导读:本文包含了机器人标定论文开题报告文献综述及选题提纲参考文献，主要关键词:罗德里格矩阵,整体最小二乘,叁维扫描仪,机器人视觉
机器人标定论文文献综述
罗保林,张献州,罗超[1]（2019）在《融合罗德里格矩阵和整体最小二乘的双目机器人手眼标定算法》一文中研究指出针对传统双目式机器人手眼标定方法中未知量多、计算复杂的特点,研究并提出了一种基于罗德里格矩阵和整体最小二乘相融合的改进算法。其中罗德里格矩阵实现了对未知量的降维;整体最小二乘顾及了系数矩阵的误差。通过大量数据分析表明,改进后的手眼标定算法较传统方法在稳定性和精度上均有大幅提高,满足了机器人视觉系统在工业检测和制造领域中的高精度需求。(本文来源于《测绘科学技术学报》期刊2019年03期）
王昌云,李立君[2]（2019）在《基于四元数的机器人手眼标定算法》一文中研究指出为简化手眼标定算法的同时保证标定结果的准确性,提出一种基于四元数的机器人手眼标定算法。首先基于四元数改写手眼标定方程的形式,用奇异值分解方法(SVD)求解手眼关系的旋转部分,再将旋转部分代入手眼标定方程求解手眼关系的平移部分。通过数值仿真和机器人标定实验,将新算法和基于矩阵直积的手眼标定算法进行比较。结果表明:所提算法的稳定性和准确性均优于矩阵直积标定算法。(本文来源于《传感器与微系统》期刊2019年12期）
朱其新,尹一伊,陈健亨,张国平,朱永红[3]（2019）在《基于零力控制的机器人标定技术研究》一文中研究指出机器人标定是提高机器人控制精度的关键技术之一,测量手段是制约其发展的重要因素。为提高控制精度和标定可操作性,针对一种6R型机器人,首先基于封闭运动链建立了双机D-H运动模型,可以更好地描述机器人不同关节的几何关系。随后,将零力控制与标定过程相结合,利用零力控制可以减小关节磨损、提高离线示教效率的优势,为关于标定方法的研究提供了可实施方案。实验结果表明,增加零力控制后的双机标定可以提高机器人的控制精度。(本文来源于《制造业自动化》期刊2019年11期）
李新,茅晨,马涛,唐迅捷[4]（2019）在《利用Leica激光跟踪仪对工业机器人现场标定的方法》一文中研究指出对基于激光跟踪仪的工业机器人标定的方法进行了介绍,分析了工业机器人的标定过程,该过程由建模、测量、参数辨识和补偿4个步骤组成。基于激光跟踪仪的标定方法也是按照这个步骤对工业机器人进行标定的。通过Leica激光跟踪仪和RoboDyn软件构建了工业机器人标定检测平台,并详细描述了在该平台下工业机器人的标定方法,最后以PANDA PR04D型工业机器人为实验对象进行了比对实验。实验结果验证了标定方法的有效性。(本文来源于《计量技术》期刊2019年11期）
张绪烨,李群明,韩志强,郭惟伟[5]（2019）在《基于激光扫描测量臂的工业机器人运动学标定》一文中研究指出提出一种基于激光扫描测量臂测量系统的6轴工业机器人运动学标定方法。分析了机器人本身的运动偏差和综合考虑测量系统构造的机器人坐标系与真实基座标系之间的不重合问题;建立机器人末端位置与各连杆参数相关的绝对定位误差方程,基于该误差方程,利用便携式激光扫描测量臂测量系统对不同空间位置姿态下机器人的法兰中心点进行测量,并用最小二乘法对误差方程进行解算,利用计算出的参数误差修正机器人模型中的各名义参数值,可以提高机器人运动的准确度。将该方法应用在Staubli TX90工业机器人上,实验结果表明,机器人的绝对定位精度由标定前的均值/标准差0. 742 5 mm/0. 191 0 mm减少到标定后的0. 242 8 mm/0. 098 1 mm,提高了近50%,表明该标定方法的有效性和准确性。(本文来源于《机械传动》期刊2019年11期）
马晓燕,张永胜[6]（2019）在《基于视觉标定的包装搬运机器人定位方法》一文中研究指出目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。(本文来源于《包装工程》期刊2019年21期）
章晓峰,李光,肖帆,杨家超,马祺杰[7]（2019）在《基于BP神经网络的包装分拣机器人视觉标定算法》一文中研究指出手眼标定确定了机器人基座坐标系和摄像机坐标系之间的非线性映射关系,在视觉伺服中起着重要作用。针对视觉伺服控制系统中的手眼标定问题,基于机器人工具箱和神经网络工具箱,在MATLAB/Simulink环境下,使用误差反向传播(BP)神经网络算法和径向基(RBF)神经网络算法进行仿真,拟合了6自由度分拣机器人和单目摄像机之间的映射关系,通过仿真结果分析了两种算法的精度。此外,在同一实验条件下使用BP神经网络与张氏法对机械臂进行手眼标定,通过在机械臂实际工作空间内抓取同一组随机取样本点进行实验,并对比随机样本点的抓取精度。仿真和实验结果表明BP神经网络在标定精度上优于RBF神经网络算法和张氏标定法,能够在实际应用中提高手眼标定的精确度,具有一定的工程意义。(本文来源于《包装学报》期刊2019年04期）
陆艺,沈添秀,郭小娟,郭斌[8]（2019）在《线结构光视觉传感器机器人手眼关系标定》一文中研究指出为实现对工业机器人手眼关系的标定,提出一种基于线结构光视觉传感器的手眼关系标定方法。该方法在标定时,将一个平面靶标作为参考物固定在工业机器人工作空间内,控制工业机器人末端运动以带动线结构光视觉传感器作多组变位姿运动,获取在不同位姿状态下的平面靶标图像并对其进行图像处理。通过对图像上固定特征点的测量,以及建立线结构光视觉传感器模型和手眼关系模型实现对线结构光内参数和手眼关系的标定。用棋盘格标定板进行测量实验验证,实验结果表明该方法准确度为0.036 mm,即优于40μm,可用于工业机器人的测量应用。(本文来源于《中国测试》期刊2019年10期）
叶俊[9]（2019）在《机器人零位参数辨识及标定在实际中的运用》一文中研究指出本文针对机器人零位标定过程中存在的问题,提出了一种基于倾角传感器的零位标定方法。首先介绍了标定对象和标定原理,然后对此种方法需要解决的两个问题,参考零点获得及其他轴的零点位置辨识两个问题进行了探讨。经过实际应用,本文所提出的新型标定方法,有效的提升了标定速度,节省了标定时间,降低了标定过程中耗费的人力物力,是一种有效可行的标定手段。(本文来源于《电子技术与软件工程》期刊2019年20期）
黄正军,周梅芳,杨杭旭[10]（2019）在《基于Quaternion-EKF的未标定机器人视觉伺服系统位姿估算》一文中研究指出针对单目未标定机器人视觉伺服系统中目标位姿估算问题,设计了一个基于Quaternion(四元数)的扩展卡尔曼滤波器。该算法引入四元数描述目标姿态角,以四元数、目标在相机坐标系中的位置、运动速度作为状态向量,以目标特征点在成像平面的像素坐标为观测向量。利用MATLAB分析协方差矩阵R、Q对算法的影响,并确定最优的协方差矩阵。文末通过MATLAB仿真和实验研究对该算法进行了验证,并与传统EKF进行了比较,结果表明,本文提出的算法能显着提高目标位姿估算精度,可以满足应用要求。(本文来源于《传感技术学报》期刊2019年09期）
机器人标定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为简化手眼标定算法的同时保证标定结果的准确性,提出一种基于四元数的机器人手眼标定算法。首先基于四元数改写手眼标定方程的形式,用奇异值分解方法(SVD)求解手眼关系的旋转部分,再将旋转部分代入手眼标定方程求解手眼关系的平移部分。通过数值仿真和机器人标定实验,将新算法和基于矩阵直积的手眼标定算法进行比较。结果表明:所提算法的稳定性和准确性均优于矩阵直积标定算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
机器人标定论文参考文献
[1].罗保林,张献州,罗超.融合罗德里格矩阵和整体最小二乘的双目机器人手眼标定算法[J].测绘科学技术学报.2019
[2].王昌云,李立君.基于四元数的机器人手眼标定算法[J].传感器与微系统.2019
[3].朱其新,尹一伊,陈健亨,张国平,朱永红.基于零力控制的机器人标定技术研究[J].制造业自动化.2019
[4].李新,茅晨,马涛,唐迅捷.利用Leica激光跟踪仪对工业机器人现场标定的方法[J].计量技术.2019
[5].张绪烨,李群明,韩志强,郭惟伟.基于激光扫描测量臂的工业机器人运动学标定[J].机械传动.2019
[6].马晓燕,张永胜.基于视觉标定的包装搬运机器人定位方法[J].包装工程.2019
[7].章晓峰,李光,肖帆,杨家超,马祺杰.基于BP神经网络的包装分拣机器人视觉标定算法[J].包装学报.2019
[8].陆艺,沈添秀,郭小娟,郭斌.线结构光视觉传感器机器人手眼关系标定[J].中国测试.2019
[9].叶俊.机器人零位参数辨识及标定在实际中的运用[J].电子技术与软件工程.2019
[10].黄正军,周梅芳,杨杭旭.基于Quaternion-EKF的未标定机器人视觉伺服系统位姿估算[J].传感技术学报.2019