融合加權SVD算法的工業機器人運動學標定

班 朝，任國營，王斌銳，陳相君，薛 梓，王 凌

(1.中國計量大學 機電工程學院，浙江 杭州 310018；2.中國計量科學研究院，北京 100029； 3.天津大學 精密測試技術及儀器國家重點實驗室，天津 300072)

1 引 言

隨著智能制造技術發展的逐漸深入，工業機器人在產品生產制造、加工裝配等方面的應用越來越廣泛[1]。目前，機械加工產品越來越向著多品種、小批量的方向發展，其加工方式多為離線編程，需要自主調整路徑，對機器人絕對定位精度提出了較高要求[2]。根據機器人載荷能力、構型及工作環境的不同，機器人的絕對定位精度最高能達到0.1 mm[3,4]。然而其絕對定位精度往往隨著機器人的長期工作和磨損而急劇下降[5]，無法滿足精密加工的要求，極大限制了機器人在高精度制造場合的進一步應用。

機器人運動學標定主要包括建模、測量、參數辨識、補償4個部分，其中測量是標定過程中的關鍵步驟。在測量過程中，除了測量設備的固定測量誤差外，環境或人為因素會引入測量粗差，影響測量坐標系和機器人基坐標系的轉換效率，進而對后續運動學參數辨識結果產生影響。

文獻[6]使用基于距離誤差模型的機器人標定方法，繞過坐標系轉換從而避免粗差的影響。文獻[7]提出了一種基于誤差分布估計的加權最小二乘法進行了機器人手眼標定，該方法雖然考慮了粗差影響，但最小二乘法存在奇異的問題。文獻[8]使用四元數結合奇異值分解的方法完成了旋轉矩陣和位移矩陣的求解，取得了較好的效果，但該算法較為復雜，計算量大。……