산업용 로봇은 높은 유연성 덕분에 자동화 조립의 중요한 매개체가 되었습니다. 그러나 치수 사슬 상의 중요 지점 간 거리에 엄격한 요구가 있는 조립 작업(예: 구멍 및 축 조립)에서는 로봇의 기존 절대 위치 정밀도가 요구 사항을 충족하기 어려운 경우가 많습니다. 현재 산업용 로봇의 정밀도를 향상시키는 주요 방법으로는 운동학 보정 및 공간 보간이 있습니다. 그러나 운동학 보정은 전역 정밀도 최적화를 추구하며, 중요한 조립 경로 상의 국부 분산 점에 대한 고정밀 요구를 충분히 고려하지 못합니다; 공간 보간은 좌표계 변환 과정에서 누적 오차를 쉽게 초래하여 조립에 필요한 정밀도에 도달하기 어렵습니다. 이에 본 논문은 로봇 조립 작업에서 중요 지점의 정밀도를 향상시키기 위해 거리 오차 예측 모델과 보상 방법을 제안합니다. 먼저 로봇의 운동학 모델을 구축하고 위치 오차 모델을 유도하였으며, 좌표계 변환으로 인한 오차 누적을 방지하기 위해 거리 오차를 제약 조건으로 하는 오차 모델을 구성했습니다. 다음으로, 관절 공간과 작업 공간 간 오차 매핑 관계를 구축하여 공간에서 거리 오차의 유사성 특성을 정량적으로 밝히고, 변차 함수를 이용해 이 유사성을 정량적으로 설명하여 보간점 계획의 이론적 근거를 제공합니다. 이후 작업 공간에서 거리 오차 보간 예측 모델을 구축하고, 스칼라 오차를 벡터 오차로 변환하는 방법을 제안하여 오차 크기와 방향을 동시에 보정합니다. 마지막으로, 일반형 6자유도 산업용 로봇에서 정밀도 테스트와 조립 응용 실험을 수행했습니다. 실험 결과 보상 후 최대 및 평균 거리 오차가 각각 0.10 mm 및 0.04 mm로 감소했으며, 이는 운동학 보정 및 반거리 가중법 대비 각각 66.77% 및 49.51% 감소한 수치입니다. 구멍 조립 실험에서는 최대 및 평균 정렬 거리 편차가 1.61 mm 및 1.11 mm에서 0.15 mm 및 0.05 mm로 감소했습니다. 실험을 통해 본 방법이 공간 거리 오차를 효과적으로 억제하여 고정밀 조립에서 로봇의 절대 위치 결정 능력을 크게 향상시킨 새로운 보상 전략임을 검증하였습니다.

산업용 로봇;거리 오차;공간 보간;오차 유사성;조립 작업