摘要:为提高机器人在高精密自动化领域适用性,提升机器人定位精度,构建了基于被动跟踪测量技术的机器人钻孔加工系统,并围绕系统误差源解析、坐标转换标定及误差补偿策略开展了系列探究。首先,剖析被动跟踪测量系统的测量机理与内部误差来源,采用直接测量与空间圆平面非线性拟合相结合的方法实现误差补偿。其次,阐述了钻孔加工系统的整体架构,明确了系统坐标转换与标定方法。在此基础上,提出一种机器人位姿误差循环补偿策略,确立了“先姿态,后位置”的补偿思路。为验证所提方法的有效性,在有机玻璃工件上开展钻孔加工对比实验。实验结果表明,加工孔的定位精度得到显著提升,定位误差由1.23 mm 降至0.15 mm,能够满足精密加工与自动化装配领域对精度、稳定性及可靠性的严苛要求。
摘要:多机视觉同时定位与建图(Simultaneous Localization and Mapping,SLAM)回环检测分为机器人内部回环和机器人间回环,分别用于局部轨迹优化和机器人间的相对位姿获取。针对多机视觉SLAM在光照变化与视角差异场景下回环检测效果不佳且易产生误匹配与漏检的问题,提出一种基于滑动窗口与共视关系增强的多机视觉SLAM回环检测方法。构建基于滑动窗口的候选帧筛选机制,利用图像相似度得分的均值和方差调整检测阈值,避免回环漏检问题。针对机器人内部回环具备时序连续性的特点,引入了基于滑窗的时序一致性检验,有效剔除由相似场景诱发的偶然性误匹配。最后,设计了共视关系增强的几何校验方法,通过引入共视帧构建局部子图扩展观测视野,有效提高了回环检测的质量。采用户外、隧道和地下场景的多份数据集进行了实验验证,结果表明,相比DBOW2方法,所提方法检测高质量回环的比例提升了6%以上,绝对轨迹误差降低了10.0%~63.7%。