基于DH參數的機器人運動學建模及參數辨識

摘? 要：以KUKA Nano機器人為研究對象，采用DH法建立了機器人正向運動學模型，并利用Matlab Robotic Toolbox進行了仿真驗證;通過對機器人定位誤差影響因素進行分析，建立了機器人誤差模型;闡述了單關節運動學參數辨識方法，采用軸線法對機器人運動學參數進行了辨識實驗，得出了機器人各個關節的實際DH值，為后續機器人精度分析與誤差補償提供了理論基礎。

關鍵詞：工業機器人;運動學模型;誤差模型; DH參數辨識

1引言

工業機器人自誕生以來，在制造業中發揮了重要作用。2013年麥肯錫研究報告指出機器人將帶來每年上萬億美元的效益;2016年的達沃斯論壇指出機器人將是一個新的工業革命。近年來，隨著“工業4.0”和“中國制造2025”的提出，機器人在現代制造領域的重要性也體現得越來越明顯。特別是工業機器人在加工領域也得以采用，工業機器人具有靈活性好、加工范圍大、成本低的優點。但工業機器人自身結構的影響，導致機器人的定位精度成為制約機器人發展的關鍵因素。工業機器人的重復定位精度較高，現有工業機器人能夠達到±0.05mm，然而其絕對定位精度往往只有2～3mm;提高工業機器人的絕對定位精度有誤差預防法和誤差補償法兩類，由于前者對設計和制造水平有極高的要求且經濟成本較高，目前通常采用后者。為此建立機器人的運動學模型和誤差模型，并對誤差來源進行定量分析就顯得尤為重要。

2機器人運動學建模與仿真

2.1? 基于DH參數的機器人運動學建模

以KUKA機器人為研究對象，依據《機器人技術基礎》坐標系建立原則進行建模，結合機器人的結構尺寸及所定義的連桿坐標系，建立該機器人的各個連桿坐標系，如圖1所示，表1為在該機器人該狀態下的DH參數表：

將6個關節的齊次變換矩陣依次右乘可得到機器人末端相對于基坐標系的變換矩陣即正向運動學模型：

2.2? 機器人運動學仿真

運用Matlab機器人模塊創建機器人運動學模型，為檢驗機器人運動學模型的準確性，在關節轉動范圍內選取兩組姿態角通過式（1）及（2）計算可得兩組末端位姿變換矩陣分別為：

對應的歐拉角表示形式：

兩組機器人的實際位姿和計算結果一致，驗證了上述機器人運動學建模過程是正確的。

3機器人運動學誤差建模

3.1? 機器人誤差分析

據相關研究，Renders等指出非幾何因素對機器人定位誤差影響占比10%左右。Hyun-Kyu等指出其中幾何參數誤差對機器人末端的定位誤差占比可達80%，為此研究主要集中在建立機器人運動學誤差模型方面。Knasinski等通過研究發現機器人關節轉角誤差對機器人定位誤差影響可達90%，成為影響機器人定位精度最主要的因素。眾多研究表明機器人的幾何因素引起的定位誤差是其主要因素，因此將對機器人幾何誤差進行建模。

3.2? 誤差建模

當一個坐標系由原始坐標系平移而來，且平移量較小，稱為微分平移，即可表示為：

（4）

微分旋轉即是繞空間中某一矢量，進行微量旋轉，可用，表示，其中，可分解為分別繞X、Y、Z三軸的旋轉組合，假設繞X、Y、Z三軸旋轉分別定義為。此時有。由于旋轉量很小，故可作如下簡化：

連桿繞空間內某一軸，旋轉的微分運動可表示為：

（5）進行微分變換后的位姿可表示為：

（6）使用修正的DH模型，通過加入一個繞Y軸轉動的參數，約定當兩連桿不平行時，其余模型定義與DH模型一致，其相鄰坐標系轉換矩陣為：

（7）齊次變換矩陣中有四個參數，對于轉動關節而言，只有是變量，其余為常量。現以轉動關節為例，根據微分理論有：

（8）式分別對各參數求偏導，是實際值與理論值的微小偏差，

同理可求出

式（8）也可寫成：

?（10）

其中，是相鄰連桿微分變換矩陣。

按照連桿微分變換，對于自由度的串聯機器人，由于各個連桿的DH參數與理論DH參數不一致，在機器人基座坐標系下，機器人末端的坐標變換可表示為：

（11）

4機器人運動學參數標定

通過逐個辨識各個關節的運動學誤差是辨識六個關節的實際DH參數最直接的方法，單獨運行每個關節來獲取該關節的實際DH參數。在機器人單軸運動任意一個關節且鎖定其它關節，利用激光跟蹤儀可以獲得該關節的實際軸線，依次建立起六個關節的關節坐標系，依次辨識出六個關節的實際運動學參數。

4.1? 單關節運動學參數辨識

1）非平行關節坐標系的建立

非平行關節建立坐標系，機器人各關節坐標系為，利用關節和關節來建立關節坐標系，軸為平面辨識得到的法向量，軸為關節軸線和關節軸線的公垂線方向，關節軸線和關節軸線的公垂線與關節軸線的交點作為坐標系原點，可以利用右手定則確定，即是軸與軸的叉乘向量。

2）平行關節坐標系的建立

平行關節建立坐標系，如圖4所示，已知坐標系與關節軸線向量，利用坐標系的平面來構造輔助平面，關節軸線與該平面的交點作為坐標系的原點，利用與的連線來構造輔助向量，軸為平面辨識得到的法向量，輔助向量與的公垂線作為軸，可以利用右手定則確定，即是軸與軸的叉乘向量。

桿件扭轉角

（16）

桿件轉角、桿件長度、桿件偏移量，的計算同上。

4.2? 機器人運動學參數標定實驗

實驗平臺由KUKA機器人和API激光跟蹤儀組成，該型號的激光跟蹤儀的測量精度為，能夠滿足實驗的需求。本次測量實驗為研究各關節的實際DH參數，每次只轉動其中一個關節，保持其他關節不動，利用激光跟蹤儀來實時測量機器人末端的實際位置。實驗后在跟蹤儀數據分析軟件中擬合結果如圖5所示：

根據DH參數的定義規則來確定各桿件參數值的大小，并與理論值進行比較，結果記錄見表3：

至此可以得到機器人DH參數實際值，可以建立起完整的機器人運動學誤差模型。

5小結

針對KUKA Nano機器人利用DH模型建立了機器人運動學模型及DH參數;討論了影響機器人定位誤差的各種因素，建立了機器人運動學誤差模型，為后續研究準備理論基礎;由于實際定位誤差的存在，理論DH參數必然存在偏差，因此運用軸線法辨識了機器人各關節的運動學參數，闡述了機器人平行關節與非平行關節的坐標系建立方法，并辨識出了實際的DH參數，為后續機器人定位誤差的補償奠定了基礎。

參考文獻

[1]丁漢. 機器人與智能制造技術的發展思考[J]. 機器人技術與應用，2016，4：7-10.

[2]Chen Y， Dong F. Robot machining： recent development and future research issues[J]. The International Journal of Advanced Manufacturing Technology， 2013， 66： 1489-1497.

[3]Tomas Olsson，Anders Robertsson，Gilbert Ossbahr， et al. Cost-efficient drilling using industrial robots with high-bandwidth force feedback[J]. Robotics and Computer Integrated Manufacturing， 2009， 26 （1）： 24-38.

[4]楊建國，姚曉棟.數控機床誤差補償技術現狀與展望[J].世界制造技術與裝備市場，2012（3）：64-71，95.

[5]熊有倫. 機器人技術基礎 [M]. 武漢：華中科技大學出版社，1996.

[6]RendersJ.M， Rossignol E. Kinematic calibration and geometrical parameter identification for robots[J].IEEE Transactions on Robotics and Automation： A publication of the IEEE Robotics and Automation Society，1991，7（6）：721-732.

[7]Hyun-Kyu Lim，Dong-Hyeok Kim，Sung-Rak Kim， et al.A Practical Approach to Enhance Positioning Accuracy for Industrial Robots[C] //ICCAS-SICE International Joint Conference， 2009：2122-2127.

[8]Knasinski A.B， Judd R.P.A technique to calibrate industrial robots with experimental verification[J].IEEE Transactions on Robotics and Automation： A publication of the IEEE Robotics and Automation Society，1990，6（1）：20-30.

作者簡介：

姓名：邱光祥（1995.10），性別：男，民族：漢，籍貫：江西省，職務/職稱：助理工程師，學歷：碩士研究生，單位：上海航天控制技術研究所，研究方向：工藝技術。