|本期目录/Table of Contents|

[1]刘睿,张恩政,李子文,等.基于三维直线拟合的机器人与跟踪仪坐标系转换方法[J].浙江理工大学学报,2022,47-48(自科一):77-84.
　LIU Rui,ZHANG Enzheng,LI Ziwen,et al.Study on coordinate transformation between a robot and a tracker based on threedimensional straightline fitting[J].Journal of Zhejiang Sci-Tech University,2022,47-48(自科一):77-84.
点击复制

基于三维直线拟合的机器人与跟踪仪坐标系转换方法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第47-48卷
期数:
2022年自科第一期
页码:
77-84
栏目:
出版日期:
2022-01-31

文章信息/Info

Title:
Study on coordinate transformation between a robot and a tracker based on threedimensional straightline fitting
文章编号:
1673-3851 (2022) 01-0077-08
作者:
刘睿; 张恩政; 李子文; 李锡睿; 方休俊; 翟彬
浙江理工大学精密测量实验室，杭州 310018
Author(s):
LIU Rui;  ZHANG Enzheng;  LI Ziwen;  LI Xirui; FANG Xiujun;  ZHAI Bin
Precision Measurement Laboratory, Zhejiang Sci-Tech University, Hangzhou 310018, China
关键词:
工业机器人; 标定; 坐标系转换; 三维直线拟合; 最小二乘拟合
分类号:
TP242-2
文献标志码:
A
摘要:
为降低工业机器人标定中测量粗差数据对坐标系转换精度的影响，提出了一种基于三维直线拟合的机器人与跟踪仪坐标系转换方法。首先，利用激光跟踪仪测量机器人空间中规划的三条两两正交的直线轨迹，获取测量数据集；然后，基于最小二乘拟合得到基准直线；最后，通过判断各数据点到基准直线距离与设定距离阈值的大小关系滤除粗差数据，达到优化坐标系转换数据的目的，进而提高坐标系转换精度。基于该方法设计了基于三维直线拟合的坐标系转换软件，并搭建了坐标系转换验证实验装置，开展了相关实验研究。结果表明：相对于基于随机点的坐标系转换方法，采用该坐标系转换方法得到的坐标系单点转换精度提升超过29%，综合均方根误差降低超过17%。该坐标系转换方法可有效提高坐标系转换精度，满足工业机器人标定中对坐标系转换精度的要求。

参考文献/References:

［1］ 赵艺兵, 温秀兰, 康传帅, 等. 零参考模型用于工业机器人定位精度提升研究［J］. 仪器仪表学报, 2020, 41(5): 76-84.
［2］ 王朋, 武传宇, 胡旭东. Stubli RX60机器人运动学求解［J］. 浙江理工大学学报, 2005, 22(3): 245-249, 253.
［3］ 李祥云, 向民志, 范百兴, 等. 工业机器人运动学参数标定精度分析与改进［J］. 测绘科学技术学报, 2018, 35(3): 255-259.
［4］ Zhang F, Shang W W, Li G J, et al. Calibration of geometric parameters and error compensation of nongeometric parameters for cabledriven parallel robots［J］. Mechatronics, 2021, 77: 102595.
［5］ 孙剑萍, Xi J, 汤兆平. 机器人定位精度及标定非概率可靠性方法研究［J］. 仪器仪表学报, 2018, 39(12): 109-120.
［6］ Shen H P, Meng Q M, Li J, et al. Kinematic sensitivity, parameter identification and calibration of a nonfully symmetric parallel Delta robot［J］. Mechanism and Machine Theory, 2021, 161: 104311.
［7］ 李松洋. 工业机器人定位精度补偿技术的研究与实现［D］. 无锡: 江南大学, 2017: 21-36.
［8］ Zhang H J, Lei J Y, Zhang J L, et al. Research on modeling and compensation of pose error of assembly robot［J］. Mechanical Engineering and Technology, 2016, 5(4): 391-399.
［9］刘湛基, 王晗, 陈桪, 等. 机器人与激光跟踪仪的坐标系转换方法研究［J］. 中国测试, 2017, 43(11): 102-107.
［10］ 任瑜, 郭志敏, 张丰, 等. 基于非线性优化的机器人坐标系标定方法［J］. 传感器与微系统, 2020, 39(1): 6-8.

相似文献/References:

[1]王涛,张恩政,刘翠苹,等.基于改进神经网络的机器人逆解与轨迹精度提高方法[J].浙江理工大学学报,2021,45-46(自科五):624.
　WANG Tao,ZHANG Enzheng,LIU Cuiping,et al.Inverse solution and trajectory accuracy improvement method of robot based on improved neural network[J].Journal of Zhejiang Sci-Tech University,2021,45-46(自科一):624.
[2]陈晓华,杜文,周琼.工业机器人应用如何影响企业的绿色创新？[J].浙江理工大学学报,2023,49-50(社科四):404.
　CHEN Xiaohua,DU Wen,ZHOU Qiong.How does industrial robot application promote  enterprises′ green innovation？[J].Journal of Zhejiang Sci-Tech University,2023,49-50(自科一):404.

备注/Memo

备注/Memo:
收稿日期： 2021-06-06
网络出版日期：2021-09-18
基金项目：国家科技部重点研发计划项目(2018YFF0212703)
作者简介：刘睿(1996-)，男，湖南常德人，硕士研究生，主要从事智能检测与控制方面的研究
通信作者：张恩政，E-mail：zhangez@zstu.edu.cn
更新日期/Last Update: 2022-03-08