基于旋量的SAI机器人标定方法在串联机器人上的应用

摘要

随着科技的不断发展，对智能机器人的开发和研究已经越来越热门。服务智能机器人不仅能够给人类生活带来很多便利，更能为人类带来很好的服务。而让机器人通过摄像机这一视觉系统获取信息，来感知周围环境，是现在机器人技术的研究中心之一。但是由于目前大部分机器人的工作环境为非结构性的，所以让机器人具有自我定位功能具有非常重要的作用。而机器人标定又是提高机器人定位精度的一项关键技术，所以，对于机器人标定的相关研究具有着重要的科研意义。
　　本文主要利用双目相机获取目标物位姿参数和机器人初始位置的位姿参数，并通过SAI标定方法获取关节参数，最终利用逆解子问题理论求得机器人手爪移动到目标物，机器人关节所需要转动的角度，完成实物抓取。具体内容包括三个部分:相机标定，机器人手臂标定和机器人逆运动学求解。在相机标定部分，本文利用了Zhang和Heikkila相结合的标定方法完成单目相机标定，获取相机的内参数，畸变参数和外参数，再通过优化方法获取双目相机之间的相对位置关系，完成立体标定，之后双目相机便可以实现对目标物的立体定位。机器人手臂标定采用了基于旋量的SAI机器人标定方法，该方法实现简单、操作方便。实验结果表明关节旋转角度名义值和实际值得差值都在0.5度以内，机器人定位精度达到了2mm。机器人逆运动学求解方法是选用合适的子问题模型，对运动学逆解进行求解，并利用前面标定好的关节参数结果获得机器人手臂达到目标位置时各关节的旋转角度。最后在实验室4自由度机器人平台上实现了机器人抓取过程，得到了理想的效果。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 主要研究内容

2 相机标定

2．1 前言

2．2 单目标定

2．3 双目标定

2．4 本章小结

3 机器人手臂标定

3．1 前言

3．2 理论背景

3．3 SAI机器人标定方法

3．4 本章小结

4 机器人逆运动学研究

4．1 前言

4．2 三大原理

4．3 逆解子问题

4．4 本章小结

5 调试测试

5．1 前言

5．2 硬件系统

5．3 软件设计

5．4 测试步骤

5．5 测试结果

5．6 测试分析与总结

6 总结与展望

6．1 总结

6．2 下一步的研究方向

致谢

攻读硕士学位期间论文发表情况

参考文献