Selección de Pose Basada en un Índice de Observación Híbrido para la Mejora de la Precisión Robótica
Autores: Xiang, Tiewu; Gao, Chunhui; Du, Baoan; Qiao, Guifang; Zuo, Hongfu
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Selección de Pose Basada en un Índice de Observación Híbrido para la Mejora de la Precisión Robótica
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Precisión
Robots industriales
Modelo de error cinemático
índice de observabilidad híbrido
Identificación de parámetros
Calibración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
El problema del rendimiento de precisión insuficiente de los robots industriales en la fabricación de alta precisión se aborda en este documento. En primer lugar, se presentó un modelo de error cinemático basado en un modelo M-DH. En segundo lugar, se propuso un índice de observabilidad híbrido para seleccionar las poses óptimas para la identificación de parámetros. La combinación de y . Las poses óptimas se obtuvieron utilizando el algoritmo IOOPS. En tercer lugar, se estableció la función de aptitud para la identificación de parámetros, y se aplicó el algoritmo de Levenberg-Marquardt (LM) para la identificación precisa de errores de parámetros cinemáticos. Finalmente, se realizaron varios experimentos para evaluar el rendimiento del índice de observabilidad híbrido propuesto. El error de posición promedio y el error de actitud promedio del robot Staubli TX60 se redujeron en un 89% y un 49%. Los resultados muestran que el índice de observabilidad híbrido propuesto tiene una gran estabilidad y efectividad para la calibración de robots.
Descripción
El problema del rendimiento de precisión insuficiente de los robots industriales en la fabricación de alta precisión se aborda en este documento. En primer lugar, se presentó un modelo de error cinemático basado en un modelo M-DH. En segundo lugar, se propuso un índice de observabilidad híbrido para seleccionar las poses óptimas para la identificación de parámetros. La combinación de y . Las poses óptimas se obtuvieron utilizando el algoritmo IOOPS. En tercer lugar, se estableció la función de aptitud para la identificación de parámetros, y se aplicó el algoritmo de Levenberg-Marquardt (LM) para la identificación precisa de errores de parámetros cinemáticos. Finalmente, se realizaron varios experimentos para evaluar el rendimiento del índice de observabilidad híbrido propuesto. El error de posición promedio y el error de actitud promedio del robot Staubli TX60 se redujeron en un 89% y un 49%. Los resultados muestran que el índice de observabilidad híbrido propuesto tiene una gran estabilidad y efectividad para la calibración de robots.