Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ứng dụng của Kriging Toàn Cầu trong Việc Hiệu Chỉnh Robotic Công Nghiệp Lập Trình Ngoại Tuyến
Tóm tắt
Yêu cầu về độ chính xác định vị tuyệt đối cũng đã tăng lên cùng với việc sử dụng ngày càng nhiều các robot công nghiệp trong lập trình ngoại tuyến. Nghiên cứu hiện tại đề xuất phương pháp Kriging Toàn Cầu (UK) để hiệu chỉnh các robot công nghiệp lập trình ngoại tuyến. Phương pháp này dựa trên sự tương đồng trong các lỗi định vị. Ngoài ra, phương pháp này thể hiện các lỗi định vị như là một độ trôi xác định và một phần còn lại, mà xem xét cả các lỗi hình học và phi hình học. Bán phương sai đã được thiết kế và độ trôi được xác định để thực hiện UK. Sau đó, phương pháp này được áp dụng để dự đoán các lỗi định vị và thực hiện bù lỗi. Thêm vào đó, các thí nghiệm so sánh đã được thực hiện để xác minh tính thực tiễn và ưu việt của UK so với Kriging Thông Thường (OK). Kết quả thực nghiệm cho thấy rằng sau khi hiệu chỉnh bằng UK, độ lỗi định vị không gian tối đa ban đầu giảm từ 1.3073 mm xuống còn 0.2110 mm, tức là giảm được 83.86%. Hơn nữa, độ lỗi định vị không gian tối đa còn giảm từ 1.3073 mm xuống 0.3148 mm chỉ còn 75.92% sau khi hiệu chỉnh bằng OK. Sự tăng rõ rệt đã được báo cáo về độ lỗi định vị không gian tối đa từ 0.3148 mm xuống 0.2110 mm, với tỷ lệ cải thiện là 32.97%. Điều này có ý nghĩa lớn khi độ chính xác nhỏ hơn 0.5 mm. Tổng thể, kết quả thực nghiệm đã chứng minh hiệu quả của UK.
Từ khóa
#Kriging Toàn Cầu #hiệu chỉnh robot #lập trình ngoại tuyến #lỗi định vị #các lỗi hình học và phi hình họcTài liệu tham khảo
Wang, K., Luo, M.Z., Cao, Y., Li, K., Zhang, Q.J.: Kinematic parameter calibration of a serial manipulator based on genetic algorithm. J. Syst. Sci. Math. Sci. 35(1), 19–30 (2015)
Zhou, W., Liao, W.H., Tian, W., Wan, S.M., Liu, Y.: Method of industrial robot accuracy compensation based on particle swarm optimization neural network. Chin. Mech. Eng. 24(2), 174–179 (2013)
Summers, M.: Robot capability test and development of industrial robot positioning system for the aerospace industry. SAE Tech. Pap. 114, 1108–1118 (2005)
Joubair, A., Bonev, I.A.: Kinematic calibration of a six-axis serial robot using distance and sphere constraints. Int. J. Adv. Manuf. Technol. 77(1–4), 515–523 (2015)
Zeng, Y., Tian, W., Liao, W.: Positional error similarity analysis for error compensation of industrial robots. Robot. Comput. Integr. Manuf. 42, 113–120 (2016)
Gatti, G., Danieli, G.: A practical approach to compensate for geometric errors in measuring arms: application to a six-degree-of-freedom kinematic structure. Meas. Sci. Technol. 19(1), 015107 (2007)
Stone, H.W., Sanderson, A.C.: Statistical performance evaluation of the S-model arm signature identification technique. In: IEEE International Conference on Robotics and Automation, Piscataway, pp 939–946 (1988)
Aoyagi, S., Kohama, A., Nakata, Y., Hayano, Y., Suzuki, M.: Improvement of robot accuracy by calibrating kinematic model using a laser tracking system-compensation of non-geometric errors using neural networks and selection of optimal measuring points using genetic algorithm. In: IEEE/RSJ Intelligent Robots and Systems, Leiden, pp 5660–5665 (2010)
Wang, D., Bai, Y., Zhao, J.: Robot manipulator calibration using neural network and a camera-based measurement system. Trans. Inst. Meas. Control 34(1), 105–121 (2012)
Beckers, F., Bogaert, P.: Nonstationarity of the mean and unbiased variogram estimation: extension of the weighted least-squares method. Math. Geol. 30(2), 223–240 (1998)
Phan, A.V., Trochu, F.: Application of dual kriging to structural shape optimization based on the boundary contour method. Arch. Appl. Mech. 68(7), 539–551 (1998)
Dai, K.Y., Liu, G.R., Lim, K.M., Gu, Y.T.: Comparison between the radial point interpolation and the Kriging interpolation used in meshfree methods. Comput. Mech. 32(1–2), 60–70 (2003)
Zimmerman, D., Pavlik, C., Ruggles, A., Armstrong, M.P.: An experimental comparison of ordinary and universal kriging and inverse distance weighting. Math. Geol. 31(4), 375–390 (1999)
Dayou, Y.S.L., Limin, S.: Universal Kriging: A method used in division of regional and local gravity (magnetic) anomalies. Comput. Tech. Geophys. Geochem. Explor. 21(1), 35–44 (1999)
Brus, D.J., Heuvelink, G.B.: Optimization of sample patterns for universal kriging of environmental variables. Geoderma 138(1), 86–95 (2007)
Tian, W., Zeng, Y., Zhou, W., Liao, W.: Calibration of robotic drilling systems with a moving rail. Chin. J. Aeronaut. 27(6), 1598–1604 (2014)
Cressie, N.: Statistics for Spatial Data. Wiley, Hoboken (2015)
Haining, R.P.: Spatial Data Analysis: Theory and Practice. Cambridge University Press, Cambridge (2003)
Hong, P, Tian, W, Mei, D Q, Zeng, Y F: Robotic variable parameter accuracy compensation using space grid. Robot 37(3), 327–335 (2015)
Armstrong, M.: Problems with universal kriging. Math. Geol. 16(1), 101–108 (1984)