基于粒度模型的scara機器人精準定位方法
【技術領域】
[0001] 本發明涉及SCARA機器人絕對定位精度領域，具體是指通過視覺傳感器捕獲到期 望點坐標位置并驅動SCARA機器人末端第一次運動到此點，實際位置點和期望點有偏差， 針對減少偏差提出有效的誤差補償策略，提高機器人的絕對定位精度。
【背景技術】
[0002] SCARA機器人在平面上的定位取決于軸1和軸2的共同作用。決定SCARA機器人 性能指標分別是：機器人的重復定位精度、系統的絕對定位精度。許多工業機器人本體重復 定位精度為20 y m左右，但是系統的絕對定位精度一般為1-3_。
[0003] 影響SCARA機器人絕對定位精度的因素很多，且最終的絕對定位精度又是由多種 因素共同作用的結果。現有的提高機器人定位精度的研宄方法也稱為機器人標定。機器人 標定可以分為機器人運動學標定和機器人非運動學標定。機器人運動學標定一般分為四個 步驟：建模、測量、參數辨識、誤差補償。傳統的機器人標定方法需要建立復雜的運動學模型 且側重考慮幾何參數帶來的主要影響，即偏重標定的前三個步驟。誤差補償是機器人標定 中的最后一個步驟，當辨識出運動學參數后，需要附加一定的控制算法或者修改機器人原 有的控制系統參數來提高機器人的絕對定位精度。誤差補償方法可以分為如下幾類：基于 神經網絡補償法、基于插補思想補償法、微分誤差補償法、關節空間補償法；基于神經網絡 補償法解決了選擇誤差模型的困難，但是訓練樣本集需要大量的測量工作。基于插補思想 補償法插補方式的選擇帶有一定的偶然性，依賴工程師的實際經驗，工業適應性不強。微分 誤差補償法需要測量幾何參數微小偏差，這對測量儀器精度要求過高，測量的結果與環境 的變化以及操作者的操作水平有較大依賴。傳統的關節空間補償法只能針對一種固定情況 下提高定位精度，某一環節由外部帶來的干擾，沒有很好的抑制作用。
[0004] 對于視覺伺服SCARA控制系統而言，從圖像中獲取到期望點的圖像坐標通過坐標 變換成機器人關節空間的角度，按照變換后的關節空間的角度驅動機器人運動，但是由于 標定（相機坐標與機器人基坐標關系）帶來的誤差，會使實際點和期望點有不可消除的偏 差。以縮小這種偏差為目的，希望設計一種工業適應性強、控制效果明顯、位姿調整次數明 確的誤差補償控制策略，使機器人明確具體的補償量，從而使實際點的位置越來越趨近期 望點的位置。從而整體上提高SCARA機器人的絕對定位精度。
【發明內容】
[0005] 本發明針對SCARA視覺伺服控制系統在通過視覺傳感器得到期望點的坐標，驅動 SCARA機器人移動到期望點，發現實際點和期望點有一定偏差。為了減小偏差，提出了一種 滿足提高SCARA機器人絕對定位精度的基于粒度模型結合最小距離誤差逼近的方法。
[0006] 為達到此目的，本發明的技術方案如下：首先通過視覺傳感器得到期望點的圖像 坐標，通過坐標變換把期望點的圖像坐標變換成笛卡爾空間坐標，再通過變換把笛卡爾空 間坐標變換成機器人關節空間坐標。根據求解出的關節空間坐標驅動機器人運動，根據實 際點與期望點坐標位置關系確定起始粒度模型參數，計算模型四個粒度點與期望點的距離 誤差，選擇最小距離誤差的粒度點為下一步構建可變參數粒度模型起始點。最后根據期望 點在粒度模型區域內的坐標位置，分情況的調整粒度模型參數，最終使得期望位置點與實 際位置點的距離偏差小于電機最小指令單位步長的距離，從而滿足機器人絕對定位精度的 要求。整個流程包括：確定模型起始粒度點的關節位置、確定起始粒度模型參數、設計基于 粒度模型位姿調整策略。
[0007] (1)根據SCARA機器人的結構特性，1軸和2軸決定機器人末端平面定位。構建機 器人1軸和2軸簡化模型。
[0008] (2)由視覺傳感器得到期望點的笛卡爾坐標匕(&，^)，再由第一步所知的關節空 間坐標和笛卡爾坐標的轉換關系，得到期望點的關節空間坐標 P(1( 0 1(1，0 2 (1)。
[0009] (3)由于標定（相機坐標與機器人基坐標關系）過程中各種誤差的累積，實際點 Pi(x'Q，y'和期望點Pjx。，％)在笛卡爾空間中存在距離偏差。但Pjx'Q，y'點的 實際關節空間坐標位置？:^^ 02)就是推導出的關節空間坐標PJ0U，02,。)， 因此把Pi ( 9 i，0 2)設定為粒度模型的初始點。
[0010] ⑷根據在笛卡爾空間中實際點Pi(x'Q，y'與期望點PQ(X(l，yQ)的位置偏差的 大小，確定起始粒度模型參數。
[0011] (5)計算模型四個粒度點與期望點的距離誤差，選擇最小距離誤差的粒度點為下 一步構建可變參數粒度模型起始點。
[0012] (6)根據期望點在粒度模型區域內坐標位置，設定具體的粒度模型參數調整策略， 使位置距離偏差越來越小，直到距離偏差小于電機的最小指令單位步長的距離。
[0013] 本發明的有益效果：本發明提出了一種基于粒度模型結合最小誤差逼近原則提高 機器人絕對定位精度的方法。該方法以縮小實際點與期望點的距離誤差為目的，根據實際 點與期望點的位置關系，構建起始粒度模型，期望點處于粒度模型范圍內，保證了整體收斂 的有效性。計算每次模型粒度點與期望點之間的距離誤差，選擇最小距離誤差的粒度點為 下一次構建模型的起始點，考慮期望點處于模型的具體位置，設定具體的模型參數調整策 略。此方法并不直接干預關節的閉環控制，而是類似一種監管控制，這種控制策略，并不影 響機器人的重復定位精度，但是會影響機器人的絕對定位精度，使得SCARA機器人誤差大 的情況下實現快速收斂，在誤差小的情況下實現精確的定位。參數調節單一、并且工業應用 性強、實時性強、移動次數和移動點的位置明確。
【附圖說明】
[0014] 圖1 SCARA機器人模型圖
[0015] 圖2 SCARA機器人1軸和2軸簡化結構圖
[0016] 圖3改進后的粒度模型圖
[0017] 圖4控制策略演示圖
[0018] 圖5PQ(xQ，yQ)點在外接圓圓心示意圖
[0019] 圖6PQ(xQ，yQ)點在模型結構中心示意圖
[0020] 圖7算法流程圖
【具體實施方式】
[0021] 為使本發明的目的、技術方案和優點更加清晰明白，下面結合具體的實施案例，并 參照附圖，對本發明進一步的詳細說明。
[0022] 本發明的基本思路是：提出一種基于粒度模型結合最小距離誤差逼近原則的 SCARA機器人精準定位方法，整個算法流程主要由構建機器人1軸和2軸簡化模型、確定起 始粒度點關節位置、設定起始粒度模型參數、計算粒度點與期望點的距離誤差、確定粒度模 型參數調整策略。
[0023] 為了進一步說明，具體實現步驟為：
[0024] (1)構建機器人1軸和2軸簡化模型。
[0025] 附圖1為SCARA機器人模型圖，SCARA機器人平面上定位取決于1軸0 1與2軸 02的共同作用。決定定位精度的控制量是關節角度（0 i，02)
[0026] 02=nA2 (1)
[0027] 其中，m、n為系數，Ap A2分別為電機1和電機2的指令最小單位。
[0028] 附圖2為SCARA機器人1軸和2軸簡化結構圖。運用正運動學函數可以由關節空 間位置，計算出笛卡爾空間位置：
[0029] (x, y) = f ( 0 0 2) (2)
[0030] 同樣易知：（dx，dy)T= J( 9 " 92) X [d9 p d92]T (3)
[0031] 把SCARA機器人1軸和2軸簡化后，其正運動學為：
[0035] 則對比公式（2)、（4)得到其雅克比矩陣
[0037] (2)確定起始粒度點關節位置。
[0038] 通過視覺傳感器得到期望點的圖像坐標，由坐標變換得到期望點的笛卡爾坐標 P〇(X〇, y0)，再通過坐標變換得到期望點的關節空間坐標PoOu，02,〇)，驅動機器人前往 P〇( 9 U。，92,〇)點，然而實際點Pi(x' 〇, y' 〇)和期望點PQ(xQ，yQ)在笛卡爾空間中的位置 存在距離偏差。但是Pjx' J點的關節空間坐標位置？ 1(01，02)就是40^，％)推 導出的關節控制位置PoPu，％,〇)，因此把％)設定為粒度模型的初始點。
[0039] (3)設定起始粒度模型參數。
[0040] 粒度模型（Granular Stochastic Modeling)由粒度點、重復定位精度、電機指令 單位關節度數三部分組成。粒度模型有四個粒度點，每個粒度點代表機器人末端關節空間 位置點。由于重復定位精度的影響，機器人重復多次到達同一個粒度點，多次到達的實際點 分布情況會形成以粒度點為圓心的一個近似圓，圓的半徑為重復定位精度。每個粒度點之 間的關節空間的間距只相差一個電機指令單位關節度數~或△ 2。附圖3為改進后的粒 度模型圖。該初始模型由四個粒度點Pi、p2、p3、p4組成。其相鄰粒度點在關節空間中的間 距分別是kAi或者kA 2，其中k為系數。且每一個粒度點同時也是以機器人重復定位精度 為半徑圓的圓心點。為了保證期望點處于構建的粒度模型區域內，且構建的粒度點之間的 間距符合1-3_的機器人絕對定位精度的指標，因此選取k = 16。則根據（5