机器人的校准和编程的制作方法
【专利摘要】本发明涉及一种用于在没有使用外部测量设备的情况下校准机器人的方法。本发明还涉及一种用于在未校准机器人之间复制工作程序的方法。两种方法利用闭链属性和该链中的连杆的相对位置，以更新机器人运动模型。
【专利说明】机器人的校准和编程
【技术领域】
[0001]本发明涉及对机器人进行校准的方法和对机器人进行编程的方法。
【背景技术】
[0002]在工业机器人领域中，机器人的物理特性知识对计算机器人的精确位置很重要。这些特性可以由机器人设计的图形限定，但是将取决于机器人的装配过程和机器人组件的公差而变化。为了精炼该知识，并且由此增加机器人准确度，必须校准描述该机器人的模型。
[0003]在专利文献中已经建议了用于编程机器人的几种方法和设备。在US6，535，794中公开了三维坐标测量机，该三维坐标测量机使用具有已知大小的机械测量壁，以创建数据误差图，以用于校准机器人。
[0004]US2011/0022216公开了一种用于校准工业机器人系统的方法和设备，该工业机器人系统包括具有机器人坐标系的至少一个机器人和具有定位器坐标系的定位器，并且适合于通过将工件关于旋转轴进行旋转来保持并且改变该工件的定向。关于物体坐标系来对用于机器人的目标点进行编程。设备包括:机器人控制器、在定位器上布置的至少三个校准物体和由机器人保持的校准工具。校准物体的位置在物体坐标系中是已知的。机器人控制器被配置为:确定关于机器人坐标系的校准物体的位置，确定用于定位器的旋转轴的至少三个不同角度的所述校准物体中的第一校准物体和第二校准物体的位置，基于所确定的用于旋转轴的三个角度的第一校准物体和第二校准物体的位置来确定机器人坐标系中的定位器的旋转轴的方向，并且通过执行校准物体的已知位置和所确定位置之间的最佳匹配来确定第一物体坐标系和定位器坐标系之间的关系。
[0005]在US2008/0188986中公开了一种通过运动学机器人模型参数确定来提供多关节机器人中的改进的准确度的方法和系统。根据机器人模型参数的变化通过针对参考物体的参考点的被计算姿势中的变化使用用于雅克比行列式(Jacobian)推导中的微分链式法则来校准多关节机器人。该方法还使用两个这样的参照物和其间的已知距离来创建长度尺度，由此避免需要知道机器人的一个连杆长度。迭代法用于找到用于合成模型参数的改进准确度的最优解。而且，公开了机器人的端关节参数(包括限定了工具附接机制框架的参数)的确定，这在没有随后校准的情况下允许工具互换。
[0006]在US2008/0188983中还公开了一种用于校准多关节工业机器人的装置和方法。
[0007]US6, 070, 109涉及一种机器人校准系统，该机器人校准系统包括校准传感器，该校准传感器提供当第一参考点(其相对机器人基底保持固定)离第二参考点(其位于机器人壁上)为固定距离时的指示。机器人臂被移动通过多个定向，并且每次获得两个参考点之间的固定距离，确定机器人关节位置信息。优选校准传感器包括一根绳子(string)，该绳子在两个参考点之间延伸，并且每次由机器人臂的定向所引起绳子拉紧而激活信号发生器。所生成的信号指示两个参考点相隔固定距离。所确定的机器人关节位置随后用于确定校准因数，该校准因数取决于特定情况的需要而变化。示例性校准因数用于校正机器人运动信息中的错误，定位工作单元参考框架并且定位工具中心点参考框架。
[0008]在US2009/0157226中公开了一种用于机器人及其外围设备的校准系统，该系统包括附接到机器人及其外围设备的发射器。发射器发射激光束，并且接收器在某点处还被安装到机器人或其外围设备，以允许校准并且用于接收该激光束，并且允许计算以确定发射器和接收器之间的尺寸。
[0009]US4, 753，569涉及一种用于校准计算机导引的机器人设备的方法和设备。安装在机器人臂上或者固定在工作台处的至少一个相机观察目标，该目标包括固定到另一个机器人臂或者工作台的至少三点的模式，这种观察当机器人臂接近工作台以执行预定操作时发生。将相对于预定目标模式的任何偏差的感测发送到计算机，以重置机器人的计算机化的导引系统。
[0010]因此，虽然存在多种校准机器人的方法，但是所有方法都需要多种额外的主动测量设备(即包括传感器的测量设备)和如何使用所述测量设备的专业知识，而且依赖于通过其知道所述设备的物理特征的准确度。
【发明内容】
[0011]因此，本发明的目的在于提供一种校准多关节机器人的方法，该方法容易实现，并且不需要使用外部主动测量设备。
[0012]此外，本发明的目的还在于提供一种复制未校准机器人之间的工作程序的方法。
[0013]根据本发明，通过校准机器人的方法实现上述目的和其它目的，该方法包括以下步骤:
[0014](a)提供至少两个机器人(R1和R2)，每个机器人(R1，R2)具有连接以下两个法兰的关节和/或连杆:基底法兰和工具法兰，
[0015](b)由至少两个机器人(R1, R2)形成闭链，
[0016](C)操控链中的连杆或关节中的至少一个，由此引起链中的一些其它连杆或关节中的操作，并且随后
[0017](d)基于与至少两个机器人(R1, R2)中的每一个机器人的关节相关联的传感器信息来估计用于每个机器人(R1, R2)的运动模型(M1, M2)。
[0018]借此实现校准方法，该校准方法不取决于外部主动测量设备的准确度，而仅使用机器人本身。本发明方法将机器人组合到闭链中，以获得信息，该信息随后用于调整机器人的运动参数，即用于更新机器人的运动模型，由此校准机器人。通过调制在可用工作空间上分布的不同形态中的链(即，通过操控链中的至少两个机器人的至少一个关节)来生成用在校准过程中的必要信息，由此引起链中的其它连杆或关节中的一些的操作。随后通过使用闭链属性和来自各种链形态的连杆和/或关节的知识来完成校准(即，数学运动模型的估计)。为了限定链的比例大小，需要知道至少一个距离或距离变化。在可以求解的方程组中表达了链中所使用的连杆和/或关节，由此校准机器人。因此，通过使用闭链的原理，可以探索机器人的工作空间的大部分区域，并且因此该校准方法的成果高度地表示所述机器人的整个工作空间。这在除了机器人本身之外而没有任何测量设备的情况下允许几个机器人的同时校准。通过将闭链的模型表示和多个物理观察值进行比较，可以精炼模型的参数并且因此校准模型的参数。[0019]这里，该方法用在闭链中，每个连杆通过其自己的约束被引导，以实现整个闭链的约束。这要求链中的位置、速度、加速度和力等。通过利用该属性，可以估计每个连杆的动态属性，并且因此校准机器人的运动。
[0020]应当理解的是，在本专利说明书的全文中，术语一个或多个关节可以用于表示转动关节、棱柱型关节(prismatic joint)或者球形关节。取决于关节的类型,关节可以控制并且记录旋转和/或位置。在下文中，“位置”用于描述旋转和/或位置。还应当理解的是，链可以包括不是关节的连杆或者是关节的连杆。
[0021]在根据本发明的方法的实施例中，可以通过提供具有至少两个机器人臂的单个机器人来完成提供至少两个机器人的步骤(a)，并且随后将所述每个臂看作一个机器人。该类型的机器人不具有与工具法兰相同数量的基底法兰。
[0022]根据校准机器人方法的又一个实施例，从用于驱动机器人关节和/或连杆的相同传感器获得传感器信息。
[0023]根据校准机器人方法的又一个实施例，从用于驱动机器人关节和/或连杆的相同传感器仅获得传感器信息。
[0024]根据校准机器人方法的又一个实施例，步骤(C)包括以下子步骤:
[0025]-改变关节位置，并且由此改变至少两个机器人(R1,R2)中的每一个机器人的关节的位置(Q)，并且
[0026]-收集所述对应位置对UR1Q,R2Q>m)。
[0027]根据校准机器人方法的又一个实施例，传感器信息是与关节位置(Q)有关的信息，并且其中步骤(d)包括:基于所收集的位置对UR1Q, R2Q>m)来估计运动模型(M1, M2)。
[0028]根据校准机器人方法的又一个实施例，传感器信息包括下列任何一个、以及/或者下列任何一个的变化:角度、位置坐标或它们的派生物。
[0029]根据校准机器人方法的又一个实施例，传感器信息包括下列任何一个、以及/或者下列任何一个的变化:力、力矩或它们的派生物。
[0030]根据校准机器人方法的又一个实施例，通过物理地将所述至少两个机器人(R1，R2)连接在至少其基底法兰处和/或其工具法兰处，来执行由至少两个机器人(R1,R2)形成闭链的步骤(b)。
[0031]根据校准机器人方法的又一个实施例，由至少两个机器人(R1, R2)形成闭链的步骤(b)还包括在至少两个机器人(R1, R2)之间固定至少一段距离的步骤。
[0032]根据校准机器人方法的又一个实施例，由至少两个机器人(R1, R2)形成闭链的步骤(b)还包括在至少两个机器人(R1, R2)之间固定至少一个连接方向的步骤。
[0033]根据校准机器人方法的又一个实施例，由至少两个机器人(R1, R2)形成闭链的步骤(b)包括使用测量设备来测量至少两个机器人(R1, R2)之间的相对位置的步骤。
[0034]根据校准机器人方法的又一个实施例，测量设备被配置为用于测量至少两个机器人(R1, R2)的部件之间的距离。
[0035]根据校准机器人方法的又一个实施例，测量设备被配置为用于确定至少两个机器人(R1, R2)的部件之间的方向。
[0036]根据校准机器人方法的又一个实施例，测量设备为连接至少两个机器人(R1, R2)的至少一个球杆(ball bar)ο[0037]根据又一个实施例，传感器信息包括由闭链中的连杆给出的任何信息，以实现与校准的静态部件和动态部件有关的模型。例如但不限于位置信息和力信息及其派生物。
[0038]虽然应当理解为可以使用其它种类的传感器信息，但是使用角度是用于表示具有转动关节的机器人关节的位置的非常实用的方法。根据本方法不仅可以校准机器人的规模，而且也可以校准力和力矩的读取/估计和/或动量计算。
[0039]并不局限于机器人需要彼此物理地连接，只要提供将链闭合的信息即可。因此，根据又一个优选实施例，由至少两个机器人形成闭链的步骤(b)包括以下步骤:将该至少两个机器人一起固定在其基底法兰处和其工具法兰处。这提供了两个限定明确的距离，可以通过该两个限定明确的距离来依比例决定该模型。另一种可能性是使用机器人的统计知识来依比例决定模型(例如，通过吉洪诺夫正则化(Tikhonov regularization))。该统计知识可能基于大量相同种类的机器人，和/或机器人本身的技术制图。
[0040]根据又一个实施例，由至少两个机器人形成闭链的步骤(b)包括以下步骤:在链中使用额外的连杆，该连杆提供比用于将链关闭更多的信息或属性。例如，球杆可以固定或者测量连接机器人的连杆的距离，该机器人提供至少一个维度的属性，以可以被调制来用在校准中。
[0041]根据又一个实施例，由至少两个机器人形成闭链的步骤(b)包括以下步骤:使用测量设备来测量至少两个机器人的相对位置。例如，测量设备可以为测量机器人法兰之间的距离的球杆。
[0042]根据又一个实施例，至少两个机器人的基底法兰和工具法兰不共享相同的旋转轴，以减少机器人的连接关节之间的依赖关系。这将降低校准所有连杆的可能性但是仍然是可用的，因为可以估计必要的运动属性，以模拟闭链。
[0043]根据又一个实施例，用于估计运动模型的步骤(d)还基于至少两个机器人在其基底法兰处和在其工具法兰处的偏移的估计和测量。借此，可以使用这两个距离中的一个或者两个，以依比例决定模型大小。可替选的可能性在于使用机器人的统计知识来依比例决定模型(例如，通过吉洪诺夫正则化)。
[0044]根据又一个实施例，用于估计运动模型(M1,M2)的步骤(d)还基于与链的至少一个部件有关的统计信息。
[0045]根据又一个实施例，统计信息用于基于超过在没有统计信息的情况下待求解方程的数量的传感器信息来估计模型(M1, M2)。
[0046]在又一个优选实施例中，本发明方法还包括:在步骤(d)之后，而在步骤(e )之前，评估是否获得与至少两个机器人中的每一个机器人的关节相关联的足够传感器信息的步骤。借此实现未知数的数量不超过待求解的方程式的数量。
[0047]本方法的又一个优选实施例还包括:在步骤(d)之后，而在步骤(e)之前，评估是否获得足够位置对的数据UR1Q, R2Q>m)的步骤，并且随后
[0048]-如果没有获得足够的位置对的数据UR1Q,R2Q>m)，则重复步骤(d)，以估计运动模型，或者
[0049]-如果获得足够的位置对的数据UR1Q,R2Q>m)，则执行步骤(e)，以估计运动模型。
[0050]根据本发明的又一个实施例，本方法包括以下步骤:除了收集求解方程以更新运动模型的所必要的传感器信息之外，还收集传感器信息的开销百分比(0ΡΙ)。借此保证运动模型的稳定收敛。
[0051]根据又一个实施例，本方法还包括以下步骤:
[0052]-保留所述传感器信息的开销百分比(OPI)的至少一部分不被用于更新运动模型，
[0053]-将所述传感器信息的开销百分比(OPI)的所述至少一部分保存在数据存储设备上，
[0054]-使用传感器信息的开销百分比的所述至少一部分来验证校准。
[0055]由于OPI的所述一部分不用于更新模型，所以该OPI的所述一部分可以用于验证该模型，即验证角度或位置是否对应于由所估计的模型所预测的。因此，在一个实施例中，用于验证校准的步骤可以包括:将所收集的传感器信息的开销百分比的所述一部分与由用于机器人的所更新的运动模型预测的对应值进行比较的步骤。优选地，所述比较通过计算在所收集的传感器信息的开销百分比的所述一部分中的每一个与由用于机器人的所估计的运动模型预测的对应值之间的差值并且将所述差值或者其数值与阈值进行比较来执行。根据又一个实施例，所述传感器信息的开销百分比(OPI)的范围处于10%与200%之间，优选20%与80%之间，更加优选20%与60%之间，或者可替选地处于10%与20%之间，或者20%与40%之间，或者40%与60%之间，或者60%与80%之间，或者80%与100%之间，或者100%与120%之间，或者120%与140%之间，或者140%与160%之间，或者160%与200%之间。
[0056]根据一个实施例，该方法还包括:将所更新的运动模型保存在数据存储设备(该数据存储设备可以放置在可操作地连接到机器人的机器人控制器中)或者另一个设备上的步骤。
[0057]根据又一个实施例，通过关闭所述两个机器人中的一个机器人的关节的位置调节器中的至少一个并且让该机器人由另一个机器人在周围引导来执行对链中的至少一个机器人的至少一个连杆和/或关节进行操控的步骤(C)。
[0058]根据又一个实施例，通过关闭所述两个机器人中的每一个机器人的关节的位置调节器中的至少一个(例如，所有位置调节器)并且由操作员外部地(例如，手动地)改变关节位置来执行对机器人的整个工作空间的至少一个部件上的链中的至少一个机器人的关节中的至少一个进行操控的步骤(C)。
[0059]根据又一个实施例，通过关闭所述两个机器人(R1, R2)中的每一个机器人的关节的位置调节器中的至少一个并且手动地改变关节位置来执行对链中的至少一个机器人(R1,R2)的关节中的至少一个进行操控的步骤(C)。
[0060]根据又一个实施例，由限定变换的参数来确定运动模型(M1, M2)。
[0061]根据又一个实施例,该参数为两种类型的Denavit-Hartenberg参数。该两种类型的Denavit-Hartenberg参数可以分别由Schilling参数和平行变量参数表示。
[0062]根据本发明的另一个实施例，该方法还包括:调整通过其来对至少两个机器人(R1, R2)进行操作的力的步骤。根据又一个实施例，模型(M1, M2)中的每一个包括用于每个关节的变换。
[0063]如上所述，至少两个机器人的运动模型优选由两种类型的Denavit-Hartenberg参数确定。两种类型的Denavit-Hartenberg参数可以由Schilling参数和设计用于平行旋转轴的变化分别表示。该变化在后文中称为平行DH参数。所选择的具有4个参数的符号都为最小的且完整的方法，以描述旋转轴之间的变换。然而，还可以使用其它符号。
[0064]根据又一个实施例，本方法还可以包括:调整通过其来对至少两个机器人进行操作的力的步骤。优选地，每一个模型包括用于至少两个机器人中的每一个机器人的每一个关节的变换。
[0065]上述方法可以延伸到涵盖超过两个机器人。因此，根据又一个实施例，本方法还包括以下步骤:将N个额外的机器人与至少两个机器人并联或者串联地连接，N是自然数，并且针对每个额外的N个机器人执行本发明方法的步骤。
[0066]根据又一个实施例，所述至少两个机器人(R1, R2)为单个机器人的两个机器人臂。在又一个实施例中，所述臂中的至少一个可以为关节式机器人臂。此外，所述臂中的至少一个可以包括棱柱型关节。所述单个机器人具有至少一个基底法兰和至少两个工具法兰，并且在任何情况中工具法兰比基底法兰多。
[0067]为了直接使用来自另一个机器人的工作程序，两个机器人的比例必须完全相同，并且必须相等地调整位置传感器。因为这是难以实现的，所以可能很难复制机器人之间的程序。因此本发明的目的在于提供一种复制可能未校准机器人之间程序的方法。
[0068]由本发明的第二方面实现的该目的和另一目的，本发明的第二方面涉及一种将来自第一机器人R1的工作程序转换到第二机器人R2的方法，每个机器人(R1, R2)具有连接以下两个法兰的关节:基底法兰和工具法兰，该方法包括以下步骤:
[0069]Ca)使用第二机器人R2替换第一机器人R1,
[0070](b)提供与第一机器人R1相关联的工作程序R1P,
[0071](c)根据工作程序R1P选择多个位置和角度，并且将第二机器人R2移动到那些位置，由此提供位置或角度对数据集合〈RA，R2Q),并且随后
[0072](d)使用位置对的数据集合〈RA，R2Q)来估计所述至少两个机器人的运动模型(M1，M2)、基底法兰偏移(Tbase)和工具中心点偏移(Ttcp)，并且随后
[0073](e)基于所述所估计的运动模型(M1, M2)来执行工作程序转换。
[0074]通常出现将一个更新的机器人替换一个机器人的需求。然而，可以将“旧”机器人的关节角度用作数学模型中链的一半并且将“新”机器人的对应角度用作链的另一半，而不是执行新机器人的校准。借此实现如上步骤(C)所述的角度对数据集合，其用于更新机器人的运动模型。
[0075]本发明的第二方面的一个实施例还包括评估该程序是否能够在适当所选公差内来在第二机器人上运行的步骤。
[0076]本发明的第二方面的又一个实施例还包括以下步骤:根据工作程序R1P来选择额外数量的位置，并且将第二机器人R2移动到那些额外的位置，由此提供扩展的位置对的数据集合，并且随后如果该程序不能在适当所选公差内在第二机器人上运行，则使用该扩展的位置对的数据集合来执行步骤(d)和步骤(e)。
[0077]本发明的第二方面的又一个实施例还包括基于所估计的运动模型(M1, M2)来转换另一个工作程序的步骤。
[0078]本发明的第二方面的又一个实施例还包括:基于所述所估计的运动模型来执行工作程序转换的步骤(e)，并且包括以下子步骤:
[0079]-使用与第一机器人R1相关联的所估计的运动模型M1来在R1P中的所有R1Q上施加正向运动，以导致程序R1K,
[0080]-使用用于第二机器人R2的所估计的运动模型M2来在R1K上施加反向运动，由此给出位置R2Q,并且随后
[0081]-使用对应的R2Q来替换程序R1P中的R1Q,由此给出与第二机器人R2相关联的工作程序R2P,借此完成程序转换。
[0082]根据本发明的第二方面的又一个实施例，由限定变换的参数来确定运动模型(M1,M2)。
[0083]根据本发明的第二方面的又一个实施例，由三种类型的Denavit-Hartenberg参数来确定运动模型(MnM2)。
[0084]根据本发明的第二方面的方法的又一个实施例,三种类型的Denavit-Hartenberg参数由Schilling参数、平行DH变量参数和具有平移的Roll-Pitch-Yaw旋转(后文中称为RPY)参数分别表示。
[0085]根据本发明的第二方面的方法的一个实施例，RPY参数用于调制机器人的最后一个关节。还可以使用调制全程旋转和平移的其它符号。但是RPY符号是用于小旋转变化的6个参数的最小且完整的符号。
[0086]根据本发明的第二方面的又一个实施例，通过将预定模型用作起始点来估计运动模型(M1，M2)。这些预定模型可以是例如通过使用上述提及的某种统计信息所确定的近似模型。
【专利附图】
【附图说明】
[0087]本发明的本质和优势的进一步理解可以通过参考说明书的剩余部分和附图来实现。在下文中，参考附图更详细地理解本发明的优选实施例，其中:
[0088]图1 不出 Schillings Denavit-Hartenberg 符号，
[0089]图2不出平行Denavit-Hartenberg符号变型，
[0090]图3示出两个机器人的闭链配置，
[0091]图4示出两个机器人的可替换的闭链配置，
[0092]图5示意性地示出在闭链配置中连接的两个6连杆机器人的变换，
[0093]图6示意性地示出两个机器人的未校准链的表示，
[0094]图7示意性地示出距离如何可用于限定模型规模，
[0095]图8示出限定两个旋转轴之间的公法线的适配器，
[0096]图9示出将表I中的变换放置在系统的哪里，
[0097]图10示出校准R个机器人的方法的实施例的流程图，
[0098]图11示出校准机器人的方法的最高级实施例，
[0099]图12示出校准循环的自动版本实施例的流程图，
[0100]图13示出校准循环的手动版本实施例的流程图，
[0101]图14示出保存非同步化机器人的传感器信息的方法的实施例的流程图，
[0102]图15示出保存同步化机器人的传感器信息的方法的实施例的流程图，
[0103]图16示出其中将新机器人与旧机器人的模型图像一起示出的闭链，
[0104]图17示出将表2中的变换放置在系统的哪里，[0105]图18示出用于收集数据对以用在程序转换中的流程图的实施例，
[0106]图19示出用于程序转换的流程图的实施例，
[0107]图20示出用于程序转换的方法的实施例的流程图，
[0108]图21示出用于限定关节角度的方法的实施例的流程图，
[0109]图22示出用于执行未校准机器人之间程序转换的方法的实施例的流程图。
【具体实施方式】
[0110]现在在下文中将参考附图更充分地描述本发明，其中示出了本发明的示例性实施例。然而，本发明可以不同形式体现，并且不应当解释为限于本文给出的实施例。相反，提供这些实施例，使得本公开是彻底的并且完整的，并且将向本领域的那些技术人员充分地传达本发明的范围。相同的参考符号在全部附图中指代相同元素。因此针对每个附图的描述将不详细地描述相同元素。
[0111]经典的运动学用于模拟机器人。这使得将来自机器人关节的信息转移到笛卡尔坐标系成为可能，以使得机器人关节是可比较的。
[0112]赶呈
[0113]所使用的符号如下:
[0114]T。( Θ )r,其是围绕轴c顺时针旋转Θ的齐次变换，其中，c为X，y或者z。
[0115]Tc(s)t,其是沿着轴c平移s的齐次变换，其中，c为X，y或者z。
`[0116]T；,其是从i到j的齐次变换。
[0117]Z苴是用于从i到j的齐次变换的Z轴的单位向量。
[0118]/?，其是从i到j的位置。
[0119]机器人表示
[0120]用两种类型的Denavit-Hartenberg (DH)参数来模拟机器人。第一种类型的DH使用 Schilling 符号(c.f.R.J.Schilling.“Fundamentals of Robotics: Analysis andControl”.Simon&Schuster Trade, 1st ed.1996,其通过引用方式并入本文中)来描述两个非平行z轴之间的变换，因为当z轴平行时，符号具有奇点(见下面的等式I)。
[0121]第二种类型使用DH平行变量来避免该奇点(见下面的等式2)。平行DH变量使用与原始DH相同的原理，但是当第一个y轴和下一个z轴相应地平行时具有奇点。由于将到与第一 z轴交叉的法线的距离用作参数,所以Schilling DH奇点由第一 z轴和下一个z轴之间的法线限定，见图1。类似于Schilling符号来限定平行DH变量的奇点，但是通过使用第一 I轴和下一个z轴之间的法线来移动奇点，见图2。
[0122]在没有任何DH参数奇点的情况下选择用于每个关节元素的右边符号导致了机器人的表示:
[0123]ΦΒΗ(Θ,(1, a,a) ^ Tz ( θ ) rTz (d) tTx ( α ) rTx (a) t (I)
[0124]ΨΒΗ(β^, a,a) ^ Tx ( β ) rTx (b) tTx ( a ) rTx (a) t (2)
[0125]闭链模型
[0126]该表示将链中的每个元素组合为一个模型。该模型反映闭链的物理特征，并且使得每个元素彼此有关成为可能。取决于用于连接机器人的设备，可以使用不同方法。在基本安装中，经由硬固体适配器2连接工具法兰，并且使用硬固体适配器4连接基底法兰，并且链中的所有关节由DH参数表示，如上所述。优势在于:最小完整的表示描述了系统中相对彼此的关节旋转轴，见图3，示出了在闭链中经由适配器2和4彼此连接的两个机器人6和8。图4示出了两个机器人6、8的可替选的闭链配置，该两个机器人6、8经由适配器2在其工具法兰处连接。基底法兰10安装在能够从其确定基底法兰10之间距离的表面上，这是足够的信息，以“闭合链”。图3和图4示出了由通用机器人制造的UR5类型的两个工业机器人6和8。
[0127]高级链组合
[0128]更高级的适配器可以用于连接工具法兰和基底法兰10。优选地，该模型被配置为反映所使用的设备。连接机器人6，8的基底法兰10的高级方法的示例可以包括棱柱型关节，该棱柱型关节可以移动机器人6，8已知距离。可以使用球杆或者额外的关节来完成将更高级的关节添加到链的另一个示例。球杆是用于校准单个机器人的常见已知工具(c.f.M.R.Driels:Using passive end-point motion constraintsto calibrate robot manipulators.Journal of Dynamic Systems, Measurement, andControl, 115(3):560-566, 1993，其通过引用方式并入本文中)。该方法通过将球杆端的一端安装到固定位置并且另一端安装到机器人来工作。这意味着相对固定位置完成所有观察，并且因此受该固定位置所限。由于固定位置，也限制了移动。当设备用在本发明的上下文中时，每端安装在每个机器人6，8上，并且因此，测量将不限于固定位置。这给出了获得与机器人6，8的整个工作空间有关的测量。
[0129]一些机器人具有多个肢。通过将该多个肢看做独立的机器人臂，根据本发明的方法(其在本专利说明书中被描述)可以用于在没有额外的主动测量设备的情况下校准这些肢。
[0130]根据本发明的方法基于闭链原理，如图6所示。通过将该原理转移到模型，人们可以在不需要额外测量设备的情况下实现其中嵌入反馈的校准方法。随后在数学上建模该模型，可以调整该模型以履行闭链原理，并且因此校准机器人6，8的物理关节的数学模型。在数学上，通过打开链并且随后计算两个关节端之间的差值来在模型中计算误差，见图7。为了确定误差而没有物理上断开机器人，这是纯数学技巧。在方程组(该方程组将求解器引导到正确解)中，通过收集来自机器人6,8的足够观察使用Newton-Raphson方法以完成运动模型的调整过程，从而描述整个工作空间。优选地，收集如此多的观察(传感器信息)，以使得实现了方程的超定系统(over-determined system),由此将稳定收敛引导到正确解。
[0131]最小二乘函数
[0132]由表示平方误差的最小二乘函数求解优选的方程的超定系统。在等式3中，该变换表示在开链中的关节的误差，如图7所示:
[0133]
误差 =Too； = T1oT21...Tnn-1Ton(3 )
[0134]通过计算误差平移部分的平方长度将位置误差考虑在内，见等式4:
[0135]ePos 2 = ||poo|| 2=poo.poo⑷
[0136]由轴线角度符号AA 计算旋转误差(c.f.Robert J.Schi I ling: Fundamentals ofRobotics !Analysis and Control.Simon&Schuster Trade, 1st edition，1996)。通过从误差旋转部分计算AA来找到角度(angle)误差，见等式5:
[0137]
【权利要求】
1.一种用于校准机器人的方法，所述方法包括以下步骤: (a )提供至少两个机器人(R1和R2)，每个机器人(R1，R2)具有连接以下两个法兰的关节和/或连杆:基底法兰和工具法兰， (b)由所述至少两个机器人(R1,R2)形成闭链， (c)操控所述链中的连杆或关节中的至少一个，由此引起所述链中的一些其它连杆或关节中的操作，并且随后 (d)基于与所述至少两个机器人(R1,R2)中的每一个机器人的关节相关联的传感器信息来估计用于每个机器人(R1, R2)的运动模型(M1, M2)。
2.根据权利要求1所述的方法，其中，从用于驱动所述机器人关节和/或连杆的相同传感器获得所述传感器信息。
3.根据权利要求2所述的方法，其中，从用于驱动所述机器人关节和/或连杆的相同传感器仅获得所述传感器信息。
4.根据权利要求1、2或者3所述的方法，其中，步骤(c)包括以下子步骤: -改变所述关节位置，并且由此改变所述至少两个机器人(R1，R2)中的每一个机器人的关节的位置(Q)，并且 -收集所述对应位置对UR1Q, R2Q>m)。
5.根据权利 要求4所述的方法，其中，所述传感器信息是与所述关节的位置(Q)有关的信息，并且其中步骤(d)包括:基于所收集的位置对UR1Q, R2Q>m)来估计所述运动模型(M1,M2)。
6.根据前述权利要求中任一项所述的方法，其中，所述传感器信息包括下列任何一个、以及/或者下列任何一个的变化:角度、位置坐标或它们的派生物。
7.根据前述权利要求中任一项所述的方法，其中，所述传感器信息包括下列任何一个、以及/或者下列任何一个的变化:力、力矩或它们的派生物。
8.根据前述权利要求中任一项所述的方法，其中，通过将所述至少两个机器人(R1,R2)物理地连接在至少其基底法兰处和/或其工具法兰处来执行由所述至少两个机器人(R1,R2)形成闭链的步骤(b)。
9.根据前述权利要求中任一项所述的方法，其中，由所述至少两个机器人(R1,R2)形成闭链的步骤(b)还包括在所述至少两个机器人(R1, R2)之间固定至少一段距离的步骤。
10.根据前述权利要求中任一项所述的方法，其中，由所述至少两个机器人(R1,R2)形成闭链的步骤(b)还包括在所述至少两个机器人(R1, R2)之间固定至少一个连接方向的步骤。
11.根据前述权利要求中任一项所述的方法，其中，由所述至少两个机器人(R1,R2)形成闭链的步骤(b)包括使用测量设备来测量所述至少两个机器人(R1, R2)之间的相对位置的步骤。
12.根据权利要求11所述的方法，其中，所述测量设备被配置为用于测量至少两个机器人(R1, R2)的部件之间的距离。
13.根据权利要求11或12所述的方法，其中，所述测量设备被配置为用于确定所述至少两个机器人(R1, R2)的部件之间的方向。
14.根据权利要求13所述的方法，其中，所述测量设备为连接所述至少两个机器人(R1, R2)的至少一个球杆。
15.根据前述权利要求中任一项所述的方法，其中，所述至少两个机器人(R1,R2)的所述连接法兰不共享相同旋转轴。
16.根据前述权利要求中任一项所述的方法，其中，用于估计所述运动模型(M1,M2)的步骤(d)还基于所述至少两个机器人在其基底法兰处以及在其工具法兰处的偏移的估计或测量。
17.根据前述权利要求中任一项所述的方法，其中，用于估计所述运动模型(M1,M2)的步骤(d)还基于与所述链的至少一个部件有关的统计信息。
18.根据权利要求17所述的方法，其中，所述统计信息用于基于超过在没有统计信息情况下待求解方程的数量的传感器信息来估计所述模型(M1, M2)。
19.根据前述权利要求中任一项所述的方法，还包括:在步骤(c)之后，而在步骤(d)之前，评估是否获得与所述至少两个机器人(R1, R2)中的每一个机器人的关节相关联的足够传感器信息的步骤。
20.根据权利要求4-19中任一项所述的方法，还包括在步骤(d)之后，而在步骤(e)之前，评估是否获得足够位置对的数据UR1Q, R2Q>m)的步骤，并且随后 -如果没有获得足够的位置对的数据UR1Q, R2Q>m)，则重复步骤(d)，以更新所述运动模型(M1, M2)，或者 -如果获得足够的位置对的数据UR1Q, R2Q>m)，则执行步骤(e)，以更新所述运动模型(M1, M2)。
21.根据权利要求19所述的方法，其中，足够的传感器信息与未知数的数量对应，其中，所述未知数的数量不超过为估计所述运动模型(M1, M2)而待求解的方程的数量。
22.根据权利要求21所述的方法，包括以下步骤:除了收集求解方程以估计所述运动模型(M1, M2)的所必要的传感器信息之外，还收集传感器信息的开销百分比(OPI)。
23.根据权利要求22所述的方法，还包括以下步骤: -保留传感器信息的所述开销百分比(OPI)的至少一部分不被用于更新所述运动模型(MijM2), -将传感器信息的所述开销百分比(OPI)的所述一部分保存在数据存储设备上，并且 -使用传感器信息的所述开销百分比的所述一部分来验证所述校准。
24.根据权利要求23所述的方法，其中，用于验证所述校准的步骤包括:将所收集的传感器信息的开销百分比的所述一部分与由用于所述机器人的所估计的运动模型(M1, M2)预测的对应值进行比较的步骤。
25.根据权利要求24所述的方法，其中，所述比较通过计算在所收集的传感器信息的开销百分比的所述一部分中的每一个与由用于所述机器人的所估计的运动模型(M1, M2)预测的对应值之间的差值并且将所述差值或者其数值与阈值进行比较来执行。
26.根据权利要求22-25中任一项所述的方法，其中，传感器信息的所述开销百分比(OPI)的范围处于10%与200%之间，优选20%与80%之间，更加优选20%与60%之间，或者可替选地,处于10%与20%之间，或者20%与40%之间，或者40%与60%之间，或者60%与80%之间，或者80%与100%之间，或者100%与120%之间，或者120%与140%之间，或者140%与160%之间，或者160%与200%之间。
27.根据前述权利要求中任一项所述的方法，还包括将所估计的运动模型(M1,M2)保存在数据存储设备上的步骤。
28.根据前述权利要求中任一项所述的方法，其中，通过关闭所述两个机器人(R1,R2)中的一个机器人的关节的位置调节器中的至少一个并且让所述机器人由另一个机器人在周围引导来执行对所述链中的所述至少一个机器人(R1, R2)的连杆和/或关节中的至少一个进行操控的步骤(C)。
29.根据权利要求1-27中任一项所述的方法，其中，通过关闭所述两个机器人(R1,R2)中的每个机器人的关节的位置调节器中的至少一个并且外部地改变所述关节位置来执行对所述链中的至少一个机器人(R1, R2)的至少一个关节进行操控的步骤(C)。
30.根据权利要求29所述的方法，其中，通过关闭所述两个机器人(R1,R2)中的每一个机器人的关节的位置调节器中的至少一个并且手动地改变所述关节位置来执行对所述链中的至少一个机器人(R1, R2)的关节中的至少一个进行操控的步骤(C)。
31.根据前述权利要求中任一项所述的方法，其中，由限定变换的参数来确定所述运动模型(m1;m2)。
32.根据权利要求31所述的方法,其中，所述参数为两种类型的Denavit-Hartenberg参数。
33.根据权利要求32所述的方法,其中，所述两种类型的Denavit-Hartenberg参数分别由Schilling参数和平行变量参数表示。
34.根据前述权利要求中任一项所述的方法，还包括:调整通过其来对所述至少两个机器人(R1, R2)进行操 作的力的步骤。
35.根据前述权利要求中任一项所述的方法，其中，所述模型(M1,M2)中的每一个包括用于每个关节的变换。
36.根据前述权利要求中任一项所述的方法，还包括以下步骤:将N个额外的机器人与所述至少两个机器人(R1, R2)并联或者串联地连接，N是自然数，并且针对每个额外的N个机器人执行如权利要求1所述的步骤。
37.根据前述权利要求中任一项所述的方法，其中，所述至少两个机器人(R1,R2)为单个机器人的两个机器人臂。
38.根据权利要求37所述的方法，其中，所述臂中的至少一个为关节式机器人臂。
39.根据权利要求37或者38所述的方法，其中，所述臂中的至少一个包括棱柱型关节。
40.根据权利要求37、38或者39所述的方法，其中，所述单个机器人具有至少一个基底法兰和至少两个工具法兰。
41.一种用于将工作程序从第一机器人R1转换到第二机器人R2的方法，每个机器人(R1, R2)具有连接以下两个法兰的关节:基底法兰和工具法兰，所述方法包括以下步骤: Ca)使用第二机器人R2替换第一机器人R1, (b)提供与所述第一机器人R1相关联的工作程序R1P, (c)根据工作程序R1P选择多个位置或者角度，并且将所述第二机器人R2移动到那些位置，由此提供位置或角度对数据集合〈RA，R2Q>,并且随后 Cd)使用所述位置对的数据 集合〈RA，R2Q)来估计所述至少两个机器人的运动模型(M1, M2)、基底法兰偏移(Tbase)和工具中心点偏移(Ttap),并且随后(e)基于所述所估计的运动模型(M1, M2)来执行工作程序转换。
42.根据权利要求41所述的方法，还包括评估所述程序是否能够在适当所选公差内来在所述第二机器人上运行的步骤。
43.根据权利要求42所述的方法，还包括以下步骤:根据所述工作程序R1P来选择额外数量的位置，并且将所述第二机器人R2移动到那些额外的位置，由此提供扩展的位置对的数据集合，并且随后如果所述程序不能在适当所选公差内在第二机器人上运行，则使用所扩展的位置对的数据集合来执行步骤(d)和步骤(e)。
44.根据权利要求41、42或者43所述的方法，还包括:基于所估计的运动模型(M1,M2)来转换另一个工作程序的步骤。
45.根据权利要求41-44中任一项所述的方法，其中，基于所述所估计的运动模型来执行所述工作程序转换的步骤(e)包括以下子步骤: -使用与所述第一机器人R1相关联的所估计的运动模型M1来在R1P中的所有R1Q上施加正向运动，以导致程序R1K, -使用用于所述第二机器人R2的所估计的运动模型M2来在R1K上施加反向运动，由此给出所述位置R2Q，并且随后 -使用对应的R2Q来替换所述程序R1P中的R1Q,由此给出与所述第二机器人R2相关联的工作程序R2P,借此完成所述程序转换。
46.根据权利要求41-45中任一项所述的方法，其中，由限定变换的参数确定所述运动模型(MpM2)15
47.根据权利要求46所述的方法,其中，由三种类型的Denavit-Hartenberg参数确定所述运动模型(MpM2)15
48.根据权利要求47所述的方法,其中，所述三种类型的Denavit-Hartenberg参数由Schilling参数、平行变量参数和RPY参数表示。
49.根据权利要求46、47或者48所述的方法，其中，RPY参数用于调制所述机器人的所述最后关节。
50.根据前述权利要求中任一项所述的方法，其中，通过将预定模型用作开始点来估计所述运动模型(MpM2)15
【文档编号】B25J9/16GK103889663SQ201280045878
【公开日】2014年6月25日 申请日期:2012年9月18日 优先权日:2011年9月28日
【发明者】鲁内·瑟·克努森, 埃斯本·哈伦德拜克·厄斯特高, 亨里克·戈登·彼得森 申请人:Ur机器人有限公司