第45卷第2期2024年2月仪器仪表学报ChineseJournalofScientificInstrumentVol.45No.2Feb.2024DOI:10.19650/j.cnki.cjsi.J2312263收稿日期:2023-12-10ReceivedDate:2023-12-10∗基金项目:国家自然科学基金面上项目(52275005)、中央高校基本科研业务费专项资金项目(300102253201)、安徽省博士后研究人员科研活动经费资助项目(2023B675)、安徽省教育厅科学研究重点项目(KJ2020A0364)、中国博士后科学基金(2022M722435)项目资助基于病态参数分离的机器人运动学标定测量构型优化∗郭万金1,2,3,李锦辉1,郝钦磊1,曹雏清2,4,赵立军4,5(1.长安大学道路施工技术与装备教育部重点实验室西安710064;2.芜湖哈特机器人产业技术研究有限公司芜湖241007;3.埃夫特智能装备股份有限公司芜湖241060;4.长三角哈特机器人产业技术研究院芜湖241007;5.哈尔滨工业大学机电工程学院哈尔滨150000)摘要:针对一种高灵巧性机器人及其连杆参数高敏感性与高定位精度需求,为解决机器人运动学标定随机测量构型存在绝对定位精度低、参数辨识效果及标定结果鲁棒性较差的问题,提出一种病态参数分离与DETMAX-改进差分进化(DETMAX-IDE)算法的机器人运动学标定测量构型分步优化方法。首先,建立机器人位置误差模型。其次,建立一种可观性综合指标,评价不同机器人标定测量构型的总体可观测性和灵敏度。最后,分离机器人运动学位置误差模型的病态参数,建立测量构型优化目标函数和约束条件,提出一种基于DETMAX算法与改进差分进化算法结合的分步迭代优化算法(简称为DETMAX-改进差分进化算法,简写为DETMAX-IDE算法),开展机器人运动学标定测量构型分步迭代优化。通过机器人运动学标定仿真与实验,验证了所提方法的有效性。实验结果表明,与随机测量构型相比,所提方法对应的机器人绝对定位精度的平均值和均方差分别降低了62.09%和62.45%。关键词:机器人运动学标定;测量构型优化;病态参数分离;DETMAX-IDE算法;位置误差模型中图分类号:TP242.2TH39文献标识码:A国家标准学科分类代码:460.50Ill-conditionedparameterseparationbasedoptimizationofmeasurementconfigurationforrobotkinematiccalibrationGuoWanjin1,2,3,LiJinhui1,HaoQinlei1,CaoChuqing2,4,ZhaoLijun4,5(1.KeyLaboratoryofRoadConstructionTechnologyandEquipment,MinistryofEducation,Chang′anUniversity,Xi′an710064,China;2.WuhuHITRobotTechnologyResearchInstituteCo.,Ltd.,Wuhu241007,China;3.EFORTIntelligentEquipment,Co.,Ltd,Wu...
