申请/专利权人：深圳市大寰机器人科技有限公司

申请日：2024-03-01

公开（公告）日：2024-04-02

公开（公告）号：CN117798937A

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及机器人标定技术领域，具体而言，涉及一种机器人标定方法、系统及机器人，该方法包括：若基于误差模型计算的最大位姿误差大于或等于设定误差，则修正运动学模型，以及基于修正后的运动学模型确定各点位的更新后位姿理论值；将点位的位姿实际值、更新后位姿理论值，输入误差模型得到各点位的更新后位姿误差；若各点位的更新后位姿误差呈现发散特征，则对多个点位进行择优筛选，以及基于择优筛选得到的点位对运动学模型进行修正。本发明实施例将初始点位加入误差模型，从而减小系统误差，提高收敛准确度；当计算误差不再趋于收敛时，择优点位，从而提高收敛精度，实现提高模型收敛稳定性。

主权项：1.一种机器人标定方法，其特征在于，所述方法包括：建立机器人的三维坐标系；基于所述三维坐标系构建误差模型；获取机器人末端的初始点位的位姿实际值；基于预设的运动学模型确定所述初始点位、多个随机点位的位姿理论值，测量得到所述多个随机点位的位姿实际值；将所述初始点位的位姿实际值、位姿理论值，所述多个随机点位的位姿实际值、位姿理论值，输入所述误差模型得到各所述点位的位姿误差；若各所述点位的位姿误差中的最大位姿误差小于设定误差，则基于当前的误差模型确定最终的运动学模型；若所述最大位姿误差大于或等于所述设定误差，则修正所述运动学模型，以及基于修正后的运动学模型确定各所述点位的更新后位姿理论值；将所述初始点位的位姿实际值、更新后位姿理论值，所述多个随机点位的位姿实际值、更新后位姿理论值，输入所述误差模型得到各所述点位的更新后位姿误差；若各所述点位的更新后位姿误差呈现发散特征，则对多个所述点位进行择优筛选，以及基于择优筛选得到的点位对所述运动学模型进行修正。

全文数据：

权利要求：

百度查询： 深圳市大寰机器人科技有限公司 机器人标定方法、系统及机器人

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD