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...

为进一步提高机械臂运动学标定精度,研究不同D-H建模方式下运动学误差辨识精度的差异,为运动学误差准确建模提供理论依据。围绕SD-H和MD-H运动学误差模型的各种变体形式,量化对比各模型变体的性态水平和线性化误差,并分析二者对运动学标定精度的综合影响。研究结果表明:x-z-y欧拉变换会破坏MD-H运动学误差模型最小性,不适用于运动学标定;其余满秩MD-H模型性态水平优于SD-H模型两个数量级;MD-H建模时引入的线性化误差与SD-H数量级等同;在模型性态水平和线性化误差综合作用下,较强测量噪声环境中的SD-H模型运动学标定精度(0.1%~39.3%)优于MD-H模型(0.1%~71.2%);角度类与位置类的运动学参数误差的辨识精度差异显著。研究成果为机械臂标定的精确建模以及误差类型与辨识方法的合理匹配提供了理论依据。

目前很多由分立元件构成的恒流源电流有限,稳定度较差,容易受到元器件参数变化和环境变化的干扰,并难以调节。在此采用闭环控制原理,利用单片机控制ADC和DAC转换模块,达到恒流的目的,并可以根据需要,通过代码改写实现电流的预置。克服了以往分立元件构成的恒流源不稳定的缺点,在实际应用中,达到了良好的供电效果,在多次实地测量中圆满完成任务。