机器人去毛刺中的位姿补偿及形貌测量技术研究
发布时间：2021-04-10 06:52
铸造产品在工业生产中大量使用,占据着重要地位,但由于模具制造和铸造工艺等原因,铸造部件的凸凹台边缘、孔内等处易产生毛刺。目前,国内对于毛刺的清理多采用人工清理的方式,加工效率低且质量一致性差。基于工业机器人的毛刺清理已初步投入使用,但机器人绝对精度不高,工件夹持点位置和轮廓形貌的不确定性,导致机器人毛刺清理的完整度及质量尚未达到预期。针对上述问题情况,开展了机器人位姿精确测量、误差补偿技术的研究,同时进行了工件三维形貌测量及位姿偏差矫正方法的探讨,并结合相关实验,验证分析了前述方法。主要开展的内容如下1)针对机器人位姿测量效率低的问题,研究了基于矩阵奇异值分解的机器人位姿测量方法:通过使用激光跟踪仪测量机器人末端的靶球在世界坐标系和工具坐标系的坐标,求解机器人的位姿信息,相关实验表明提出方法的测量精度同投影法接近,但测量效率提高;2)针对机器人绝对定位精度不高的问题,提出了一种基于极限学习机的位姿误差补偿方法:位姿误差和理论位姿作为学习机的训练数据,采用极限学习机的方法构建回归模型预测位姿误差,通过修改指令位姿实现位姿误差的补偿,相关实验数据对比显示,提出方法有效提高了机器人的位姿精度...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
人工去毛刺
华中科技大学硕士学位论文112总体方案设计2.1引言提高机器人去毛刺精度主要从两个方向着手，其一是提高机器人自身的精度；或是从工件出发，对其进行形貌测量和位姿矫正。论文采用激光跟踪仪和空间分析软件SA来测量机器人的实际位姿，通过极限学习机算法对位姿误差进行预测和补偿；并利用三维扫描仪完成工件的形貌测量，并以ICP算法求解工件的位姿误差。本章主要简介实验测量平台，及设计的实验总体方案。2.2机器人位姿测量实验平台的搭建本文的机器人位姿测量实验平台主要由川崎机器人、笔记本电脑、API的Radian激光跟踪仪和空间分析软件SA组成。激光跟踪仪通过接收装在机器人末端法兰上靶球反射的激光以确定其位置坐标信息，并将这些信息传送到SA中并记录。图2-1测量实验平台
华中科技大学硕士学位论文122.2.1川崎机器人及控制系统如图2-2所示，用于机器人去毛刺的主体为川崎机器人及其控制系统。工业机器人型号为川崎RS005机器人，它是一种是多功能6轴机器人，灵巧的手腕可以在狭小的空间内自由作业。机器人控制柜的型号为E74，全数字伺服模块给机器人的6个关节的交流伺服电机提供驱动电源，控制电机同步协调控制，完成直线插补以及圆弧插补[41]。图2-2川崎机器人及其控制柜工业机器人可以看成由一系列刚体通过连杆连接而成的一个运动链[42]，对机器人进行设计的时候需要考虑连杆的材料、强度、刚度和安装位置等因素，在建立机器人运动学模型的时候，为了确定机器人两个相邻关节轴的位置关系，可以把连杆看作是一个刚体。一般来说，机器人属于机电一体化设备由伺服机构、控制系统、执行机构、传感器等部分组成。实验中所用机器人的最大负载为5kg，具有较高的重复定位精度，可以达到±0.02mm，能满足铝铸件去毛刺的应用要求。机器人整体的性能参数可见表2-1。
【参考文献】：
期刊论文
[1]极限学习机前沿进展与趋势[J]. 徐睿,梁循,齐金山,李志宇,张树森. 计算机学报. 2019(07)
[2]基于特征点匹配及提纯的点云配准算法[J]. 黄高锋,陈义,符宏伟. 测绘与空间地理信息. 2019(02)
[3]基于光学运动跟踪系统的机器人末端位姿测量与误差补偿[J]. 戴厚德,曾现萍,游鸿修,苏诗荐,曾雅丹,林志榕. 机器人. 2019(02)
[4]极限学习机在散乱点云孔洞修补中的应用[J]. 王春香,张勇,梁亮,王岩辉. 现代制造工程. 2018(11)
[5]极限学习机综述[J]. 陆思源,陆志海,王水花,张煜东. 测控技术. 2018(10)
[6]ICP配准算法的影响因素及评价指标分析[J]. 陈春旭,漆钰晖,朱一帆,裴凌,徐昌庆. 导航定位与授时. 2018(05)
[7]由粗到细的点云配准算法[J]. 赵夫群. 传感器与微系统. 2018(10)
[8]KUKA工业机器人位姿测量与在线误差补偿[J]. 史晓佳,张福民,曲兴华,刘柏灵,王俊龙. 机械工程学报. 2017(08)
[9]6自由度串联机器人D-H模型参数辨识及标定[J]. 张旭,郑泽龙,齐勇. 机器人. 2016(03)
[10]基于MDH模型的工业机器人标定算法与实验研究[J]. 戚祯祥,叶超强,吴建华,熊振华. 制造业自动化. 2015(04)
硕士论文
[1]三维点云的特征点提取与配准技术研究[D]. 郭思猛.西南科技大学 2018
[2]工业机器人定位精度补偿技术的研究与实现[D]. 李松洋.江南大学 2017
[3]基于机器视觉的工业机器人去毛刺加工效率优化研究[D]. 王连生.浙江大学 2017
[4]基于拉线传感器的工业机器人标定系统设计[D]. 成世良.哈尔滨工业大学 2014
[5]一种六自由度机器人的开发与轨迹规划算法研究[D]. 颜世周.山东理工大学 2009
[6]自动扶梯梯级机器人去毛刺系统的开发应用[D]. 张志民.同济大学 2006
本文编号：3129180
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
人工去毛刺
华中科技大学硕士学位论文112总体方案设计2.1引言提高机器人去毛刺精度主要从两个方向着手，其一是提高机器人自身的精度；或是从工件出发，对其进行形貌测量和位姿矫正。论文采用激光跟踪仪和空间分析软件SA来测量机器人的实际位姿，通过极限学习机算法对位姿误差进行预测和补偿；并利用三维扫描仪完成工件的形貌测量，并以ICP算法求解工件的位姿误差。本章主要简介实验测量平台，及设计的实验总体方案。2.2机器人位姿测量实验平台的搭建本文的机器人位姿测量实验平台主要由川崎机器人、笔记本电脑、API的Radian激光跟踪仪和空间分析软件SA组成。激光跟踪仪通过接收装在机器人末端法兰上靶球反射的激光以确定其位置坐标信息，并将这些信息传送到SA中并记录。图2-1测量实验平台
华中科技大学硕士学位论文122.2.1川崎机器人及控制系统如图2-2所示，用于机器人去毛刺的主体为川崎机器人及其控制系统。工业机器人型号为川崎RS005机器人，它是一种是多功能6轴机器人，灵巧的手腕可以在狭小的空间内自由作业。机器人控制柜的型号为E74，全数字伺服模块给机器人的6个关节的交流伺服电机提供驱动电源，控制电机同步协调控制，完成直线插补以及圆弧插补[41]。图2-2川崎机器人及其控制柜工业机器人可以看成由一系列刚体通过连杆连接而成的一个运动链[42]，对机器人进行设计的时候需要考虑连杆的材料、强度、刚度和安装位置等因素，在建立机器人运动学模型的时候，为了确定机器人两个相邻关节轴的位置关系，可以把连杆看作是一个刚体。一般来说，机器人属于机电一体化设备由伺服机构、控制系统、执行机构、传感器等部分组成。实验中所用机器人的最大负载为5kg，具有较高的重复定位精度，可以达到±0.02mm，能满足铝铸件去毛刺的应用要求。机器人整体的性能参数可见表2-1。
【参考文献】：
期刊论文
[1]极限学习机前沿进展与趋势[J]. 徐睿,梁循,齐金山,李志宇,张树森. 计算机学报. 2019(07)
[2]基于特征点匹配及提纯的点云配准算法[J]. 黄高锋,陈义,符宏伟. 测绘与空间地理信息. 2019(02)
[3]基于光学运动跟踪系统的机器人末端位姿测量与误差补偿[J]. 戴厚德,曾现萍,游鸿修,苏诗荐,曾雅丹,林志榕. 机器人. 2019(02)
[4]极限学习机在散乱点云孔洞修补中的应用[J]. 王春香,张勇,梁亮,王岩辉. 现代制造工程. 2018(11)
[5]极限学习机综述[J]. 陆思源,陆志海,王水花,张煜东. 测控技术. 2018(10)
[6]ICP配准算法的影响因素及评价指标分析[J]. 陈春旭,漆钰晖,朱一帆,裴凌,徐昌庆. 导航定位与授时. 2018(05)
[7]由粗到细的点云配准算法[J]. 赵夫群. 传感器与微系统. 2018(10)
[8]KUKA工业机器人位姿测量与在线误差补偿[J]. 史晓佳,张福民,曲兴华,刘柏灵,王俊龙. 机械工程学报. 2017(08)
[9]6自由度串联机器人D-H模型参数辨识及标定[J]. 张旭,郑泽龙,齐勇. 机器人. 2016(03)
[10]基于MDH模型的工业机器人标定算法与实验研究[J]. 戚祯祥,叶超强,吴建华,熊振华. 制造业自动化. 2015(04)
硕士论文
[1]三维点云的特征点提取与配准技术研究[D]. 郭思猛.西南科技大学 2018
[2]工业机器人定位精度补偿技术的研究与实现[D]. 李松洋.江南大学 2017
[3]基于机器视觉的工业机器人去毛刺加工效率优化研究[D]. 王连生.浙江大学 2017
[4]基于拉线传感器的工业机器人标定系统设计[D]. 成世良.哈尔滨工业大学 2014
[5]一种六自由度机器人的开发与轨迹规划算法研究[D]. 颜世周.山东理工大学 2009
[6]自动扶梯梯级机器人去毛刺系统的开发应用[D]. 张志民.同济大学 2006
本文编号：3129180
本文链接：https://www.wllwen.com/kejilunwen/jiagonggongyi/3129180.html
