典型文献
基于最优位姿集的机器人标定及不确定度评定
文献摘要:
为解决因标定位姿点随机选择导致机器人标定结果不稳定、可靠性低问题,研究了基于雅克比矩阵奇异值计算可观测指标的最优位姿点数目及最优位姿集选择算法,建立了机器人MDH模型,采用LM算法对几何参数进行辨识,使用LeicaAT960激光跟踪仪分别在最优位姿集和随机位姿集下对Staubli TX60机器人末端位姿大量实测;在分析研究机器人标定不确定度来源基础上,采用测量不确定指南(GUM)计算几何参数标定的不确定度及蒙特卡洛模拟法对机器人末端位置不确定度进行评估,结果表明,经最优位姿集标定后的机器人不仅在测试点精度有大幅提升,而且几何参数及末端位置平均不确定度约为随机位姿集标定的0.11倍,标定结果稳定可靠,泛化能力强,适于在高精度、大范围作业场合推广应用.
文献关键词:
工业机器人;最优位姿集;几何参数标定;不确定度评定
中图分类号:
作者姓名:
温秀兰;宋爱国;冯月贵;唐国寅;吕仲艳;佘媛
作者机构:
南京工程学院自动化学院 南京 211167;东南大学仪器科学与工程学院 南京 210096;南京市特种设备安全监督检验研究院 南京 210028
文献出处:
引用格式:
[1]温秀兰;宋爱国;冯月贵;唐国寅;吕仲艳;佘媛-.基于最优位姿集的机器人标定及不确定度评定)[J].仪器仪表学报,2022(09):276-283
A类:
最优位姿集,LeicaAT960,Staubli,TX60
B类:
不确定度评定,随机选择,标定结果,雅克比矩阵,奇异值,观测指标,选择算法,MDH,LM,激光跟踪仪,机位,末端位姿,不确定度来源,测量不确定,GUM,计算几何,几何参数标定,蒙特卡洛模拟法,测试点,泛化能力,适于,工业机器人
AB值:
0.258565
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。