摘要
电缆驱动的并联机器人（CDPRs）因其轻量化的结构、较大的工作空间和可重构性而在大空间操作中具有吸引力。然而，现有系统仍面临三个实际挑战：机械架构的模块化程度有限、重构后需要重复校准，以及视觉感知与抓取执行之间的集成不足。为了解决这些问题，本文提出了一种模块化的电缆驱动并联机器人（MCDPR），并介绍了其运动学建模、基于视觉的自我校准和视觉抓取方法。首先，开发了一种模块化的机械架构，将驱动、传感和电缆引导功能集成在一起，以支持快速组装/拆卸、便捷的调试以及防止电缆松弛。其次，建立了一个考虑滑轮的多层运动学模型，并提出了一种基于视觉的自我校准方法，利用机载传感器和AprilTag数据在组装后识别结构参数，从而减少重构后机器人运行期间所需的校准次数。第三，通过结合RGB-D感知、坐标变换和校准后的机器人模型，开发了一种视觉引导的箱式物品拣取方法。通过仿真和原型实验验证了所提出的系统。建立了一个软硬件结合的验证框架，利用CoppeliaSim仿真和硬件原型共同验证了所提出的设计和方法。在仿真中，自我校准将欧几里得抓取位置误差从0.371毫米降低到0.048毫米，方向误差从0.071°降低到0.004°。在实验中，自我校准后相对位置误差减少了58.33%。
