로봇 보정

Robot calibration

로봇 보정은 로봇, 특히 반복성은 높지만 정확하지는 않은 산업용 로봇의 정확도를 향상시키기 위해 사용되는 과정입니다.로봇 보정은 산업용 로봇의 운동학적 구조에서 로봇 링크의 상대적 위치와 같은 특정 파라미터를 식별하는 과정입니다.모델화된 오류 유형에 따라 교정은 세 가지 방법으로 분류할 수 있습니다.레벨 1 교정에서는 실제 접합 변위 값과 보고된 접합 변위 값(마스터링이라고도 함) 간의 차이만 모델링합니다.키네마틱 보정이라고도 하는 레벨 2 보정은 각도 오프셋 및 조인트 길이를 포함한 전체 기하학 로봇 보정과 관련이 있습니다.비운동적 교정이라고도 하는 레벨 3 교정에서는 강성, 접합 컴플라이언스 및 마찰과 같은 기하학적 기본값 이외의 오류를 모델링합니다.대부분의 실제 [1][2]요구에는 레벨 1 및 레벨 2 교정이 충분한 경우가 많습니다.

파라메트릭 로봇 보정은 산업용 로봇(IR)의 동적 및 동적 파라미터의 실제 값을 결정하는 프로세스입니다.키네마틱 파라미터는 로봇 내 링크 및 조인트의 상대적인 위치와 방향을 나타내며 동적 파라미터는 암 및 조인트의 질량 및 내부 [3]마찰을 나타냅니다.

비파라미터 로봇 보정은 파라미터 식별을 회피합니다.시리얼 로봇과 함께 사용되며 워크스페이스에서 매핑된 오류를 직접 보정하는 데 기초합니다.병렬 로봇과 함께 사용하면 구성 공간의 변환을 통해 비파라미터 보정을 수행할 수 있습니다.

로봇 보정은 오프라인으로 프로그래밍된 로봇의 정확도를 크게 향상시킬 수 있습니다.보정된 로봇은 보정되지 않은 로봇에 비해 절대 위치 결정 정확도뿐만 아니라 상대 위치 결정 정확도가 높습니다. 즉, 로봇 엔드 이펙터의 실제 위치는 로봇의 수학적 모델에서 계산된 위치에 더 적합합니다.절대 포지셔닝 정확도는 로봇 교환성 및 정밀 애플리케이션의 오프라인 프로그래밍과 관련하여 특히 중요합니다.로봇의 보정 외에도, 공구와 로봇이 사용하는 공작물의 보정(셀 보정이라고 함)을 통해 발생하는 부정확성을 최소화하고 공정 보안을 개선할 수 있습니다.

정확도 기준 및 오류 원인

국제 표준 ISO[4] 9283은 산업용 로봇에 대해 다른 성능 기준을 설정하고 적절한 매개변수 값을 얻기 위한 테스트 절차를 제안한다.가장 중요한 기준이자 가장 일반적으로 사용되는 것은 Pose Accuracy(AP; 포즈 정밀도)와 Pose Repeatibility(RP; 포즈 반복성)입니다.반복성은 로봇을 수동으로 명령 위치("Teach-In") 쪽으로 이동할 때 특히 중요합니다.로봇 프로그램이 3D 시뮬레이션(오프라인 프로그래밍)으로 생성되는 경우 절대 정확도도 매우 중요합니다.둘 다 일반적으로 운동학적 요인에 의해 부정적인 영향을 받는다.특히 여기서 개별 로봇 링크 사이의 길이와 각도의 조인트 오프셋과 편차가 적용됩니다.

측정 시스템

예를 들어 초음속 거리 센서, 레이저 간섭계, 테오돌라이트, 캘리퍼스 또는 레이저 삼각 측량을 사용하는 등 산업용 로봇에 대한 자세 측정에는 다양한 가능성이 존재한다.또한 로봇 셀 또는 IR 장착판에 장착하여 기준물의 자세를 얻을 수 있는 카메라 시스템도 있다.측정 및 교정 시스템은 Bluewrist, Dynalog, RoboDK, FARO Technologies, Creaform, Leica, Metris, Metronor, Wiest, Teconsult[5] 및 Automated Precision과 같은 회사에서 제작됩니다.

수학적 원리

객관적 기능 및 최적화 문제

포즈 측정을 통해 수집된 로봇 오류는 수치 최적화를 통해 최소화할 수 있습니다.운동학적 보정의 경우, 기하학적 구조의 완전한 운동학적 모델을 개발해야 하며, 그 매개변수는 수학적 최적화에 의해 계산될 수 있다.일반적인 시스템 동작은 벡터 모델 기능뿐만 아니라 입력 및 출력 벡터로도 설명할 수 있습니다(그림 참조).변수 k, l, m, n과 그 도함수는 단일 벡터 공간의 치수를 나타낸다.최적 파라미터 벡터 p의 식별을 위한 잔차 오차 r의 최소화는 유클리드 노름을 이용한 두 출력 벡터 간의 차이로부터 이루어진다.

운동학적 최적화 문제를 해결하려면 최소 제곱 강하 방법이 편리하다. 예를 들어 수정된 준뉴턴 방법이 편리하다.이 절차에서는 측정된 기계에 대해 보정된 운동학적 파라미터를 제공합니다. 그러면 예를 들어 컨트롤러의 시스템 변수를 업데이트하여 사용된 로봇 모델을 실제 운동학에 [6]적용할 수 있습니다.

결과.

보정 전후에 Tricept 로봇의 위치 지정 정확도

산업용 로봇의 위치 지정 정확도는 제조업체, 연령 및 로봇 유형에 따라 다릅니다.운동학적 보정을 사용하면 대부분의 경우 이러한 오차를 1mm 미만으로 줄일 수 있습니다.이 예는 오른쪽 그림에 나와 있습니다.

6축 산업용 로봇의 정확도는 [7]10배 향상할 수 있다.

보정 후 병렬로봇의 정확도는 10분의 1mm까지 낮아질 수 있다.

샘플 어플리케이션

차체 검사용 인라인 측정 셀

업계에서는 교정된 로봇으로 정확도 요구를 충족시킬 수 있는 특정 제조 작업을 위해 공작기계나 특수기계를 산업용 로봇으로 대체하려는 경향이 있다.시뮬레이션과 오프라인 프로그래밍을 통해 로봇 가공과 같은 복잡한 프로그래밍 작업을 쉽게 수행할 수 있습니다.그러나, 티치 프로그래밍 방법과는 달리, 높은 정확성과 반복성이 요구됩니다.

그림에서 현재의 예는 많은 고가의 센서와 함께 100% 검사에 사용되는 일반적인 "측정 터널"이 각각 하나의 센서만 탑재하는 산업용 로봇으로 부분적으로 대체되는 자동차 제조의 인라인 측정입니다.이렇게 하면 측정 셀의 총 비용을 크게 줄일 수 있습니다.또한 모델 변경 후 기계적 적응 없이 단순 재프로그래밍을 통해 스테이션을 재사용할 수 있습니다.

정밀 애플리케이션의 또 다른 예로는 자동차 차체 제조, 휴대폰 조립, 항공우주 산업의 드릴링, 리벳 및 밀링, 의료 애플리케이션의 증가 등이 있습니다.

「 」를 참조해 주세요.

외부 링크

  • 구성 공간을 변환하는 비모수 로봇 보정 Matlab 코드
  • 특허명세서 병렬운동학의 파라미터 식별에 있어서 명확한 기준 좌표계의 중요성

문학.

  • Tagiyev, N.; Alizade, R.: 6-DOF 병렬 내 조작기에 대한 전진 및 역방향 변위 분석.입력: 메흐.마하. 이론, 제29권, 제1호, 런던 1994, 페이지 115~124.
  • Trevelyan, J. P.: Kalman 필터를 사용한 로봇 보정.1996년 싱가포르 국제 로봇 및 컴퓨터 비전 컨퍼런스(ICARCV96)에서의 프레젠테이션.
  • N.N.: ISO 9283 - 산업용 로봇 조작성능 기준 및 관련 테스트 방법.ISO, 1998년 제네바.
  • Beyer, L.; Wulfsberg, J.: ROSE를 사용한 실용적인 로봇 보정.인: Robotica, Vol. 22, Cambridge 2004, 페이지 505-512.
  • Y. 장과 F.Gao, "Stewart 플랫폼의 교정 테스트", 2007년 IEEE 네트워킹, 감지 및 제어에 관한 IEEE 국제회의, 2007년, 페이지 297–301.
  • A. 누비올라 및 I.A.Bonev, "레이저 트래커를 사용한 ABB IRB 1600 로봇의 절대 보정", 로보틱스 및 컴퓨터 통합 제조, Vol. 29 No. 2013, 페이지 236–245.
  • Gottlieb, J.: Stewart 플랫폼의 비파라미터 보정.인: 2014년 7월 7~8일 중국 톈진에서 병렬 메커니즘 및 조작자를 위한 기초 문제와 향후 연구 방향에 관한 워크숍 진행.
  • 아니, 시몬 Y.산업용 로봇 핸드북(5장, 섹션 9).제1권. John Wiley & Sons, 1999.

레퍼런스

  1. ^ Nubiola, Albert; Bonev, Ilian A. (2013-02-01). "Absolute calibration of an ABB IRB 1600 robot using a laser tracker". Robotics and Computer-Integrated Manufacturing. 29 (1): 236–245. doi:10.1016/j.rcim.2012.06.004.
  2. ^ Nof, Shimon Y (1999). Handbook of industrial robotics (Vol 1 ed.). Wiley and Sons. pp. 72–74.
  3. ^ Lightcap, C.; Banks, S. (2007-10-01). "Dynamic identification of a mitsubishi pa10-6ce robot using motion capture". 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems: 3860–3865. doi:10.1109/IROS.2007.4399425. ISBN 978-1-4244-0911-2.
  4. ^ "ISO 9283:1998 - Manipulating industrial robots -- Performance criteria and related test methods". ISO. Retrieved 2017-01-03.
  5. ^ "Helmut Schmidt University".
  6. ^ "Parallel Kinematics Calibration Without Parameter Identification". Scribd. Retrieved 2017-01-03.
  7. ^ RoboDK. "Robot calibration - RoboDK". www.robodk.com. Retrieved 2017-01-03.