1 绪论 1
1.1 机器人参数标定意义 1
1.2 标定技术现状 3
1.2.1 运动学标定 3
1.2.2 动力学标定 7
1.2.3 离线辨识 9
1.2.4 在线辨识 10
1.3 本章小结 10
2 机器人运动学 11
2.1 刚体运动 11
2.1.1 刚体运动的矩阵表示 11
2.1.2 齐次变换矩阵 12
2.2 微分运动 13
2.2.1 微分关系 13
2.2.2 雅可比矩阵 14
2.3 DH建模 16
2.4 机器人正运动学求解 20
2.5 机器人逆运动学求解 22
2.6 本章小结 24
3 机器人误差模型 25
3.1 坐标系微分运动 25
3.1.1 微分平移和微分旋转 26
3.1.2 坐标系的微分变换 28
3.2 基于DH模型的参数辨识雅可比矩阵 30
3.3 基于DH模型的机器人末端误差模型 31
3.3.1 相邻关节坐标系间误差模型 31
3.3.2 机器人末端误差模型 34
3.4 基于DH模型的参数辨识冗余性 37
3.4.1 DH误差模型描述 37
3.4.2 基于DH模型的线性相关雅可比阵列 38
3.4.3 DH误差冗余参数 39
3.5 本章小结 40
4 误差在线测量模型 41
4.1 基于激光跟踪的在线误差测量模型 41
4.1.1 模型设计 41
4.1.2 模型实现 43
4.2 基于视觉的在线误差测量模型 47
4.2.1 模型设计 47
4.2.2 摄像机标定 48
4.2.3 手眼标定 56
4.2.4 模型实现 60
4.3 基于位姿传感器的在线误差测量模型 64
4.3.1 位姿传感器 64
4.3.2 卡尔曼滤波位姿估计 70
4.3.3 基于混合滤波的位姿信息融合模型 74
4.4 本章小结 80
5 参数误差估计模型 82
5.1 最小二乘法估计 82
5.1.1 最小二乘法 82
5.1.2 估计模型 85
5.2 遗传算法估计 86
5.2.1 遗传算法 86
5.2.2 估计模型 92
5.3 扩展卡尔曼滤波估计 93
5.3.1 扩展卡尔曼滤波 93
5.3.2 估计模型 95
5.4 本章小结 96
6 在线机器人运动学标定系统的实践研究 97
6.1 六自由度机器人及其误差模型 97
6.2 基于视觉的在线机器人运动学标定系统实现 100
6.2.1 方案设计 100
6.2.2 误差测量 101
6.2.3 在线标定实验 103
6.3 基于位姿传感器的在线机器人运动学标定系统实现 105
6.3.1 方案设计 105
6.3.2 误差测量 107
6.3.3 在线标定实验 107
6.4 本章小结 108
参考文献 109