CN110039528A - 一种基于动态学习的工业机器人零点标定方法 - Google Patents
一种基于动态学习的工业机器人零点标定方法 Download PDFInfo
- Publication number
- CN110039528A CN110039528A CN201910197609.5A CN201910197609A CN110039528A CN 110039528 A CN110039528 A CN 110039528A CN 201910197609 A CN201910197609 A CN 201910197609A CN 110039528 A CN110039528 A CN 110039528A
- Authority
- CN
- China
- Prior art keywords
- xyz
- deviator
- robot
- joint angles
- industrial robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
- B25J9/1005—Programme-controlled manipulators characterised by positioning means for manipulator elements comprising adjusting means
- B25J9/1015—Programme-controlled manipulators characterised by positioning means for manipulator elements comprising adjusting means using additional, e.g. microadjustment of the end effector
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及一种基于动态学习的工业机器人零点标定方法,包括:利用简易的标定尖端采集工业机器人的多个姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离;由关节角度和XYZ距离得到每个姿态的末端位置表达式,并根据末端位置求得多个姿态下的最小距离误差;求最小距离误差对关节角度偏量和XYZ偏量的偏微分;重复前述两个步骤,根据动态学习率对偏微分进行迭代,直到最小距离误差小于1mm;将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。该方法利用简易的标定尖端采集工业机器人的多个姿态数据,并利用动态学习算法对数据进行快速迭代处理,使标定时间控制在30分钟以内,而且标定精度在1mm以内。
Description
技术领域
本发明涉及工业机器人的标定方法技术领域,尤其涉及一种基于动态学习的工业机器人零点标定方法。
背景技术
零点是工业机器人判断自身位置的基准。机器人出厂之前,厂家会根据零位标志手动设置机器人的零点。然而,由于机器人加工过程存在差异性,导致每台机器人的真实零点位置并不相同,所以还需要对机器人进行精确的零点标定。目前主要的零点标定方法有激光跟踪仪标定法、厂家专用辅助工具标定法等。此类技术有以下缺点:
(1)需要的装置价格昂贵,标定过程繁琐。以激光跟踪仪为例,虽然标定精度很高,但是装置的价格普遍在200万以上,而且需要专业的技术人员进行标定,标定时间平均在1小时左右。
(2)现有的各类标定方法基本只适用单一种类的机器人。比如厂家专用辅助工具标定方法,一般只针对某种机器人专门设定的方法(比如SCARA标定,六轴焊接标定等),这种方法不具普遍性,也不一定适用于其他厂家的机器人。
发明内容
本发明提出一种基于动态学习的工业机器人零点标定方法,利用简易的标定尖端采集工业机器人的多个姿态数据,并利用动态学习算法对数据进行快速迭代处理,使标定时间控制在30分钟以内,而且标定精度在1mm以内,解决现有标定方法装置昂贵和标定过程复杂的缺点。
为解决上述技术问题,本发明的技术方案是:
一种基于动态学习的工业机器人零点标定方法,包含以下步骤:
1)利用标定尖端采集工业机器人的多个姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离;
2)由关节角度和XYZ距离得到每个姿态的末端位置表达式,并根据末端位置求得多个姿态下的最小距离误差;
3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分;
4)重复步骤2)和步骤3),根据动态学习率对偏微分进行迭代,直到最小距离误差小于1mm;
5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。
进一步地,上述技术方案中,所述步骤1)包括以下步骤:
11)准备两个单端尖的标定杆,一个标定杆安装到机器人末端,另一个安装到机器人外固定位置;
12)让机器人末端标定杆对准外置标定杆,旋转工业机器人并采集多个工业机器人的姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离。
进一步地,上述技术方案中,所述步骤2)包括以下步骤:
21)建立机器人的DH坐标系,根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1,
P=f(a0,d0,a1,θ1,...,an,dn,an,θn,X,Y,Z) 式1
其中,ai,di是机器人的连杆参数,θi是各轴关节角度,XYZ是工具坐标系距离;
22)由于机器人末端一直与固定点接触,所以各个姿态的XYZ值相同,假设姿态数为N,则最小距离误差可以表示为:
上述技术方案中,所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。
上述技术方案中,所述步骤4)具体包括:
41)对关节角度和XYZ设定分别动态学习率k,M是迭代次数,则:
43)不断进行更新迭代,直到最小距离误差小于1mm。
综上所述,本发明提供了一种基于动态学习的工业机器人零点标定方法,利用简易的标定尖端采集工业机器人的多个姿态数据,并利用动态学习算法对数据进行快速迭代处理,可以使标定时间控制在30分钟以内,而标定精度在1mm以内。该种标定方法不需要昂贵的设备装置,也不需要复杂的标定步骤,大大简化了标定流程,缩短了标定时间,提高了标定精度。同时,本发明提出的方法适用于各种四轴及六轴垂直多关节工业机器人,具有普遍适用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法的步骤流程图;
图2为本发明的工业机器人旋转姿态示意图。
具体实施方式
为了更好地介绍本发明提供的方法,以下结合附图及表格和具体实施例来介绍本发明的技术方案。
如图1所示,本发明提供了一种基于动态学习的工业机器人零点标定方法,包含以下步骤:
1)利用简易的标定尖端采集工业机器人的多个姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离;
2)由关节角度和XYZ距离得到每个姿态的末端位置表达式,并根据末端位置求得多个姿态下的最小距离误差;
3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分;
4)重复步骤2)和步骤3),根据动态学习率对偏微分进行迭代,直到最小距离误差小于1mm;
5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。
进一步地,上述技术方案中,所述步骤1)包括以下步骤:
11)准备两个单端尖的标定杆,一个标定杆安装到机器人末端,另一个安装到机器人外固定位置;
12)让机器人末端标定杆对准外置标定杆,旋转工业机器人并采集多个工业机器人的姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离。
进一步地,上述技术方案中,所述步骤2)包括以下步骤:
21)建立机器人的DH坐标系,根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1,
P=f(a0,d0,a1,θ1,...,an,dn,an,θn,X,Y,Z) 式1
其中,ai,di是机器人的连杆参数,θi是各轴关节角度,XYZ是工具坐标系距离;
22)由于机器人末端一直与固定点接触,所以各个姿态的XYZ值相同,假设姿态数为N,则最小距离误差可以表示为:
上述技术方案中,所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。
上述技术方案中,所述步骤4)具体包括:
41)对关节角度和XYZ设定分别动态学习率k,M是迭代次数,则:
44)不断进行更新迭代,直到最小距离误差小于1mm。
具体地举例如下:
以6轴机器人为例。
步骤1):
准备两个单端尖的标定杆,一个标定杆安装到机器人末端,一个安装到机器人外固定位置,让机器人末端标定杆对准外置标定杆,旋转工业机器人并采集若干个工业机器人的姿态数据,此处采集10个数据为例。记录每个姿态的关节角度θ和工具坐标系的XYZ距离。
工业机器人旋转姿态示例如图2所示。
步骤2):
建立机器人的DH坐标系,生成如表1中的参数表。
表1
i | α<sub>i-1</sub>(°) | a<sub>i-1</sub>(mm) | d<sub>i</sub>(mm) | θ<sub>i</sub> | θ<sub>i</sub>初始值 | 减速比 |
1 | 0° | 0 | 0 | θ<sub>1</sub> | 0° | 121 |
2 | α<sub>1</sub>=-90° | a<sub>1</sub>=180 | 0 | θ<sub>2</sub> | -90° | 121 |
3 | 0° | a<sub>2</sub>=570 | d<sub>3</sub>=0 | θ<sub>3</sub> | 0° | 121 |
4 | α<sub>3</sub>=-90° | a<sub>3</sub>=155 | d<sub>4</sub>=730 | θ<sub>4</sub> | 0° | 100 |
5 | α<sub>4</sub>=90° | 0 | 0 | θ<sub>5</sub> | 0° | 80 |
6 | α<sub>5</sub>=-90° | 0 | 0 | θ<sub>6</sub> | 0° | 80 |
根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1,
px=c1(a1+a2c2+a3c23-d4s23)-d3s1
py=s1(a1+a2c2+a3c23-d4s23)+d3c1
pz=-a3s23-a2s2-d4c23
其中,c1表示cosθ1,s1表示sinθ1,c12表示cos(θ1+θ2),s12表示sin(θ1+θ2)。
由于机器人末端一直与固定点接触,所以各个姿态的XYZ值相同,假设姿态数为10,则最小距离误差可以表示为:
步骤3):
求最小距离误差对关节角度偏量和XYZ偏量的偏微分。
具体地,根据式1和式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。
步骤4):
重复前述步骤2)和步骤3),根据动态学习率对偏微分进行迭代,直到最小距离误差小于1mm。
具体地,对关节角度和XYZ设定分别动态学习率k,则:
其中M是迭代次数,不断进行更新迭代,直到最小距离误差小于1mm。
步骤5):
将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。
综上所述,本发明提供的一种基于动态学习的工业机器人零点标定方法,利用简易的标定尖端采集工业机器人的多个姿态数据,并利用动态学习算法对数据进行快速迭代处理,可以使标定时间控制在30分钟以内,而标定精度在1mm以内。该种标定方法不需要昂贵的设备装置,也不需要复杂的标定步骤,大大简化了标定流程,缩短了标定时间,提高了标定精度。同时,本发明提出的方法适用于各种四轴及六轴垂直多关节工业机器人,具有普遍适用性。
以上显示和描述了本发明的基本原理、主要特征及本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种基于动态学习的工业机器人零点标定方法,其特征在于,包括以下步骤:
1)利用标定尖端采集工业机器人的多个姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离;
2)由关节角度和XYZ距离得到每个姿态的末端位置表达式,并根据末端位置求得多个姿态下的最小距离误差;
3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分;
4)重复步骤2)和步骤3),根据动态学习率对偏微分进行迭代,直到最小距离误差小于1mm;
5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。
2.根据权利要求1所述的基于动态学习的工业机器人零点标定方法,其特征在于,所述步骤1)包括以下步骤:
11)准备两个单端尖的标定杆,一个标定杆安装到机器人末端,另一个安装到机器人外固定位置;
12)让机器人末端标定杆对准外置标定杆,旋转工业机器人并采集多个工业机器人的姿态数据,记录每个姿态的关节角度和工具坐标系的XYZ距离。
3.根据权利要求2所述的基于动态学习的工业机器人零点标定方法,其特征在于,所述步骤2)包括以下步骤:
21)建立机器人的DH坐标系,根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1,
P=f(a0,d0,a1,θ1,...,an,dn,an,θn,X,Y,Z) 式1
其中,ai,di是机器人的连杆参数,θi是各轴关节角度,XYZ是工具坐标系距离;
22)由于机器人末端一直与固定点接触,所以各个姿态的XYZ值相同,假设姿态数为N,则最小距离误差可以表示为:
4.根据权利要求3所述的基于动态学习的工业机器人零点标定方法,其特征在于:
所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。
5.根据权利要求1所述的基于动态学习的工业机器人零点标定方法,其特征在于,所述步骤4)具体包括:
41)对关节角度和XYZ设定分别动态学习率k,M是迭代次数,则:
42)不断进行更新迭代,直到最小距离误差小于1mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197609.5A CN110039528A (zh) | 2019-03-15 | 2019-03-15 | 一种基于动态学习的工业机器人零点标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910197609.5A CN110039528A (zh) | 2019-03-15 | 2019-03-15 | 一种基于动态学习的工业机器人零点标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110039528A true CN110039528A (zh) | 2019-07-23 |
Family
ID=67274869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910197609.5A Withdrawn CN110039528A (zh) | 2019-03-15 | 2019-03-15 | 一种基于动态学习的工业机器人零点标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110039528A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782550A (zh) * | 2019-09-20 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置及设备 |
CN111216138A (zh) * | 2020-04-09 | 2020-06-02 | 季华实验室 | 机器人标定方法、机器人标定***及可读存储介质 |
CN111390914A (zh) * | 2020-04-17 | 2020-07-10 | 上海智殷自动化科技有限公司 | 一种机器人零位和工具坐标标定方法 |
CN112238340A (zh) * | 2020-10-26 | 2021-01-19 | 广东三扬机器人有限公司 | 一种三轴螺丝机的标定方法 |
CN112277009A (zh) * | 2020-09-15 | 2021-01-29 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112815887A (zh) * | 2020-12-30 | 2021-05-18 | 廊坊市亿创科技有限公司 | 一种工业机器人末端工具坐标系标定方法 |
CN113459094A (zh) * | 2021-06-23 | 2021-10-01 | 佛山智能装备技术研究院 | 一种工业机器人工具坐标系及零点自标定方法 |
CN114102595A (zh) * | 2021-11-29 | 2022-03-01 | 苏州艾利特机器人有限公司 | 一种机器人标定方法、标定组件及存储介质 |
CN114734435A (zh) * | 2022-03-24 | 2022-07-12 | 苏州艾利特机器人有限公司 | 一种基于超球面的编码器校准方法、装置及*** |
CN115256375A (zh) * | 2022-07-08 | 2022-11-01 | 广东工业大学 | 基于工业机器人的末端操作器位姿标定方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003200367A (ja) * | 2001-12-28 | 2003-07-15 | Japan Science & Technology Corp | パラレルメカニズムのキャリブレーション法 |
JP2010142901A (ja) * | 2008-12-18 | 2010-07-01 | Denso Wave Inc | ロボットのキャリブレーション方法及びロボットの制御装置 |
KR20160149649A (ko) * | 2015-06-18 | 2016-12-28 | 울산대학교 산학협력단 | 비선형 관절 강성을 포함하는 로봇 캘리브레이션 방법 |
CN106406277A (zh) * | 2016-09-23 | 2017-02-15 | 贵州珞石三盛科技有限公司 | 机器人运动学参数误差优化补偿方法及装置 |
CN107053154A (zh) * | 2017-05-11 | 2017-08-18 | 华志微创医疗科技(北京)有限公司 | 一种用于机器人精度标定的方法 |
CN107717993A (zh) * | 2017-11-03 | 2018-02-23 | 成都卡诺普自动化控制技术有限公司 | 一种高效便捷的简易机器人标定方法 |
CN106502208B (zh) * | 2016-09-23 | 2018-04-27 | 佛山华数机器人有限公司 | 一种工业机器人tcp标定方法 |
CN108656116A (zh) * | 2018-05-18 | 2018-10-16 | 南京邮电大学 | 基于降维mcpc模型的串联机器人运动学参数标定方法 |
-
2019
- 2019-03-15 CN CN201910197609.5A patent/CN110039528A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003200367A (ja) * | 2001-12-28 | 2003-07-15 | Japan Science & Technology Corp | パラレルメカニズムのキャリブレーション法 |
JP2010142901A (ja) * | 2008-12-18 | 2010-07-01 | Denso Wave Inc | ロボットのキャリブレーション方法及びロボットの制御装置 |
KR20160149649A (ko) * | 2015-06-18 | 2016-12-28 | 울산대학교 산학협력단 | 비선형 관절 강성을 포함하는 로봇 캘리브레이션 방법 |
CN106406277A (zh) * | 2016-09-23 | 2017-02-15 | 贵州珞石三盛科技有限公司 | 机器人运动学参数误差优化补偿方法及装置 |
CN106502208B (zh) * | 2016-09-23 | 2018-04-27 | 佛山华数机器人有限公司 | 一种工业机器人tcp标定方法 |
CN107053154A (zh) * | 2017-05-11 | 2017-08-18 | 华志微创医疗科技(北京)有限公司 | 一种用于机器人精度标定的方法 |
CN107717993A (zh) * | 2017-11-03 | 2018-02-23 | 成都卡诺普自动化控制技术有限公司 | 一种高效便捷的简易机器人标定方法 |
CN108656116A (zh) * | 2018-05-18 | 2018-10-16 | 南京邮电大学 | 基于降维mcpc模型的串联机器人运动学参数标定方法 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782550B (zh) * | 2019-09-20 | 2021-08-31 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置及设备 |
CN110782550A (zh) * | 2019-09-20 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种数据采集方法、装置及设备 |
CN111216138A (zh) * | 2020-04-09 | 2020-06-02 | 季华实验室 | 机器人标定方法、机器人标定***及可读存储介质 |
CN111390914A (zh) * | 2020-04-17 | 2020-07-10 | 上海智殷自动化科技有限公司 | 一种机器人零位和工具坐标标定方法 |
CN111390914B (zh) * | 2020-04-17 | 2023-02-28 | 上海智殷自动化科技有限公司 | 一种机器人零位和工具坐标标定方法 |
CN112277009A (zh) * | 2020-09-15 | 2021-01-29 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112277009B (zh) * | 2020-09-15 | 2023-09-12 | 唐山英莱科技有限公司 | 一种机器人的定位方法及计算机可读存储介质 |
CN112238340B (zh) * | 2020-10-26 | 2022-05-24 | 广东三扬机器人有限公司 | 一种三轴螺丝机的标定方法 |
CN112238340A (zh) * | 2020-10-26 | 2021-01-19 | 广东三扬机器人有限公司 | 一种三轴螺丝机的标定方法 |
CN112815887B (zh) * | 2020-12-30 | 2022-10-21 | 廊坊市亿创科技有限公司 | 一种工业机器人末端工具坐标系标定方法 |
CN112815887A (zh) * | 2020-12-30 | 2021-05-18 | 廊坊市亿创科技有限公司 | 一种工业机器人末端工具坐标系标定方法 |
CN113459094B (zh) * | 2021-06-23 | 2022-06-14 | 佛山智能装备技术研究院 | 一种工业机器人工具坐标系及零点自标定方法 |
CN113459094A (zh) * | 2021-06-23 | 2021-10-01 | 佛山智能装备技术研究院 | 一种工业机器人工具坐标系及零点自标定方法 |
CN114102595A (zh) * | 2021-11-29 | 2022-03-01 | 苏州艾利特机器人有限公司 | 一种机器人标定方法、标定组件及存储介质 |
CN114102595B (zh) * | 2021-11-29 | 2023-10-27 | 苏州艾利特机器人有限公司 | 一种机器人标定方法、标定组件及存储介质 |
CN114734435A (zh) * | 2022-03-24 | 2022-07-12 | 苏州艾利特机器人有限公司 | 一种基于超球面的编码器校准方法、装置及*** |
CN114734435B (zh) * | 2022-03-24 | 2023-09-19 | 苏州艾利特机器人有限公司 | 一种基于超球面的编码器校准方法、装置及*** |
CN115256375A (zh) * | 2022-07-08 | 2022-11-01 | 广东工业大学 | 基于工业机器人的末端操作器位姿标定方法及*** |
CN115256375B (zh) * | 2022-07-08 | 2024-05-31 | 广东工业大学 | 基于工业机器人的末端操作器位姿标定方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110039528A (zh) | 一种基于动态学习的工业机器人零点标定方法 | |
US5297238A (en) | Robot end-effector terminal control frame (TCF) calibration method and device | |
CN105643369B (zh) | 机床以及具备机器人的协作*** | |
CN113001535B (zh) | 机器人工件坐标系自动校正***与方法 | |
US9517563B2 (en) | Robot system using visual feedback | |
CN105091807B (zh) | 机器人工具坐标系的校正方法 | |
CN109773786A (zh) | 一种工业机器人平面精度标定方法 | |
CN108731591A (zh) | 一种基于平面约束的机器人工具坐标系标定方法 | |
CN107901038B (zh) | 一种位置标定方法、装置、双臂机器人及存储介质 | |
CN107175660B (zh) | 一种基于单目视觉的六自由度机器人运动学标定方法 | |
CN108656116B (zh) | 基于降维mcpc模型的串联机器人运动学参数标定方法 | |
CN108789404A (zh) | 一种基于视觉的串联机器人运动学参数标定方法 | |
JP2018202559A (ja) | 教示位置修正装置および教示位置修正方法 | |
CN107972071A (zh) | 一种基于末端点平面约束的工业机器人连杆参数标定方法 | |
CN102566577A (zh) | 一种工业机器人简易标定方法 | |
JP2015147280A (ja) | ロボット較正方法 | |
CN111002304B (zh) | 用于获取机械手的末端执行器的位置和定位的装置 | |
TWI701123B (zh) | 機器人工件座標系自動校正系統與方法 | |
CN107471257A (zh) | 基于单拉线编码器的机器人几何标定方法 | |
CN112318498A (zh) | 一种考虑参数耦合的工业机器人标定方法 | |
CN115752295A (zh) | 一种线激光轮廓仪自动手眼标定方法 | |
CN102218738A (zh) | 机器人的工具向量的导出方法及校正方法 | |
CN106671080A (zh) | 校正方法与校正设备 | |
CN114012724B (zh) | 一种基于探针的工业机器人坐标系自动标定方法 | |
CN113211436B (zh) | 基于遗传算法的六自由度串联机器人误差标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190723 |
|
WW01 | Invention patent application withdrawn after publication |