法律状态公告日
法律状态信息
法律状态
2017-12-19
授权
授权
2017-08-11
著录事项变更 IPC(主分类):G01B21/00 变更前: 变更后: 申请日:20150918
著录事项变更
2016-01-27
实质审查的生效 IPC(主分类):G01B21/00 申请日:20150918
实质审查的生效
2015-12-30
公开
公开
技术领域
本发明涉及坐标测量机动态误差补偿方法,具体涉及一种关节式坐 标测量机动态误差补偿方法。
背景技术
关节式坐标测量机是一种多误差源测量装置,通过对主要误差源进 行分析,已知关节式坐标测量机具有11种主要误差源,主要包括结构参 数误差、力变形误差、热变形误差、运动误差、测头误差。关节式坐标 测量机常通过标定来减小以结构参数为主的参数因素误差,但结构参数 误差仅为主导误差因素,在测量时,其它未被标定所修正的独立误差源 产生动态误差仍会影响最终测量结果精度,并且由于关节式坐标测量机 空间开链串联结构特点,这些误差源经传递放大后更不容忽视。因此若 能够对关节式坐标测量机进行动态误差(非结构参数因素的独立误差源 所引起的误差)补偿,将显著提高关节式坐标测量机精度。
根据研究发现,关节式坐标测量机相对第一级臂的测量空间误差分 布具有类似三角函数曲线的特点。而将测量值误差分解为x,y,z轴分 量时,各误差分量的空间分布也近似呈三角函数曲线。尽管这种空间分 布类似三角函数曲线,但不同点误差曲线幅值、周期、相位不同,不能 用单一函数表征。但从这种现象可以发现,测量值误差在三坐标轴的分 量满足一定函数分布,可以采用函数逼近的方法去获得近似函数,即非 线性回归分析。
发明内容
本发明的目的是提供一种六自由度关节式坐标测量机动态误差补偿 方法,包括以下步骤:a)获取关节式坐标测量机动态误差模型参数辨识 测量点样本:以六自由度关节式坐标测量机的基座中心为原点,以第一 关节光栅编码器零位指向为x轴,建立笛卡尔坐标系;以所述测量机的基 座中心为圆心,将第一关节零位指向为0度的圆周等分为多条等分线,多 锥窝板放置时近似放置在所述多条等分线上;所述测量机在每个位置上 都选取所述多锥窝板上若干个锥窝(≥10个)以任意姿态进行多次测量 ,以获得测头在所述锥窝中的x、y、z坐标值及相应的6个关节转角值; 关节式坐标测量机进行测量采样后应获得至少3000组测头坐标值及关节 转角值;
b)关节式坐标测量机动态误差模型参数辨识的数据处理过程:对于 测点i有50组坐标值,对其求平均值,可得将测点i的坐标 值与平均值相减,可获得测点i的坐标误差值Δxij,Δyij,Δzij(j=1,2, …50),将所有测点的坐标误差值代入下述公式所示模型,可构成3000个 方程组,如下所示
其中,ai和ai*是权重因子,也叫拉格朗日乘子,互为对偶;b是偏 置量;x、y、z代表三坐标轴;K代表核函数;θ是核函数因子,即输入 的关节角度向量;θi代表的是当前第i个样本的关节角度向量;
c)关节式坐标测量机动态误差补偿
获得Δx,Δy,Δz后,利用下述公式进行修正
式中x’、y’、z’为动态误差补偿后的测点坐标值。
优选地,其中所述步骤b)中核函数K为径向基函数,如下所示:
其中,γ是方差,通常在优化求解前指定一个初始值,优化求解的过 程中会迭代改变。θ是核函数因子,即输入的关节角度向量;θi代表的是 当前第i个样本的关节角度向量。
优选地,其中对于所述多锥窝板,在测点i处有多组测头坐标值,对 其求平均值,可得作为测点i的坐标真值。
优选地,其中所述相邻的所述多锥窝板处于测量空间内的不同高度 和不同半径圆周。
优选地,其中所述第一关节零位指向为0度的圆周等分为6条等分线 ,6个多锥窝板分别摆放在6条等分线上,其中三个多锥窝板处于同一高 度和同一半径圆周,另外三个多锥窝板处于与前一高度以及半径圆周不 同的另一高度和另一半径圆周。
优选地,其中所述多锥窝板用铸铁制成,其正面具有多个不同尺寸 的锥孔,所述锥孔构造成能够使测头稳定座放其中。
优选地,其中所述测量机在每个位置上都选取所述多锥窝板上若干 个锥窝以任意姿态进行多次测量,其中所述多次测量的次数≥50次。
根据本发明的关节式坐标测量机动态误差补偿方法在进行误差模型 参数辨识时,可仅利用被补偿关节式坐标测量机所获取的测量点坐标数 据及相应六个关节转角值,而不使用其它高精度测量仪器。在误差模型 参数获得后,利用该方法可在关节式坐标测量机实时测量时对测量点坐 标数据进行补偿。
附图说明
参考随附的附图,本发明更多的目的、功能和优点将通过本发明实 施方式的如下描述得以阐明,其中:
图1示意性示出了一种待标定的六自由度非正交坐标式的关节式坐 标测量机的结构示意图。
图2示意性示出了标定测量用多锥窝板。
图3示意性示出了关节式坐标测量机与多锥窝板相对位置示意图。
图4a、4b为测试点动态误差补偿前后测量结果误差变化对比图。其 中图4a为单点重复性误差变化对比图;图4b为长度测量误差对比图。
具体实施方式
在下文中,将参考附图描述本发明的实施例。在附图中,相同的附 图标记代表相同或类似的部件,或者相同或类似的步骤。
针对本发明结合示意图进行详细描述,在详述本发明实施例时,为 便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所 述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际 制作中应包含长度、宽度及深度的三维空间尺寸。
在补偿方法实施之前,需要建立六自由度关节式坐标测量机的动态 误差模型。本发明选取支持向量机(SupportVectorMachine,简称SVM) 对关节式坐标测量机关节转角值及相应测量点坐标值进行回归分析,利 用支持向量回归理论和方法,建立支持向量机的动态误差预测模型。SVM 是一类新型的机器学习方法,但和神经网络、遗传算法不同,它是建立 在统计学习理论基础上的通用学习方法。作为小样本学习的最佳理论, 与已有方法相比,支持向量机具有更好的预测精度及更强的推广能力。
SVM对于非线性问题,是通过非线性变换将原始数据进行变换,从 而将问题转换为高维空间的线性问题求解。这种形式在样本较少的情况 下,可以获得良好的函数估计能力,但随着模型维数越多,其建模精度 越低,模型预测效果越差。通过分析变臂关节式坐标测量机数学模型可 知,测头坐标由关节转角变化产生,其余结构参数经标定后都近似常数 不变,最终测量误差主要由关节运动带来。所以只引入关节转角θi(i=1,…,6)作为预测模型的输入变量,从而降低了建模维数,实现了动 态误差模型。
SVM动态误差模型建模过程。关节式坐标测量机x,y,z坐标误差 曲线分布各不相同,因此需分别建立模型,模型形式相同,但输出不同, 在此首先给出x坐标误差高精度预测模型。本发明采用nu-SVM方法进 行建模,根据其基本原理,构造回归估计函数:
其中W是权重,b为偏置项,φ(θ)为非线性变换函数,将θ序列变换 到高维特征空间,以在高维空间进行线性回归。
用于回归估计函数参数辨识优化的目标函数为
其中ε为不敏感损失函数参数,其取值大小影响支持向量的数目和训练 误差的大小。C为正则化参数,控制对超出误差的样本的惩罚程度。由 于ε是一个重要参数,影响函数拟合的性能,因此引入参数ν来自动控 制ε,使ε可以作为优化问题的变量,其值作为解的一部分给出。ξ(*)为松弛变量,体现了ε的应用。约束条件中Δx代表实际x坐标误差。
公式(1)为最初的关节式坐标测量机动态误差模型,但为避免维数 灾难,并不直接求解公式(1),而是引入它的对偶问题,使模型的复杂程 度和输入数据的维数无关。该对偶问题形成新的目标函数,如公式(3) 所示
其中ν≥0,C>0
通过引进核函数K(θ,θi)代替目标函数中的内积(θi,θj),这样可 以把高危特征空间的点积运算转化为低维原始空间的核函数运算,进一 步解决了在高维特征空间中计算带来的维数灾难,从而解决计算上的问 题。在SVM研究中,有几种常用核函数,本项目选择径向基(RadialBasis Function,简称RBF)函数
其中,γ是方差,通常在优化求解前指定一个初始值,优化求解的过 程中会迭代改变。θ是核函数因子,即输入的关节角度向量;θi代表的是 当前第i个样本的关节角度向量。
令则x坐标动态误差模型最终整理为
根据上述建模过程,再分别获得y、z坐标动态误差模型,最终关节 式坐标测量机的全误差模型如下所示
其中,ai和ai*是权重因子,也叫拉格朗日乘子,互为对偶;b是偏 置量;x、y、z代表三坐标轴;K代表核函数;θ是核函数因子,即输入 的关节角度向量;θi代表的是当前第i个样本的关节角度向量。
在建立了关节式坐标测量机动态误差模型后,实施动态误差模型参 数辨识的方案。
方案实施条件包括本发明适用的一种六自由度非正交坐标式的关节 式坐标测量机,它仿照人体关节结构,由三个测量臂和一个测头通过六 个(旋转)关节串联连接构成空间开链结构,该关节式坐标测量机已完 成了结构参数标定。如图1所示,所述关节式坐标测量机100包括:基 座101、第一测量臂102、第二测量臂103、第三测量臂104、第一关节 105、第二关节106、第三关节107、第四关节108、第五关节109、第六 关节110和测头111。在基座101上,由三段测量臂102、103、104串联 的六个可旋转的关节105、106、107、108、109、110构成空间开链结构, 该开链结构的末端是测量机的测头111。
方案实施条件还包括可供本发明适用的关节式坐标测量机进行多点 多位置测量的带锥窝或锥孔的被测物,本发明提供的一种可能的被测物 为标定测量用多锥窝板,如图2所示,该锥窝板200材料为铸铁,正面 具有5个φ6锥孔201,6个φ20锥孔202和8个φ10锥孔203。
关节式坐标测量机动态误差模型参数辨识测量点样本数据获取方 案。本发明对于关节式坐标测量机进行样本采样未做严格规定,但提供 一种可能的实施方案:将一块标定测量用多锥窝板200置于关节式坐标 测量机的可测空间内,多锥窝板200与关节式坐标测量机的相对位置关 系可如图3所示摆放。图3所示关节式坐标测量机平稳安放在平台或方 箱上,不得晃动。以待标定机基座101中心为原点,以第一关节105光 栅编码器零位指向为x轴,建立笛卡尔坐标系,其后所测坐标均在此坐 标系下。多锥窝板的6个放置位置是以基座101中心为圆心,以第一关 节105零位指向为0度的圆六等分线,这种策略使得测量空间被均匀划 分。多锥窝板放置时近似放置在等分线上,不做严格要求。位置301、303、 305处于圆周A表示的测量空间内;位置302、304、306处于圆周B表 示的测量空间内。6个位置相邻之间存在高度差。关节式坐标测量机在每 个位置上都选取锥窝板上若干个锥窝(≥10个)进行测量,以获得测头 在锥窝中的x、y、z坐标值及相应的6个关节转角值,需指出的是,关 节式坐标测量机在测量每一个锥窝时都应以任意姿态进行多次测量(≥ 50次)。
具体地,以测量机基座中心为圆心,将1个多锥窝板以不同高度分 近似摆放在圆的六等分线上,测量机对标定板上任意十个锥孔以不同姿 态各采集50次,6个位置可获得3000组关节角度与测头坐标。
关节式坐标测量机动态误差模型参数辨识的数据处理过程:
对于测点i有50组坐标值,对其求平均值,可得由于 关节式坐标测量机通常用于相对测量,对位置精度要求不高,而重复测 量也消除了随机误差,因此可以将平均坐标值近似认为是测点i的坐标 真值。将测点i的坐标值与平均值相减,可获得测点i的坐标误差值Δxij, Δyij,Δzij(j=1,2,…50),将所有测点的坐标误差值代入公式(6)所 示模型,可构成3000个方程组,如下所示
该模型的求解利用公式(3)转化为二次规划问题求解,二次规划问 题求解有多种方法,本发明采用了积极集二次规划求解方法,求解过程 可参考相应数学书籍。
关节式坐标测量机动态误差模型参数辨识后,即可应用该模型进行 动态误差补偿。补偿方法为关节式坐标测量机对被测点进行测量后,获 得测点x、y、z值,同时将6个关节转角代入公式(6),可获得Δx,Δy, Δz,利用公式(7)进行修正
式中x’、y’、z’为动态误差补偿后的测点坐标值。
与已有技术相比,本发明的有益效果体现在:
1)对除结构参数因素外的其它独立误差源所造成的误差进行了补 偿,实现了动态误差补偿,补偿的误差源比以往技术所补偿的要多,精 度也大为提高,图4a和图4b为关节式坐标测量机所采集的100个测试 点在动态误差补偿前、后最终测量误差变化对比图。
2)采用支持向量机进行关节式坐标测量机动态误差模型建模及补 偿,该方法使用灵活,特别是关节式坐标测量机在使用过程中正常采集 的测量数据,都可作为该方法参数辨识用的样本数据,也就是该方法可 随着关节式坐标测量机使用次数增多而提高参数辨识精度。
结合这里披露的本发明的说明和实践,本发明的其他实施例对于本 领域技术人员都是易于想到和理解的。说明和实施例仅被认为是示例性 的,本发明的真正范围和主旨均由权利要求所限定。
机译: 关节臂坐标测量机,操作关节臂坐标测量机的方法以及关节臂坐标测量机的可拆卸配件
机译: 坐标测量机数学模型的标定方法,用于补偿由于变形引起的动态误差
机译: 坐标测量机数学模型的校准方法,以补偿由于变形引起的动态误差