项目名称: 基于运动约束的并联机器人机构参数误差估计与补偿关键问题研究

项目编号: No.61203350

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 任晓栋

作者单位: 西安交通大学

项目金额: 24万元

中文摘要: 基于运动约束的机构参数误差估计与补偿是提高并联机器人位姿精度的一种重要方法。由于缺乏统一的待估计机构参数集,目前只能基于单一形式的运动约束建立误差估计模型,并且其建模方式的有效性尚未经过严格的理论证明。此外,尚需解决满足运动约束条件下的测量位形选择问题以及如何自主实现高精度的运动约束。本项目拟通过分析并联机器人拓扑结构的本质特征建立与运动约束形式无关的待估计机构参数集,在此基础上研究基于多运动约束的误差估计建模问题;在微分几何理论框架下研究证明运动约束变量偏差最小与位姿误差最小的必然联系,建立两者的定量关系;以运动约束作为决策变量的约束条件,建立测量位形选择的优化模型;研究利用伺服调节方式自主实现高精度运动约束的方法。最后,将上述理论研究成果应用到Stewart并联机器人精度补偿的实验研究中。本研究将有助于完善基于运动约束的误差估计与补偿方法的理论基础,促进其在高精度并联机构中的应用。

中文关键词: 运动约束;误差估计;并联机器人;;

英文摘要: Mechanism error estimation and compensation based on motion constraint is an important method to promote the pose accuracy of parallel robots. Due to the lack of unified set of mechanism parameter to be estimated, the estimation model is constructed by a single motion constraint only. The way to found the model has no rigorous proof yet. Moreover, the problem of configuration selection with the motion constraint and the method to realize the precise motion constraint autonomously need to be well studied. In our research, we will found the set of mechanism parameter independent of motion constraint by analyzing the topology of parallel robot. Then the method to establish the estimation model based on multiple motion constraints will be studied. The positive connection between the minimum of motion constraint variable and that of pose error are expected to be demonstrated under the frame of differential geometry. The relationship between the motion constraint variable and the pose error will be analyzed quantitatively. The optimization model to the problem of configuration selection with the motion constraint will be founded, and the precise motion constraint will be realized through the mode of servo adjustment. Finally, the outcomes of theoretical research will be applied to the experimental study of pose accura

英文关键词: motion constraint;error estimation;parallel robot;;

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
【ICLR2022】分布外泛化的不确定性建模
专知会员服务
41+阅读 · 2022年2月11日
专知会员服务
32+阅读 · 2021年7月1日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
109+阅读 · 2021年4月7日
综述 | 激光与视觉融合SLAM
计算机视觉life
18+阅读 · 2020年10月8日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
【泡泡图灵智库】HSfM: 混合运动恢复结构(CVPR)
泡泡机器人SLAM
10+阅读 · 2018年12月13日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
小贴士
相关VIP内容
【CVPR2022】弱监督目标定位建模为领域适应
专知会员服务
15+阅读 · 2022年3月4日
【ICLR2022】分布外泛化的不确定性建模
专知会员服务
41+阅读 · 2022年2月11日
专知会员服务
32+阅读 · 2021年7月1日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
109+阅读 · 2021年4月7日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员