基于正交實驗的工業機器人軌跡精度檢測

李斌 李夢奇 王蒙寬 梁睿

摘?要：工業機器人軌跡精度在機器人性能屬于較為重要的參數指標，用于工藝加工的工業機器人工廠在軌跡精度與重復精度方面要求極高。基于Radian激光跟蹤儀的高精度測量平臺，針對機器人的軌跡速度特性測試實驗進行正交試驗設計，實驗結果表明：在忽略其他因素的情況下，溫度、負載、速度3因素中對于機器人軌跡速度特性影響最大的是負載因素。

關鍵詞：正交試驗;軌跡速度特性;軌跡精度;激光跟蹤儀

中圖分類號：TP242.2?文獻標識碼：B

隨著高薪技術發展，機器人被廣泛應用于醫療、國防、航天等行業。工業機器人軌跡精度成為衡量機器人工作性能的一大重要指標[1-3]。因此對機器人的軌跡精度影響因素進行研究是有必要的。當下機器人的精度已達到一個較高的水準，想要提高精度，使用精度高、數據穩、測量廣的激光跟蹤儀進行正交實驗研究機器人的軌跡精度影響因素，獲取的實驗結果真實性高[4-5]。

1 軌跡速度特性（RTp）

根據國標GB/T 12624-2103的要求，我們對機器人的軌跡特性進行檢測[6]。軌跡特性（1）軌跡速度準確度（AV）：表示指令速度與沿軌跡進行n次重復測量所獲取的實到速度平均值之差，表達時我們采用指令速度百分比。（2）軌跡速度重復性（RV）：表示對于同一指令速度所得實到速度的一致程度。（3）軌跡速度波動（FV）：是指再現一種指令的過程中速度的最大變化量。

2 Radian激光跟蹤儀工作原理

Radian激光跟蹤儀采用的是API最新的絕對距離測量技術（ADM-MaxxTM）。ADM是一種通過時間計算距離的測量方式，得到靶球中心的位置也是通過測量兩個角度AZ角和EZ角以及一個球半徑距離。激光頭射出兩道激光，一道激光用于做參考光線，另一道則通過靶球反射回儀器，然后和參考光發生干涉，產生干涉距離。利用激光波長穩定的特性，激光跟蹤儀可以精準的測量出任意一個空間點的坐標。而API絕對測距系統讓跟蹤儀在斷光時能快速地獲得靶球的位置，不斷地跟蹤靶球的位置。再將實時的數據傳輸到計算機主機和SA軟件中，SA軟件將這些數據導入到用戶定義的測量坐標系中，比較數據后測出機器人的誤差值[7]。

3 試驗過程

3.1 軌跡速度特性測試

根據Radian激光跟蹤儀軌跡速度特性測試要求，在新工件坐標系中，機器人以直線方式運動，編寫機器人指令使機器人在100%、50%、10%速度和100%、50%、10%的負載下走如下軌跡：首先將機器人定位于P4點，接著運動到P2點并駐留3000ms給予激光跟蹤儀足夠的識別時間，再返回到P4點繼續駐留3000ms，如此循環10次以上。

3.2 Radian激光跟蹤儀正交測試實驗設置

3.2.1 確定實驗因素與水平

在機器人在不同的溫度下進行測試，選取以下溫度：20℃、25℃、30℃，以及10%、50%、100%的負載與運行10%、50%、100%速度，以軌跡P4至P2至P4，循環測試10次以上。

3.2.2 制作因素水平表

由于在實際考察問題中因素往往較多，每個因素水平較多，若使用全面實驗法，雖然結果較為準確但是實驗次數太多費時費力。此時我們選取正交試驗方法，制作因素水平表1。

3.2.3 選取正交表

在本實驗中的因素有3個水平，因此需要選用Ln（3m）型正交表，且有本實驗包含3個因素，并不考慮交互作用，所以要選一張m>3的表，而L9（34）是滿足條件的最小正交表，因此我們選用此表[8]。

3.2.4 設計表頭

由于本實驗不考慮因素間的交互作用，將各因素分別放置在正交表L9（34）上方，每個因素隨機排布，不同因素各自占取一列，從而設計出表頭。

3.2.5明確檢測方案

正交表中的個列填寫的數值1、2、3代表著該列因素在該試驗中的不同水平，這樣正交表每一行將對應一種實驗情況，其中的空格列隊實驗無影響，由此的檢測方案如表2。

4 軌跡速度測試結果分析

上圖為20℃下，機器人以10%負載，10%V、50%V和100%V運動所測得的軌跡速度度特性如圖。

通過表3可以看出，對于機器人精度影響最大的因素是B負載因素，其次是A溫度因素，最后是速度因素，綜上分析最優精度方案為A3B1C1，最差精度狀態為A2B3C3。

5 結論

本實驗針對10KG川崎機器人的軌跡速度特性測試過程進行正交試驗設計，在溫度、負載、速度3個因素與3個水平的實驗條件下，測得不同的狀態下工業機器的軌跡速度特性，并通過分析獲得如下結論：

（1）在溫度、負載、速度3個因素中對于機器人軌跡速度特性影響最大的為負載因素，因此在使用工業機器人時負載最好不要超過額定負載，否則精度將受大幅影響。

（2）本實驗通過正交試驗獲得最優精度狀態為30℃下，10%L與10%V狀態下，這說明機器人在稍高溫度下運動狀態更好，反應更靈敏。

參考文獻：

[1]賽迪智庫機器人產業形勢分析課題組.2019年中國機器人產業發展形勢展望[N].中國計算機報，2019-03-25（012）.

[2]Judd R P，Knasinski A B.A technique to calibrate industrial robots with experimental verification[J].IEEE Transactions on Robotics and Automation，1990，6（1）：20-30.

[3]Renders J M Rossignol E，Becquet M，et al.Kinematic calibration and geometrical parameter identification for robots[J].Robotics & Automation IEEE Transactions on，1991，7（6）：721-732.

[4]Dennis B J E，Schnabel R I.Numerical Methods for Unconstrained Optimization and Nonlinear Equations[M].Prentice-Hall，2009.

[5]Gong C Yuan J，Ni J.Nongeometric error identification and compensation for robotic system by inverse calibration[J].International Journal of Machine Tools and Manufacture，2000，40（14）：2119-2137.

[6]王魯平.串聯機器人多誤差因素影響下定位精度分析及其誤差補償[D].合肥工業大學，2015.

[7]何曉煦，田威，曾遠帆，等.面向飛機裝配的機器人定位誤差和殘差補償[J].航空學報，2016（04）：292-302.

[8]錢小輝，馬驍妍，秦中華，侯少靜，徐美杭，張鵬，朱自安.基于正交試驗的玻璃殼熱應力影響因素分析[J/OL].機械工程學報，1-8[2019-06-29].