买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江淮前沿技术协同创新中心

摘要：本发明公开了一种LM和ARO算法的机器人标定方法，包括步骤S1，使用MDH模型建立机器人运动学误差模型；步骤S2，获得采样点的机器人关节数据和激光跟踪仪测量数据；步骤S3，计算机器人末端点对应的两点距离值，通过两者的距离差值建立目标函数；步骤S4：使用LM‑ARO算法对步骤S3的目标函数进行参数迭代优化，获得满足最小化目标函数值的机器人运动学参数误差值。本发明解决了单独的LM算法高次项舍入误差，同时也克服了单独的ARO算法搜索范围大而造成的搜索速度慢、效率低的问题。不需要标准件的约束。同时标定成本低，可以有效地标定机器人运动学参数误差，显著提升机器人的精度水平。

主权项：1.一种基于LM和ARO算法的机器人标定方法，其特征在于，包括以下步骤：步骤S1，使用MDH模型建立机器人运动学误差模型；步骤S2，获得采样点的机器人关节数据和激光跟踪仪测量数据；在机器人工作空间均匀地选取若干个点，机器人在工作空间中运动依次到达这些点。记录机器人在这些点的关节转角，同时使用激光跟踪仪测量机器人末端点的坐标；步骤S3，将步骤S2获得的关节转角值带入步骤S1的MDH模型中计算机器人测量的任意两点距离值，同时计算步骤S2获得的激光跟踪仪测量的机器人末端点对应的两点距离值，通过两者的距离差值建立目标函数；步骤S4：使用LM-ARO算法对步骤S3的目标函数进行参数迭代优化，获得满足最小化目标函数值的机器人运动学参数误差值；LM-ARO算法标定机器人的具体步骤如下：步骤S40，LM算法初始的快速标定；步骤S400，LM算法参数初始化；步骤S401，计算雅可比矩阵；步骤S402，计算线性方程组；步骤S403，获得机器人运动学参数误差；步骤S404，判断是否在容许误差范围内，否，则更改估计参数，返回步骤S401进行重新迭代，若得到则停止迭代，返回迭代后的机器人运动学参数误差。步骤S41，ARO算法精确标定；步骤S410，ARO算法参数初始化；将步骤S40的LM算法标定得到的机器人运动学参数误差值作为ARO算法搜索的运动学参数初始范围的中心值，对ARO算法进行参数初始化；步骤S411，计算能量因子At，判断兔子是进行迂回觅食还是随机躲藏；步骤S412，计算适应度函数并不断更新兔子的位置；步骤S413，判断是否找到全局最优位置；判断是否找到全局最优值或到达最大迭代次数，若为否，返回步骤S411，若为是，则获得机器人最优运动学参数误差；步骤S5：将步骤S4获得的机器人运动学参数误差值补偿到机器人模型中，并开展实验验证。

全文数据：

权利要求：

百度查询： 江淮前沿技术协同创新中心 一种基于LM和ARO算法的机器人标定方法