串联机器人多模式标定与刚柔耦合误差补偿方法研究

工业串联机器人有着较大的几何误差,还存在着不可忽视的非几何误差,使其在高精度领域的应用受限。本文建立了一种包含几何与柔性误差的完整刚柔耦合位置误差模型,并采用基于预测残差和加权递推平均滤波算法改进的Levenberg-Marquardt算法(M-LMA)辨识耦合误差参数。为了提高测量过程的效率及可靠性,结合测量设备的检测特性与末端执行器的几何特性两种外部约束,提出了一种基于线性递减权重的粒子群算法(LDW-PSOA)的测量位姿智能选取方法。重点提出了一种局部精补偿方法,其可与标定或者全局补偿同时使用,也可直接单独使用。同时,根据机器人自身特性及加工需求,提出了一种基于预测精度与参数数量的模型择优方法,并且制定了一种多模式精度提高策略。此外,将本文所建立的模型及提出的算法集成于Matlab开发平台,实现GUI交互系统。实验结果表明,本文提出的精度提高策略不仅能以多种方式实现机器人高精度定位的性能,且具有高效可靠的测量过程。