配置依赖的机器人运动学模型与标定
机器人学
2025-10-24 v1
摘要
精确的机器人运动学对于机械臂的精准工具定位至关重要，但非几何因素可能导致配置依赖的模型偏差。本文提出了一种用于提高整个工作空间准确性的配置依赖运动学标定框架。选取具有参数连续性的局部乘积指数（POE）模型，在多个配置下辨识后插值至全局模型。借鉴关节重力负载表达式，我们采用肩部和肘部关节角度参数化的傅里叶基函数插值，实现的精度不逊于神经网络和自编码器方法，但训练效率显著提升。对两种6自由度工业机器人进行验证，结果表明该方法将最大定位误差降低超过50%，满足冷喷涂制造所需的亚毫米精度。配置依赖性偏差更大的机器人受益更大。双机器人协作任务进一步证明了该框架的实际适用性和可重复性。
引用
@article{arxiv.2510.19962,
title = {Configuration-Dependent Robot Kinematics Model and Calibration},
author = {Chen-Lung Lu and Honglu He and Agung Julius and John T. Wen},
journal= {arXiv preprint arXiv:2510.19962},
year = {2025}
}