Notice: Undefined index: HTTP_ACCEPT_LANGUAGE in /mnt/wwwroot/nokov.new/public/public_base.php on line 14
焊接机器人本体标定中动作捕捉的应用-度量科技 | NOKOV度量动作捕捉
English 日本語 Русский

焊接机器人本体标定中动作捕捉的应用

焊接机器人本体标定中动作捕捉的应用

客      户
四川大学电气工程学院
关  键 词
动作捕捉、焊接机器人、本体标定、机械臂末端定位
被捕捉物
焊接机器人

焊接是工业生产中最重要的制造工艺之一,近年来,工业机器人技术发展十分迅速,在焊接方面的应用也日趋增加。焊接机器人性能的主要因素是定位精度,对于进行离线编程的机器人而言,由于仿真环境和真实环境存在偏差,其绝对定位精度的控制非常重要。一般来说离线编程机器人的绝对定位精度很低,有的甚至可达厘米数量级误差,在进行正常工作之前需要进行相应的标定来提高其精度。

焊接机器人本体标定中动作捕捉的应用

离线编程机器人的本体标定,分为运动学建模、数据测量、参数辨识与误差补偿四个步骤。在对机器人姿态数据进行测量过程中,测量设备的选择非常重要,其精度的高低和使用条件的不同将直接影响测量结果的准确性。三坐标测量仪和经纬仪虽然精度高,但只能用于静态条件下的测量,而球杆仪和激光跟踪仪的测量方法又太过繁琐。

四川大学电气工程学院采用了NOKOV光学动作捕捉系统进行焊接机器人末端姿态数据的采集

对此,四川大学电气工程学院采用了NOKOV光学动作捕捉系统进行焊接机器人末端姿态数据的采集。光学动作捕捉技术定位精度高、工作空间大,而且无需接触测量,在得到机械臂末端位姿和运动轨迹信息的数据测量值后,就可以进行机器人运动学模型的参数识别,并对机器人控制器中的名义连杆参数进行修正,实现误差补偿,完成本体标定。

焊接机器人marker点

除此之外,还可以利用动作捕捉系统验证其他标定方案标定后的重复精度。在机器人工作空间内随机取若干组点,通过运动学反解求得机器人各关节角度值,运用NOKOV光学动作捕捉系统测量机器人末端的实际位置,将这些点的位置误差最大值、平均值和均方根值作为评价指标,评价标定算法对于提高焊接机器人绝对定位精度的作用。

利用动作捕捉系统验证其他标定方案标定后的重复精度

目前学院已经建立了基于动作捕捉系统的标准、高效的机器人标定流程,使焊接机器人的实际应用更加简便。




苏黎世大学RPG实验室:动作捕捉为无人机状态反馈提供位姿数据

在Davide Scaramuzza教授领导的苏黎世大学Robotics and Perception Group,NOKOV度量动作捕捉系统实时提供无人机位姿数据,用于无人机状态反馈。

Science Robotics丨人形机器人踢足球:依靠机载视觉学习反应式足球技能

清华大学赵明国研究员团队团队在Science Robotics发表人形机器人视觉踢球研究,通过强化学习实现反应式足球技能。NOKOV度量动作捕捉系统采集人体踢球动作及机器人、足球位置真值,为AMP参考运动数据和虚拟感知系统建模提供数据支持。

山东大学T-ASE研究:动作捕捉系统采集人类示范数据,DM-KMP与多智能体强化学习实现五指灵巧手协同抓取

山东大学控制科学与工程学院李可教授团队提出了面向仿人五指灵巧手抓取的统一学习框架。该研究将人类示范轨迹生成与多智能体强化学习相结合:NOKOV度量动作捕捉系统用于采集自然五指抓取运动,DM-KMP从有限示范中生成期望关节轨迹,PWS-MADDPG进一步学习多指协同抓取策略。研究结果显示PWS-MADDPG 在 11 类物体上的平均抓取成功率为 85.48%。

仿生五自由度折纸脊柱外骨骼:三维运动数据验证运动透明性

合肥工业大学、西安电子科技大学、英国提赛德大学和香港理工大学研究团队提出仿生五自由度折纸机构,并据此开发主动式折纸脊柱辅助外骨骼OSAE,用于在对称和非对称举升中适应人体脊柱运动并提供辅助。研究团队使用NOKOV度量动作捕捉系统采集受试者上半身三维运动数据,比较穿戴与未穿戴OSAE时前屈、侧屈和轴向旋转的躯干活动范围,验证OSAE系统的运动透明性。
联系我们
如需更多应用、案例信息或产品报价,请致电 010-64922321,或在下方留言:
机器人/无人机 VR/AR/XR 运动康复 传媒娱乐
北京度量科技有限公司(总部)
Location 北京市朝阳区安慧里四区15号五矿大厦8层820室
Email info@nokov.com
Phone 010-64922321
提交成功!请您耐心等待!
欢迎关注公众号,获取更多信息
关闭