与基于模型的机械臂标定方法相比,无模型标定方法具有算法简洁和线性化误差小的优点,但这种方法需要在多个机械臂姿态下同时采集各连杆表面的靶标位姿,因此其可视性同时受视场角狭窄、靶面方向异常以及臂体遮挡的影响,增加测量位姿的构造难度。为此,提出一种基于多目标视觉的复合可视性约束下的机械臂无模型标定位姿遴选方法。依据机械臂连杆参数及轮廓尺寸,生成贴合其等效模型的有向包围盒树,并依据臂体外形特征设定各连杆靶标固连位姿。在此基础上,分别建立靶标角点被包含判据、靶面法向夹角判据以及各包围盒与靶面视锥干涉判据,将其融合为多目标复合可视性约束条件,该算法可在既定工作轨迹下遴选出全体靶标均为可视的机械臂位姿。最后,通过搭建实验台验证所提方法的有效性。实验结果表明该方法对臂体与靶面的遮挡关系判...

为了解决机械臂标定方法成本高、效率低的问题,对低成本的机械臂实时标定方法进行研究。选择低成本的双目相机为测量设备,基于微分变换理论阐述连杆参数误差辨识模型的建立方法;以作业轨迹和靶标可视性作为约束条件,采用逆运动学算法生成测量构型库;在此基础上通过DETMAX优化算法挑选出合适的构型用于建立辨识模型,并提出一种矩阵平衡方法改善模型性态水平;与此同时,还采用K-means聚类算法将所选构型进行划分,以此作为多组中间姿态输入至控制系统生成若干条平滑的作业-标定轨迹;最后,仿真验证了新方法在不同强度测量噪声下的连杆参数误差辨识精度。结果表明:矩阵平衡法将辨识模型观测指数由10.6提升至6.2×104,同时将其条件数由1.2×103降低至37.8,显著改善了模型性态水平;良态辨识模型使得绝大部分连杆参数误差辨识结果不易受测量噪声影...

针对热真空环境条件对视觉测量精度影响的问题,提出了一种新的基于像素当量的二维尺寸视觉测量系统实时标定方法。该方法采用光刻已知尺寸线条的石英标准件作为测量基准,利用一阶微分期望亚像素细分算法和最小二乘拟合,可实时获取较高精度的像素当量值从而减小环境误差。热真空环境下的实验结果表明,该方法可用于热真空环境下二维小尺寸视觉测量的标定。