研究目的
提出一种基于惯性测量单元(IMU)和位置传感器的在线机器人自标定方法,在不涉及相机标定、角点检测和激光对准等复杂步骤的情况下,提高位姿测量的可靠性和准确性。
研究成果
所提出的基于多传感器的串联机器人在线自主校准方法具有精确、便捷和高效的特点。该方法无需人工干预,也不涉及相机标定、角点检测或激光对准等复杂步骤。未来工作将聚焦于改进运动学建模与位姿估计,使算法能适用于其他机器人类型,并在动态位姿测量中实现更高效率。
研究不足
该方法的准确性受限于测量精度,而测量精度又受到噪声的影响。此外,该方法要求机器人在姿态测量时停止运动,在动态环境中可能效率较低。
1:实验设计与方法选择:
该方法通过在机器人末端工具上安装位置标记和惯性测量单元(IMU)来实时测量机械臂的位置与姿态。采用卡尔曼滤波器与粒子滤波器组合进行位姿估计,并使用扩展卡尔曼滤波器进行运动学参数误差估计。
2:样本选择与数据来源:
实验使用GOOGOL GRB3016机器人验证所提方法,通过IMU和位置传感器测量机器人位姿。
3:实验设备与材料清单:
包括GOOGOL GRB3016机器人、惯性测量单元(Xsens MTi-100 IMU)及位置传感器。
4:实验流程与操作步骤:
系统在执行指令后采集静态传感器数据以提高精度,通过卡尔曼滤波器和粒子滤波器估计机器人位姿,并利用扩展卡尔曼滤波器进行运动学辨识。
5:数据分析方法:
通过平均误差、标准差和最大误差指标,将所提方法精度与现有方法进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容