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。