余杰先,吳 朋,曾 奇
(廣東工業(yè)大學(xué)機電工程學(xué)院,廣東廣州 510006)
工業(yè)機器人近年來發(fā)展迅速,而機器人的絕對精度[1]成為了限制機器人行業(yè)發(fā)展的瓶頸之一。在Delta高速并聯(lián)機器人的精度標(biāo)定課題中,機器人末端位置誤差的測量決定了標(biāo)定實驗是否能夠?qū)崿F(xiàn)。末端位置誤差的測量方法有黃田教授等采用的間接測量法[2-4],這種方法以第一測量點為理想點,測量的結(jié)果帶入了機器人結(jié)構(gòu)參數(shù)誤差,或者以標(biāo)準(zhǔn)件為理想坐標(biāo)點,然而機器人末端觸及到標(biāo)準(zhǔn)件存在著較大的誤差,并且沒有實現(xiàn)測量坐標(biāo)系與機器人坐標(biāo)系的轉(zhuǎn)換。Pierre Renaud等人利用視覺的誤差測量法[5-7],這種測量方法本身在視覺系統(tǒng)標(biāo)定時,雖然實現(xiàn)了攝像機坐標(biāo)系與Delta機器人坐標(biāo)系之間的轉(zhuǎn)換,然而,攝像頭本身標(biāo)定時就存在著誤差,而且當(dāng)機器人末端觸碰標(biāo)定點時也存在著較大誤差。本文以PA控制器為實驗對象,不再借用激光跟蹤儀,從而忽略了靶球夾具帶來的制造和裝配誤差,只需要測量機器人動平臺的z向偏差即可,然后借助本文中提出的算法,進(jìn)行誤差識別。從而進(jìn)行對控制器中的運動學(xué)參數(shù)補償。
根據(jù)實際應(yīng)用,由于Delta并聯(lián)機器人的三條臂具有對稱性,所以,可以得到簡化后的誤差模型如圖1所示。
根據(jù)圖1所示,得到Delta并聯(lián)機器人關(guān)節(jié)鏈參數(shù)如下:
靜平臺的坐標(biāo)系O-xyz:xy平面是三個電機的理想轉(zhuǎn)動副所在的平面,其中x軸通過第一條主動臂。
靜平臺的坐標(biāo)系Oi-xyz:以分布角為(i × 120°)的過渡坐標(biāo)系,繞O-xyz的z軸轉(zhuǎn)動分布,其中i=1、2、3。
動平臺過渡坐標(biāo)系:O‘-xyz,與O-xyz同姿態(tài)。
圖1 并聯(lián)機器人單鏈誤差模型
主動臂參考坐標(biāo)系:Bi-xyz,與Oi-xyz同姿態(tài),只是沿x方向平移了Ra的距離,Ra是靜平臺三個電機輸出軸回轉(zhuǎn)幅所在分布圓的半徑。
主動臂球鉸坐標(biāo)系:Ci-xyz,與Bi-xyz同姿態(tài),只是沿著主動臂方向平移了Livi。
從動臂球鉸坐標(biāo)系:Ai-xyz,與-xyz同姿態(tài),只是沿著主動臂方向平移了Livi。
根據(jù)誤差模型可以得到該Delta機器人的全誤差項如表1所示。
表1 Delta誤差項
然而,根據(jù)實際使用中的機器人建模方法,一般配置的Delta機器人參數(shù)為:主動臂分布圓的半徑Ra、主動臂分布角(i × 120°)、主動臂的長度Li、從動臂的長度li、動平臺的球鉸分布圓半徑ra。
并且Delta機器人基座的基礎(chǔ)精度包括了主動臂分布圓的半徑以及分布角,而這兩項的標(biāo)定已經(jīng)可以輕松地完成[5]。因此,需要標(biāo)定的運動學(xué)參數(shù)一般就只剩下了主動臂的長度誤差?Li,以及從動臂的長度誤差?li。
根據(jù)圖1簡歷的誤差模型,利用空間鏈的方法,可以將動平臺中心位置相對于Delta機器人基坐標(biāo)系的矢量 p→表示為:
對(1)和(2)式,按照泰勒級數(shù)展開,并忽略其高次相得到:
其中:i=1、2、3;
R→i是坐標(biāo)系Oi-xyz相對于坐標(biāo)系O-xyz的姿態(tài)矩陣;
θA是Ai-xyz相對于坐標(biāo)系O'i-xyz的姿態(tài)誤差矩陣。
將方程3的左右兩邊同時乘以-→wi,然后將屬于i條支鏈的閉環(huán)方程相減,然后再將屬于第i條支鏈的閉環(huán)方程相加,將相減得到的方程,帶入相加得到的方程,可以得到Delta機器人的關(guān)節(jié)誤差辨識方程:
在實際應(yīng)用時,控制模型的建立比較簡單,只需要輸入Delta的主動臂分布角及其分布半徑,主動臂長度,從動臂長度,動平臺分布圓半徑。由于現(xiàn)實的建模限制,可以將模型簡化。
將表1中的三條主動臂的長度認(rèn)為是具有同樣的長度與誤差,三條從動臂的長度認(rèn)為是具有同樣的長度與誤差,而主動臂分布角誤差導(dǎo)致的項已經(jīng)可以較方便地標(biāo)定出來[8],其他的誤差項可以通過基礎(chǔ)零件的檢測控制其誤差,故都可以認(rèn)為是0?;诖?,(4)式可以簡化為:
如此,如果可以測量得到Δp→中,任何一行的誤差,數(shù)據(jù)采樣的個數(shù)大于3的話,就可以方便地構(gòu)造出Δp→的偽逆,從而求出εrp,即:
讓Delta機器人在事先加工好的標(biāo)準(zhǔn)平面上以同一個z向坐標(biāo)隨機地走動,同時在機器人末端加上一個千分表,以第一點的千分表的讀數(shù)作為參考值,隨機地暫停機器人記錄其內(nèi)部坐標(biāo)讀數(shù)與對應(yīng)的千分表讀數(shù)。用作誤差辨識用。
為驗證該標(biāo)定方法的有效性,假定機器人存在關(guān)節(jié)誤差,設(shè)定為ΔLi=2 mm、ΔIi=4 mm。
利用更改了運動學(xué)參數(shù)之后的模型的正解,求得Delta機器人實際所到達(dá)的位置,而利用理想的運動學(xué)參數(shù)模型正逆解來求機器人理想應(yīng)該到達(dá)的位置,而兩者之間的位置差就作為末端誤差。
如此,得到表2和表3所示數(shù)據(jù)。
表2 理想的末端位置
表3 實際的末端位置與z向誤差
利用上述兩個表中的數(shù)據(jù),帶入到(7)式中,可以求出的辨識誤差是:
ΔLi=1.476 8 mm,Δli=3.390 3 mm。
將ΔLi與Δli放到運動模型中進(jìn)行參數(shù)補償后的位置如表4所示。標(biāo)定前后的精度對比提高了7.45倍。
表4 參數(shù)補償后的位置
本文結(jié)合實際工程應(yīng)用,對Delta并聯(lián)機器人的誤差標(biāo)定模型進(jìn)行簡化,適應(yīng)了實際的使用需求,調(diào)高了并聯(lián)機器人的絕對精度,證明了該方法的有效性。然而,本文仍然存在不足,比如末端誤差的測量方法上,本文中采用的方法雖然簡單、高效、成本低,然而以第一點作為參考誤差值,還是不能絕對準(zhǔn)確地反應(yīng)機器人的絕對誤差,因此會影響到標(biāo)定的效果,接下來要做的工作是對末端位置的誤差測量做進(jìn)一步的研究。
[1] MarkW.Spong,M.Vidyasagar.Robot Dynamics and Con?trol[M].2nd,New York,USA: Wiley,2004.
[2]唐國寶,黃田.Delta并聯(lián)機構(gòu)標(biāo)定方法研究[J].機械工程學(xué)報,2003,39(8):55-60.
[3] Deblaise D,Maurine P.Effective Geometrical Calibra?tion of Delta Parallel Robot Used in Neurosurgery[A].2005 IEEE/RSJ International Conference on Intelligent Robots and System [C].Piscataway, NJ, USA:IEEE,2005:1313-1318.
[4] Zhu Yanhe,Yan Jihong,Zhao Jie,et al.Autonomous Kinematic Self-Calibration of a Novel Haptic Device[A] .2006 IEEE/RSJ International Conference on Intel?ligent Robots and System [C].Piscataway, NJ,USA:IEEE,2006:4654-4659.
[5] Renaud P,Andreff N,Marquet F,et al.Vision-based?kinematic calibration of a H4 parallel mechanism [A].2003InternationalConference on Robotics and Automation[C].Piscataway, NJ, USA: IEEE, 2003:1191-1196.
[6] Renaud P,Andreff N,Lavest J M,et al.Simplifying the Kinematic Calibration of Parallel Mechanisms Using Vision-Based Metrology [J].IEEE Transaction on Ro?botics,2006,22(1):12-22.
[7]TraslosherosA,Sebatian J M,Castilo E,et al.One Cam?era in Hand for KinematicCalibration of a Parallel Robot[A].2010 IEEE/RSJ International Conference on Intel?ligent Robots and System [C].Piscataway, NJ,USA:IEEE,2010:5673-5678.
[8] 曾奇,劉冠峰.并聯(lián)機器人基座標(biāo)系精確定位集合算法[J].機電工程技術(shù),2013(10):21-24.