自动标定方法、装置、系统、电子设备及存储介质与流程

1.本发明实施例涉及机器人领域，特别涉及一种自动标定方法、装置、系统、电子设备及存储介质。


背景技术：

2.机器人是一种能够半自主或全自主工作的智能机器，是可以自动执行工作的机器装置。既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类的工作。虽然机器人的重复精度高，但定位精度低，随着工业机器人广泛应用于需要精确定位的复杂任务中，例如弧焊、切割等场景，随着工业任务对精度要求的日益提高，机器人的精度越来越重要。
3.如何提高机器人的工具定位精度，是一个亟待解决的问题。


技术实现要素：

4.本发明实施方式的目的在于提供一种自动标定方法、装置、系统、电子设备及存储介质，可以提高机器人的工具定位精度。
5.为解决上述技术问题，本发明的实施方式提供了一种自动标定方法，包括以下步骤：获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据；其中，靶球固定在机器人的工具末端；根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型；通过运动误差模型求解，得到机器人的运动学参数的误差；其中，运动学参数误差供机器人的控制器对机器人的运动进行误差补偿。
6.本发明的实施方式还提供了一种自动标定装置，包括：获取模块，用于获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据；其中，靶球固定在机器人的工具末端；建模模块，用于根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型；求解模块，用于通过运动误差模型求解，得到机器人的运动学参数的误差；其中，运动学参数误差供机器人的控制器对机器人的运动进行误差补偿。
7.本发明的实施方式还提供了一种自动标定系统，包括：机器人、激光仪，以及如上述的自动标定装置；其中，激光仪的靶球固定在机器人的工具末端；机器人，用于携带靶球变换位姿，并记录变换位姿的运动数据；激光仪，用于测量靶球的中心在机器人不同位姿下的测量位置信息。
8.本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的自动标定方法。
9.本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述自动标定方法。
10.本发明实施方式相对于现有技术而言，通过获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据，根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型，通过运动误差模型求解，得到机器人的运动学参数的误差，因此可以对机器人的工具进行自动标定得到机器人的工具运动学参数的误差，从而实现对机器人的运动学参数进行误差补偿，从而提高机器人的工具定位精度。
11.另外，根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型，包括：获取两个不同位置的测量位置信息和对应的运动数据；基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组；其中，运动等式方程组的解用于得到运动学参数的误差。本技术中，通过获取两个不同位置的测量位置信息和对应的运动数据，基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组，无需通过激光坐标系进行标定计算，可以避免激光仪坐标系和机器人基坐标系之间变换矩阵的求取导致更多的误差变量引入，从而减小误差，提高自动标定的准确度，从而提高机器人的工具定位精度。
12.另外，本实施例中，运动学参数，包括：关节减速比；在基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组之前，方法还包括：计算关节减速比的实际值与理论值的比值；根据比值和理论值对应的理论关节角，计算实际值对应的第一实际关节角；建立机器人的运动等式方程组，包括：根据第一实际关节角建立连杆变换矩阵；根据连杆变换矩阵建立运动等式方程组。本技术中，通过计算关节减速比的实际值与理论值的比值，根据比值和理论值对应的理论关节角，计算实际值对应的第一实际关节角，根据第一实际关节角建立连杆变换矩阵，根据连杆变换矩阵建立运动等式方程组，可以对机器人关节的减速比进行误差计算，提高机器人的工具定位精度。
13.另外，通过运动误差模型求解，包括：通过根据预设数量的数据对，以最小二乘法对运动误差模型进行求解；其中，数据对由测量位置信息和对应的运动数据组成，所有数据对都位于预设立方体标定空间内，且各数据对所对应的位姿之间存在预设差异，预设立方体标定空间，以机器人的初始位姿为零位、以机器人工具刀尖点为中心、边长为预设值。本技术中，通过根据预设数量的数据对，以最小二乘法对运动误差模型进行求解，由于数据对由测量位置信息和对应的运动数据组成，所有数据对都位于预设立方体标定空间内，且各数据对所对应的位姿之间存在预设差异，预设立方体标定空间，以机器人的初始位姿为零位、以机器人工具刀尖点为中心、边长为预设值，是机器人运动的常用范围数值，因此，用于对运动误差模型进行求解的数据对是来自于机器人的常用范围中，求解得到的误差对机器人的实用性高，并且，求解结果可靠性高。
附图说明
14.一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除
非有特别申明，附图中的图不构成比例限制。
15.图1是根据本发明一实施例提供的自动标定方法流程示意图；
16.图2是根据本发明一实施例提供的自动标定方法坐标示意图；
17.图3是根据本发明一实施例提供的自动标定方法的立方体标定空间示意图；
18.图4是根据本发明一实施例提供的自动标定方法的减速比测量示意图；
19.图5是根据本发明一实施例提供的自动标定装置结构示意图；
20.图6是根据本发明一实施例提供的电子设备结构示意图。
具体实施方式
21.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本技术而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本技术所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
22.本发明的实施例涉及一种设备控制方法。具体流程如图1所示。
23.步骤101，获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据；其中，靶球固定在机器人的工具末端；
24.步骤102，根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型；
25.步骤103，通过运动误差模型求解，得到机器人的运动学参数的误差；其中，运动学参数误差供机器人的控制器对机器人的运动进行误差补偿。
26.本实施例的自动标定方法，应用于电子设备中，例如电脑、服务器等等可用于计算的设备，从而对机器人的运动学参数的误差进行计算，实现提高机器人的工具定位精度。
27.机器人是一种能够半自主或全自主工作的智能机器，是可以自动执行工作的机器装置。既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类的工作。虽然机器人的重复精度高，但定位精度低，随着工业机器人广泛应用于需要精确定位的复杂任务中，例如弧焊、切割等场景，随着工业任务对精度要求的日益提高，机器人的精度越来越重要。如何提高机器人的工具定位精度，是一个亟待解决的问题。
28.标定，主要是指使用标准的计量仪器对所使用仪器的准确度(精度)进行检测是否符合标准，一般大多用于精密度较高的仪器。标定也可以认为是校准。本实施例中的自动标定方法，通过获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据，根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型，通过运动误差模型求解，得到机器人的运动学参数的误差，因此可以对机器人的工具进行自动标定得到机器人的工具运动学参数的误差，从而实现对机器人的运动学参数进行误差补偿，从而提高机器人的工具定位精度。
29.下面对本实施方式的自动标定方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
30.在步骤101中，电子设备获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据，其中，靶球固定在机器人的工具末端。靶球用于与激光仪(即激光跟踪仪)配合，反射激光仪发射的激光，从而实现激光跟踪仪的三维坐标采集。
31.本技术中，激光仪、机器人与靶球的位置关系如图2所示，其中，{b}为机器人基坐标系，是以机器人基座的位置定义的坐标系，{e}为机器人工具坐标系，是以机器人工具的刀尖点位置定义的坐标系，p点为靶球中心，{l}为激光仪坐标系。
32.不同位姿是所述机器人在每个关节角的各自软限位内随机取值后，通过正解程序生成的位姿。机器人通过各个关节的运动，生成不同位姿，并记录各个位姿对应的运动数据，例如关节角、移动距离等等，激光仪则对机器人的每个位姿下的靶球中心点位置进行测量。其中，机器人的控制组件和激光仪可以在每生成一个位姿及每测量一个位姿时，将对应的运动数据及测量位置信息发送给电子设备，也可以在完成和测量完所有位姿后，将所有运动数据及测量位置信息统一发送给电子设备，还可以通过人工将运动数据和测量位置信息导入电子设备，供电子设备获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据。
33.在步骤102中，电子设备根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型。
34.在一个例子中，电子设备通过如下方式，实现根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型：电子设备获取两个不同位置的测量位置信息和对应的运动数据，基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组；其中，运动等式方程组的解用于得到运动学参数的误差。
35.本实施例中，电子设备通过将两个位置在激光仪坐标系上的距离表达式与这两个位置在机器人基坐标系上的距离表达式设置相等，建立运动等式方程组，其中，由于机器人基坐标系与机器人工具坐标系存在转换关系，因此，建立的运动等式方程组是包含机器人基坐标系与机器人工具坐标系之间的转换关系的方程组，对其进行求解，就可以得到机器人基坐标系与机器人工具坐标系之间的实际转换关系，从而得到机器人的运动学参数的误差。
36.本实施例的自动标定方法，通过获取两个不同位置的测量位置信息和对应的运动数据，基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组，无需通过激光坐标系进行标定计算，可以避免激光仪坐标系和机器人基坐标系之间变换矩阵的求取导致更多的误差变量引入，从而减小误差，提高自动标定的准确度，从而提高机器人的工具定位精度。
37.在一个例子中，运动学参数，包括：关节减速比；
38.在基于不同坐标系下两点之间的欧式距离相同理论，以及机器人基坐标系与机器人工具坐标系之间的转换矩阵，通过两个不同位置的测量位置信息和对应的运动数据，建立机器人的运动等式方程组之前，电子设备还可以计算关节减速比的实际值与理论值的比
值，根据比值和理论值对应的理论关节角，计算实际值对应的第一实际关节角。并且，电子设备通过以下方式建立机器人的运动等式方程组：根据第一实际关节角建立连杆变换矩阵，根据连杆变换矩阵建立运动等式方程组。
39.本实施例中，通过计算关节减速比的实际值与理论值的比值，根据比值和理论值对应的理论关节角，计算实际值对应的第一实际关节角，根据第一实际关节角建立连杆变换矩阵，根据连杆变换矩阵建立运动等式方程组，可以对机器人关节的减速比进行误差计算，提高机器人的工具定位精度。
40.在一个具体实施方式中，连杆变换矩阵如下式：
[0041][0042]
其中，是连杆变换矩阵，α
i-1
是机器人的关节i-1与关节i之间的连杆扭转角，a
i-1
是关节i-1与关节i之间的连杆长度，di关节i-1与关节i之间的偏距，βi是关节i-1与关节i实际轴线和理论轴线之间的夹角，θ
′i是关节i-1与关节i之间的第一实际关节角，x、y、z分别是关节的坐标系的三个坐标轴，rot是旋转变换，tran是平移变换。
[0043]
进一步地，运动学参数误差，还包括：关节耦合比。连杆变换矩阵根据实际和关节耦合比对应的第二实际关节角建立；关节i和关节i 1之间的第二实际关节角如下式：θ
″i＝ri·
θi θ
i 1
·ri 1
·
θ
i 1
；
[0044]
其中，θ
″i是关节i和关节i 1之间的第二实际关节角，ri是关节i与关节i-1之间的关节减速比的实际值与理论值的比值，θi是关节i与关节i-1之间的理论关节角，k
i 1
是关节i和关节i 1之间的关节耦合比，r
i 1
是关节i与关节i 1之间的关节减速比的实际值与理论值的比值，θ
i 1
是关节i与关节i 1之间的理论关节角；
[0045]
连杆变换矩阵如下式：
[0046][0047]
本实施例中，通过连杆变换矩阵根据实际和关节耦合比对应的第二实际关节角建立，将关节耦合比作为需要标定的运动学参数，对关节耦合比进行标定计算，可以减少机器人的关节耦合误差，，提高机器人的工具定位精度。
[0048]
在步骤103中，电子设备通过运动误差模型求解，得到机器人的运动学参数的误差；其中，运动学参数误差供机器人的控制器对机器人的运动进行误差补偿。
[0049]
在一个例子中，电子设备可以通过根据预设数量的数据对，以最小二乘法对运动误差模型进行求解；其中，数据对由测量位置信息和对应的运动数据组成，所有数据对都位于预设立方体标定空间内，且各数据对所对应的位姿之间存在预设差异，预设立方体标定空间，以机器人的初始位姿为零位、以机器人工具刀尖点为中心、边长为预设值。
[0050]
本实施例中，通过根据预设数量的数据对，以最小二乘法对运动误差模型进行求解，由于数据对由测量位置信息和对应的运动数据组成，所有数据对都位于预设立方体标定空间内，且各数据对所对应的位姿之间存在预设差异，预设立方体标定空间，以机器人的初始位姿为零位、以机器人工具刀尖点为中心、边长为预设值，是机器人运动的常用范围数值，因此，用于对运动误差模型进行求解的数据对是来自于机器人的常用范围中，求解得到的误差对机器人的实用性高，并且，求解结果可靠性高。
[0051]
在一个例子中，本技术的自动标定方法的实现全过程如下，包括1、选取标定集，2、
测量实际位置，3、获取工具坐标系位置，4、获取关节减速比，5、辨识各参数，6、补偿参数值，6个步骤。各个步骤具体如下：
[0052]
1、选取标定集
[0053]
具体地，如图3所示，机器人初始位姿为零位，以末端刀尖点tcp为中心，取边长为r(根据机器人的尺寸而不同)的空间组成立方体标定空间(即预设立方体标定空间)，接着将机器人每个关节角在各自软限位内随机生成值(即运动数据)，通过正解程序生成机器人tcp点的位姿，排除在标定空间外的点及位置和姿态相近的点以满足使步骤5中矩阵j的条件数较小，求解结果可靠性高。取满足要求的n(n》50)组关节角运动学正解得到名义几何参数下的名义位置集合。
[0054]
2、测量实际位置
[0055]
将上一步骤生成的程序导入需标定的机器人，运动标定集程序，同时激光跟踪仪中采集每一个标定点的tcp点实际位置坐标，该值记为机器人实际位置(即测量位置信息)。
[0056]
3、获取工具坐标系位置
[0057]
具体地：靶球中心p相对于工具坐标系{e}的位置未知，由坐标变换理论，靶球中心p从工具坐标系{e}转换到机器人基坐标系{b}下可表示为：
[0058][0059]
随机的，在a,b两位置处测量点p在激光仪坐标系{l}下的位置为
l
pa，
l
pb，在激光仪坐标系下，两点间的欧式距离为：
[0060]
l
δp＝||
l
p
a-l
pb||2[0061]
同样的，在基坐标系下，两点间的欧式距离为：由于不同坐标系下两位置的欧式理论距离是一样的，即：bδp＝
l
δp，在该式中，为机器人基座标系到工具坐标系的转换矩阵，可由机器人名义几何参数求得，仅ep为未知数，因此可以根据最小二乘法求得，也即为工具坐标系的位置值。
[0062]
4、获取关节减速比
[0063]
原理如图4所示，原理：机器人单轴运动即是绕关节轴画圆，利用激光仪测量圆上3点a,b,c的坐标值，同时编码器记录电机转角，假设从a点到c点电机转角为β，由余弦定理得机器人关节转过的角度为：
[0064][0065]
则减速比为：
[0066]
减速比获取步骤：
[0067]
1.1、单动i关节(i＝1,2
…
6),同时剩余关节保持静止，控制器控制i关节分别运动到a,b,c点，同时激光仪记录该点的位置坐标。
[0068]
1.2、根据减速比求解原理，计算i关节的减速比值，可对当前关节重复1.1过程，多次测量，取平均值。
[0069]
1.3、i＝i 1,转到1.1，求解剩余关节减速比。
[0070]
5、辨识各参数
[0071]
机器人的绝对定位误差可分为传动误差和几何误差，具体地，传动误差包括：减速比误差，耦合比误差，
[0072]
几何误差包括：连杆长度误差，连杆扭转角误差，连杆偏距误差，关节角零点误差，工具坐标系误差。
[0073]
运动学标定过程是根据机器人理论位姿和实际位姿之间的误差求解引起该偏差的几何误差和传动误差。
[0074]
一般地，机器人连杆变换矩阵为：
[0075][0076]
真实的机器人在装配完成后并不能保证相邻平行关节轴线的平行度，假设实际轴线和理论轴线的夹角为β，则变换矩阵为：
[0077][0078]
减速比的偏差会引起理论指令角度和实际输出角度不一致，影响绝对定位精度，假设机器人实际减速比和名义减速比的比值为r，则实际关节角为:θ
′
＝r
·
θ,带入连杆转换矩阵得：
[0079][0080]
机器人耦合是指一个关节的转动会引起另一个关节也跟随转动一定的角度，为了解耦，引入耦合比概念，针对关节i和关节j，假设存在耦合比k，则实际关节角为:θ
″i＝ri·
θi kj·rj
·
θj,带入连杆转换矩阵得：
[0081][0082]
假设机器人工具的位置为则p点在机器人基座标系下的表示为：
[0083][0084]
假设各参数误差很小，对上述运动学方程中变量作微分运算得：
[0085][0086]
写成矩阵形式
[0087]
δp＝j
3x45
·
δδ
45x1
[0088]
采用最小二乘法求解上式时，为了求得稳定且有效解，对上式进行变形得：
[0089]
δp＝(j
t
j λ2i)-1jt
·
δδ
[0090]
其中
[0091][0092]
k是矩阵j得条件数，ε是k的基准值，λ1是λ的最大值。
[0093]
采用最小二乘算法即可求解δδ。
[0094]
6、补偿参数值
[0095]
具体地，将上述求解的全运动学参数误差补偿进控制器。
[0096]
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
[0097]
本发明的实施方式还提供了一种自动标定装置，如图5所示，包括：
[0098]
获取模块501，用于获取激光仪测量的靶球的中心在机器人不同位姿下的测量位置信息和机器人变换位姿的运动数据；其中，靶球固定在机器人的工具末端；
[0099]
建模模块502，用于根据测量位置信息和运动数据，基于两个不同位置之间的欧式距离，建立机器人的运动误差模型；
[0100]
求解模块503，用于通过运动误差模型求解，得到机器人的运动学参数的误差；其中，运动学参数误差供机器人的控制器对机器人的运动进行误差补偿。
[0101]
本发明的实施方式还提供了一种自动标定系统，包括：
[0102]
机器人、激光仪，以及如上述的自动标定装置；
[0103]
其中，激光仪的靶球固定在机器人的工具末端；
[0104]
机器人，用于携带靶球变换位姿，并记录变换位姿的运动数据；
[0105]
激光仪，用于测量靶球的中心在机器人不同位姿下的测量位置信息。
[0106]
由于本实施例与上述实施例相互对应，因此本实施方式可与上述实施方式互相配合实施。上述实施方式中提到的相关技术细节在本实施方式中依然有效，在上述实施方式中所能达到的技术效果在本实施方式中也同样可以实现，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在上述实施方式中。
[0107]
值得一提的是，本实施例中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
[0108]
本发明的实施例还涉及一种电子设备，如图6所示，包括：至少一个处理器601；与至少一个处理器通信连接的存储器602；其中，存储器602存储有可被至少一个处理器601执行的指令，指令被至少一个处理器601执行上述的任一实施例的方法。
[0109]
其中，存储器602和处理器601采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器601和存储器602的各种电路连接在一起。总线还可
以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器601处理的信息通过天线在无线介质上进行传输，进一步，天线还接收信息并将信息传送给处理器601。
[0110]
处理器601负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器602可以被用于存储处理器在执行操作时所使用的信息。
[0111]
本发明的实施例涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
[0112]
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。