工業(yè)機(jī)器人精度補(bǔ)償技術(shù)與應(yīng)用
本書主要結(jié)合作者多年來在機(jī)器人精度補(bǔ)償技術(shù)方面的研究成果對機(jī)器人定位誤差補(bǔ)償進(jìn)行了介紹。全書共八章,內(nèi)容如下:第一章緒論,介紹機(jī)器人精度補(bǔ)償技術(shù)的研究現(xiàn)狀;第二章機(jī)器人運(yùn)動學(xué)分析與誤差建模,介紹機(jī)器人理論運(yùn)動學(xué)模型及運(yùn)動學(xué)誤差模型的建立方法,是從事機(jī)器人精度補(bǔ)償技術(shù)研究應(yīng)該具備的基礎(chǔ)知識;第三章機(jī)器人耦合柔度誤差模型標(biāo)定方法,引入耦合柔度誤差參數(shù)建立基于柔度的機(jī)器人擴(kuò)展定位誤差模型;第四章變參數(shù)誤
更多科學(xué)出版社服務(wù),請掃碼獲取。
目錄
前言
第1章 緒論 1
1.1 機(jī)器人精度 1
1.2 精度補(bǔ)償?shù)闹匾?2
1.3 機(jī)器人精度補(bǔ)償技術(shù) 4
1.3.1 機(jī)器人運(yùn)動學(xué)標(biāo)定 5
1.3.2 機(jī)器人非運(yùn)動學(xué)標(biāo)定 10
1.3.3 機(jī)器人物理約束標(biāo)定 11
第2章 機(jī)器人運(yùn)動學(xué)模型與誤差分析 13
2.1 引言 13
2.2 位姿描述與齊次變換 13
2.2.1 剛體位姿描述與齊次變換 13
2.2.2 RPY角與歐拉角 15
2.3 機(jī)器人正向運(yùn)動學(xué)模型 17
2.3.1 連桿描述與連桿坐標(biāo)系 17
2.3.2 連桿變換與機(jī)器人正向運(yùn)動學(xué)模型 18
2.3.3 典型KUKA工業(yè)機(jī)器人的正向運(yùn)動學(xué)模型 19
2.4 機(jī)器人逆向運(yùn)動學(xué)模型 22
2.4.1 耦合關(guān)節(jié)約束的唯一封閉解求解方法 23
2.4.2 典型KUKA工業(yè)機(jī)器人的逆向運(yùn)動學(xué)模型 24
2.5 機(jī)器人誤差分析與定位精度評估 27
2.5.1 機(jī)器人定位誤差的影響因素 27
2.5.2 機(jī)器人定位精度評估 29
第3章 機(jī)器人運(yùn)動學(xué)標(biāo)定 37
3.1 引言 37
3.2 機(jī)器人運(yùn)動學(xué)標(biāo)定簡介 37
3.2.1 剛體微分變換 37
3.2.2 機(jī)器人MD-H模型 39
3.2.3 相鄰連桿的微分變換 40
3.2.4 機(jī)器人運(yùn)動學(xué)誤差模型 42
3.3 耦合基坐標(biāo)系建立誤差的機(jī)器人擴(kuò)展運(yùn)動學(xué)標(biāo)定 44
3.4 耦合柔度誤差的機(jī)器人擴(kuò)展運(yùn)動學(xué)標(biāo)定 47
3.4.1 機(jī)器人柔度分析 48
3.4.2 機(jī)器人柔度誤差模型 50
3.4.3 耦合柔度誤差的機(jī)器人運(yùn)動學(xué)誤差模型 51
3.5 參數(shù)辨識 52
3.5.1 Levenberg-Marquardt算法參數(shù)辨識 53
3.5.2 擴(kuò)展卡爾曼濾波參數(shù)辨識 54
3.6 變參數(shù)辨識的機(jī)器人精度補(bǔ)償方法 55
3.7 機(jī)器人運(yùn)動學(xué)標(biāo)定方法試驗(yàn)驗(yàn)證 57
3.7.1 耦合柔度誤差的機(jī)器人擴(kuò)展運(yùn)動學(xué)標(biāo)定方法試驗(yàn)驗(yàn)證 57
3.7.2 變參數(shù)辨識的機(jī)器人精度補(bǔ)償方法試驗(yàn)驗(yàn)證 58
第4章 機(jī)器人非運(yùn)動學(xué)標(biāo)定 66
4.1 引言 66
4.2 機(jī)器人定位誤差的空間相似性 66
4.2.1 機(jī)器人定位誤差空間相似性的定性分析 66
4.2.2 機(jī)器人定位誤差空間相似性的定量分析 68
4.2.3 數(shù)值仿真驗(yàn)證與結(jié)果分析 69
4.3 基于誤差相似度的權(quán)重度量的機(jī)器人精度補(bǔ)償方法 73
4.3.1 反距離加權(quán)法 73
4.3.2 機(jī)器人空間網(wǎng)格化精度補(bǔ)償方法 75
4.3.3 數(shù)值仿真驗(yàn)證與結(jié)果分析 76
4.4 基于空間相似性的機(jī)器人定位誤差線性無偏最優(yōu)估計 78
4.4.1 基于空間相似性的機(jī)器人定位誤差映射 78
4.4.2 機(jī)器人定位誤差線性無偏最優(yōu)估計 81
4.4.3 數(shù)值仿真驗(yàn)證與結(jié)果分析 84
4.5 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的機(jī)器人綜合精度補(bǔ)償方法 87
4.5.1 BP神經(jīng)網(wǎng)絡(luò) 87
4.5.2 粒子群優(yōu)化算法 94
4.5.3 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的機(jī)器人精度補(bǔ)償方法 96
4.6 機(jī)器人定位誤差前饋補(bǔ)償方法 101
4.7 機(jī)器人非運(yùn)動學(xué)標(biāo)定方法試驗(yàn)驗(yàn)證 103
4.7.1 機(jī)器人定位誤差相似性試驗(yàn)驗(yàn)證與分析 103
4.7.2 基于誤差相似度的權(quán)重度量的機(jī)器人精度補(bǔ)償方法試驗(yàn)驗(yàn)證 110
4.7.3 基于空間相似性的機(jī)器人定位誤差補(bǔ)償方法試驗(yàn)驗(yàn)證 115
4.7.4 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的機(jī)器人綜合精度補(bǔ)償方法試驗(yàn)驗(yàn)證 118
第5章 機(jī)器人最優(yōu)采樣點(diǎn) 125
5.1 引言 125
5.2 基于能觀性指數(shù)的隨機(jī)采樣點(diǎn)選擇方法 125
5.2.1 機(jī)器人運(yùn)動學(xué)參數(shù)的能觀性指數(shù) 126
5.2.2 采樣點(diǎn)選擇方法 128
5.3 空間網(wǎng)格化的均勻采樣點(diǎn)規(guī)劃方法 133
5.3.1 最優(yōu)網(wǎng)格步長 133
5.3.2 采樣點(diǎn)規(guī)劃方法 145
5.4 基于遺傳算法的最優(yōu)采樣點(diǎn)多目標(biāo)優(yōu)化 151
5.4.1 最優(yōu)采樣點(diǎn)數(shù)學(xué)模型 151
5.4.2 多目標(biāo)優(yōu)化問題與非劣解集 153
5.4.3 遺傳算法與NSGA-II 154
5.4.4 基于NSGA-II的機(jī)器人最優(yōu)采樣點(diǎn)多目標(biāo)優(yōu)化 161
5.4.5 試驗(yàn)驗(yàn)證與分析 164
第6章 機(jī)器人自動制孔系統(tǒng)應(yīng)用 175
6.1 引言 175
6.2 機(jī)器人自動制孔系統(tǒng) 175
6.2.1 硬件系統(tǒng) 176
6.2.2 軟件系統(tǒng) 178
6.2.3 系統(tǒng)工作流程 180
6.3 坐標(biāo)系建立與統(tǒng)一 180
6.3.1 世界坐標(biāo)系 181
6.3.2 機(jī)器人機(jī)座坐標(biāo)系 183
6.3.3 法蘭盤坐標(biāo)系 184
6.3.4 工具坐標(biāo)系 186
6.3.5 坐標(biāo)系的統(tǒng)一方法 187
6.4 自動制孔協(xié)調(diào)準(zhǔn)確度綜合補(bǔ)償方法 188
6.4.1 機(jī)器人自動制孔協(xié)調(diào)準(zhǔn)確度綜合補(bǔ)償方法 188
6.4.2 產(chǎn)品坐標(biāo)系的建立方法 190
6.4.3 機(jī)器人機(jī)座坐標(biāo)系換站方法 190
6.5 機(jī)器人自動制孔試驗(yàn)驗(yàn)證 192
6.6 本章小結(jié) 195
參考文獻(xiàn) 196