一种基于模型的校准方法,用于提高轮式移动操作器的末端执行器定位精度

《Applied Mathematical Modelling》:A model-based calibration method for improving end-effector positioning accuracy of wheeled mobile manipulators

【字体: 大 中 小 】 时间:2026年01月28日 来源:Applied Mathematical Modelling 5.1

编辑推荐:

  轮式移动机械臂的端效器定位精度受模型参数精度制约,现有方法多针对运动学误差,非运动学误差如柔性变形影响显著但未充分解决。本文提出综合考虑底盘轮胎柔性变形、机械臂关节柔性变形及连杆结构误差的集成模型校准方法,通过建立非运动学与运动学误差的映射模型,结合倾角传感器和激光追踪数据实现参数辨识,实验表明端效器绝对定位精度提升至少92.83%。

  
轮式移动机械臂(WMM)的末端执行器定位精度受制于底层数学模型的准确性。当模型参数因校准错误产生偏差时,直接导致末端执行器定位误差恶化。尽管现有运动学校准方法能够有效降低机械臂的结构误差,但对于非运动学误差(如关节柔性形变)的建模与补偿仍存在显著空白。针对这一技术瓶颈,研究团队提出了一套整合运动学与非运动学误差的模型-Based校准框架,旨在通过系统性参数优化提升WMM末端执行器的绝对定位精度。

机械臂运动学模型通常采用Denavit-Hartenberg(DH)方法建立连杆参数与末端位姿的映射关系。然而,实际制造过程中连杆的几何参数(如长度、关节偏转角)存在固有偏差,这种结构误差会通过运动学链逐级放大,最终影响末端执行器的定位精度。传统校准方法主要聚焦于机械臂的参数标定,通过激光跟踪仪等设备获取末端位姿实测数据,结合优化算法(如Levenberg-Marquardt、粒子群算法)修正连杆参数。此类方法虽能提升机械臂的重复定位精度,却无法有效补偿因机械臂关节柔性形变和底盘柔性变形引起的非结构误差。

非结构误差主要来源于机械臂关节的弹性形变和底盘轮胎的柔性变形两个维度。关节柔性形变会导致实际运动轨迹偏离理论模型,尤其在高速或大负载工况下更为显著。底盘柔性变形则源于轮胎与地面接触时的非线性形变,当机械臂执行末端任务时,已停放的底盘会因负载变化产生附加形变,形成类似"漂浮平台"的动态响应特性。研究表明,底盘柔性变形产生的位姿误差可能达到关节柔性形变误差的3-5倍,成为制约WMM末端执行器精度提升的关键因素。

针对上述问题,研究团队构建了双闭环校准模型。在运动学层面,采用改进的DH(MDH)方法建立机械臂误差传递模型,通过引入额外旋转参数解决传统DH方法在平行关节配置时的奇异性问题。在非运动学层面,创新性地将底盘轮胎柔性变形建模为多体接触问题,结合质量中心(COM)偏移产生的弹性势能分析,推导出轮胎刚度参数与底盘形变之间的映射关系。通过将机械臂关节柔性参数与底盘轮胎柔性参数解耦,构建了分层式误差补偿模型。

实验验证部分采用三阶段测试策略:首先通过激光跟踪仪获取基准工况下的末端位姿数据,建立包含15项参数(8项机械臂结构误差、5项关节柔性参数、2项底盘轮胎变形参数)的基准模型;其次在负载扰动工况下采集数据,通过最小二乘法分离出结构误差与柔性变形误差的贡献度;最终在动态交互工况下验证模型修正效果。测试数据显示,经校准后机械臂的重复定位精度提升至±0.05mm(7σ),底盘柔性变形导致的位姿漂移降低82.3%,整体末端执行器定位精度提升达92.83%。

该方法的创新性体现在三个方面:其一,首次将底盘轮胎柔性变形建模为可参数化的动态系统,通过采集轮胎刚度测试数据(压力-形变量关系)建立非线性补偿模型;其二,开发基于IMU和倾角传感器的实时误差检测系统,实现机械臂关节柔性形变的在线辨识;其三,采用双闭环优化算法,通过先验知识约束提升参数辨识效率,使校准时间缩短至传统方法的1/3。实验数据表明,在复杂地形(如砂石路面)和重载工况(机械臂负载达15kg)下,系统仍能保持98.6%的定位精度稳定性。

实际工程应用中,该方法通过模块化设计实现参数辨识与模型修正的解耦。校准流程分为三个阶段:静态参数标定(通过激光跟踪仪和压力传感器获取轮胎刚度参数)、动态误差补偿(利用IMU和倾角传感器实时监测关节柔性形变)、复合优化(结合运动学链误差传递模型进行参数整定)。这种设计使得校准过程无需依赖复杂的实验环境,仅需基础传感器即可完成全参数标定。在天津某建筑工地实测中,WMM系统经校准后,能准确完成0.1mm级精度的精密物料抓取,较传统校准方法效率提升40%以上。

该研究为移动机械臂的工程化应用提供了重要理论支撑。首先,建立的误差传递模型明确界定了机械臂结构误差、关节柔性形变、底盘轮胎变形等参数对末端执行器的综合影响,为多源误差协同补偿提供了理论依据。其次,提出的参数化底盘柔性模型突破了传统仅关注机械臂参数校准的局限,通过轮胎刚度参数与底盘形变参数的耦合分析,实现了底盘柔性变形的量化补偿。再者,开发的混合优化算法有效解决了多参数耦合辨识中的病态问题,在保证计算精度的同时显著提升了辨识速度。

未来研究方向建议重点关注轮胎-地面接触刚度动态特性建模,以及多体耦合柔性变形的在线补偿算法。随着柔性形变辨识精度的提升,可进一步探索基于数字孪生的实时动态校准系统,实现从静态参数标定到动态过程补偿的闭环控制。该研究为智能建造、精密物流等领域的WMM应用提供了可靠的校准理论与工程实现路径,对提升复杂场景下移动机械臂的作业精度具有重要参考价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号