Анализ высокоточной технологии позиционирования и оценки положения для роботизированных манипуляторов.

Введение

Точность позиционирования роботизированных манипуляторов, переходящая от миллиметрового к субмиллиметровому масштабу, ограничена множеством источников ошибок: отклонениями геометрических параметров (составляющими более 80%), дрейфом датчиков, упругой деформацией и дрожанием связи. Использование только данных с одного датчика или чисто кинематического управления недостаточно для удовлетворения требований к динамической высокоточной работе. В частности, при высокоскоростном движении или в сценариях, связанных с визуальным перекрытием, инерциальный измерительный блок (IMU), характеризующийся высокой частотой работы, автономностью и нулевой задержкой, служит краеугольным камнем для оценки положения. Современные технологические тенденции отдают предпочтение сочетанию многоисточникового слияния данных с датчиков, интеллектуальной калибровки и синхронизации в реальном времени.

Технологии высокоточного позиционирования и измерения

Соединительные энкодеры

Энкодеры определяют точность обратной связи по углу сочленения. Ключевые показатели: разрешение и точность не следует путать. Оптические энкодеры могут достигать точности в 5 угловых секунд и 23-битного разрешения; магнитные энкодеры обладают высокой устойчивостью к загрязнениям; а в высокопроизводительных системах используются двухэнкодерные системы для устранения влияния люфта.

Инерциальные измерительные блоки (ИМБ) — основа оценки положения тела.

Инерциальные измерительные блоки (IMU) объединяют трехосевые гироскопы и акселерометры для непосредственного измерения угловой скорости и линейного ускорения концевого эффектора. Интеграция гироскопов позволяет получать данные об относительном положении с частотой обновления более 1 кГц — что значительно превосходит возможности систем машинного зрения, — в то время как акселерометры обеспечивают абсолютную опорную точку гравитации в статическом состоянии для калибровки дрейфа интеграции. Однако IMU страдают от дрейфа интеграции гироскопов (который может достигать 30° после 10 минут бездействия) и шума движения акселерометров; решение этих проблем является центральной задачей, решаемой с помощью слияния данных с датчиков. Уникальное преимущество IMU заключается в его независимости от внешних сигналов и устойчивости к окклюзии или дрожанию, вызванному задержкой, что делает его незаменимым автономным датчиком для высокочастотного определения положения на концевом эффекторе роботизированной руки.

Шестиосевые датчики силы

Эти датчики одновременно измеряют три компонента силы и три компонента крутящего момента, что позволяет осуществлять гибридное управление силой/положением. Благодаря точности 0,5% и погрешности повторяемости 0,1%, они используются в задачах, связанных с контактом, таких как прецизионная сборка и шлифовка.

Системы машинного зрения

Системы бинокулярного зрения, работающие в режимах «глаз в руке» или «глаз к руке», могут достигать точности позиционирования 1,2 мм и точности ориентации 0,15°, хотя их возможности ограничены частотой обновления (30–60 Гц) и проблемами, связанными с перекрытием объектов. Инерциальные измерительные блоки (IMU) могут использоваться для высокочастотной интерполяции положения между визуальными кадрами. Внешнее калибровочное оборудование.

Лазерный трекер (обеспечивающий точность на микронном уровне) служит эталонным инструментом для кинематической калибровки, определения параметров и проверки точности.

Оценка ориентации и объединение данных с датчиков

Методы представления отношения

Углы Эйлера интуитивно понятны, но страдают от проблемы блокировки карданного подвеса; степени свободы теряются, когда угол тангажа θ = ±90°.

Кватернионы: q = q₀ + q₁i + q₂j + q₃k, удовлетворяющие условию q₀² + q₁² + q₂² + q₃² = 1.

Операция вращения: p' = qpq⁻¹

Кватернионы не имеют сингулярностей и позволяют осуществлять плавную интерполяцию, что делает их стандартным представлением ориентации в современных роботизированных системах. Суть оценки ориентации инерциального измерительного блока (IMU) заключается в решении дифференциального уравнения для кватернионов.

Основы оценки ориентации с помощью инерциального измерительного блока (IMU): дифференциальное уравнение кватерниона.

Обновление кватерниона с использованием угловой скорости ω = [ωₓ, ωᵧ, ωᵨ]ᵀ: q̇ = ½ q ⊗ ω

Дискретизация (интегрирование первого порядка): qₖ₊₁ = qₖ ⊗ (cos(‖ω‖Δt/2), (ω/‖ω‖)sin(‖ω‖Δt/2))

Это уравнение лежит в основе всех алгоритмов оценки ориентации, использующих инерциальные измерительные блоки (IMU).

Дополнительная фильтрация и алгоритм Махони

Метод дополнительной фильтрации объединяет данные гироскопа (надежные на высоких частотах) с данными акселерометра (надежные на низких частотах):

θ(t) = α·θ_gyro(t) + (1-α)·θ_acc(t) (α обычно колеблется от 0,98 до 0,995)

Фильтр Махони вводит коррекцию с помощью ПИ-регулятора: дрейф гироскопа компенсируется с использованием члена ошибки *e*, полученного из векторного произведения показаний акселерометра *a_m* и опорного значения гравитации *g_ref*, где *e* = *a_m* × *g_ref* и *ω_corr* = Kₚ*e* + Kᵢ∫*e*dt.

Этот метод является вычислительно эффективным и широко используется во встроенных системах для оценки ориентации в реальном времени инерциальных измерительных блоков (IMU), установленных на концевых манипуляторах роботизированных рук. Расширенный фильтр Калмана (EKF) — оптимальная структура слияния данных.

Расширенный фильтр Калмана (EKF) использует интеграцию данных с гироскопа для прогнозирования и данные акселерометра (а также данные магнитометра и энкодера для прямой кинематики) для наблюдения. Вектор состояния определяется как x = [qᵀ, b_gᵀ]ᵀ (кватернион ориентации + смещение гироскопа).

Предсказание: $\dot{\hat{x}} = f(\hat{x}, \omega_m - b_g)$, $P = FPF^T + Q$

Обновление (с использованием данных акселерометра о векторе гравитации):

$K = PH^T (HPH^T + R)^{-1}$

$\hat{x}^+ = \hat{x} + K(z - h(\hat{x}))$

Расширенный фильтр Калмана (EKF) позволяет оценивать смещение гироскопа в режиме реального времени, значительно подавляя долговременный дрейф. Тесно связанный EKF, интегрирующий данные инерциального измерительного блока (IMU) с энкодерами или системами машинного зрения, является стандартной архитектурой для достижения высокоточной оценки положения концевых захватов роботизированных манипуляторов.

Стратегия слияния данных из нескольких источников

Гетерогенные датчики объединяются на уровне данных, характеристик или решений. В качестве высокочастотного внутреннего датчика, инерциальный измерительный блок (IMU) часто комбинируется с энкодерами (низкочастотные, высокоточные угловые данные), системами машинного зрения (абсолютное положение, но низкая частота кадров) и 6-осевыми датчиками силы (информация о контакте) для формирования либо слабо, либо тесно связанных систем. Гибридное объединение данных в настоящее время является основным подходом для достижения точности на микронном уровне, при этом IMU обеспечивает незаменимый эталон в реальном времени.

Анализ ошибок и компенсация калибровки

Преобладание геометрических ошибок

Классическая модель DH основана на идеализированных предположениях. Расширенные модели (такие как MDH и CPC) вводят дополнительные геометрические параметры. Калибровка с использованием лазерного трекера может уменьшить максимальную погрешность позиционирования примерно на 80%.

Калибровка погрешности инерциального измерительного блока (IMU)

Для калибровки MEMS-инерциальных измерительных блоков (IMU) необходимы параметры смещения, масштабные коэффициенты, перекрестная связь и температурный дрейф. Акселерометры обычно калибруются с использованием заводского шестипозиционного метода, а гироскопы — с помощью поворотных столов для измерения скорости. В системах роботизированных манипуляторов кинематические ограничения (например, статическое определение фазы) могут использоваться для обновления смещения IMU в режиме реального времени, эффективно подавляя дрейф интегрирования.

Процесс калибровки лазерного трекера

Робот перемещается по заданному набору точек, в то время как лазерный трекер регистрирует координаты концевого манипулятора; затем выявляются и компенсируются отклонения кинематических параметров. После калибровки абсолютная точность позиционирования двурукого коллаборативного робота улучшилась с 6,85 мм до 1,36 мм.

Негеометрические ошибки и динамическая компенсация

Негеометрические факторы, такие как упругость суставов, термическая деформация и трение, не могут быть адекватно описаны традиционными моделями. Методы калибровки на основе данных (например, нейронные сети, гауссовские процессы) позволяют обучаться отображению ошибок на основе измеренных данных. Компенсационные модели, интегрирующие инерциальные измерительные блоки (IMU), энкодеры и шестиосевые датчики силы в сочетании с адаптивным управлением, могут уменьшить среднюю ошибку позиционирования концевого эффектора до 0,15 мм и обеспечить повторяемость 0,07 мм.

Связь в реальном времени и многоосевая синхронизация

Многоосевая координация требует детерминированной передачи команд управления. Промышленная шина Ethernet EtherCAT использует механизм «обработки на лету»; ошибка синхронизации распределенного тактового сигнала (DC) составляет всего ±200 нс, а дрожание — ±5 мкс. Данные IMU должны передаваться в главный контроллер со скоростью ≥1 кГц через высокоскоростные интерфейсы (например, SPI) и синхронизироваться с циклами EtherCAT для обеспечения строгой частотной синхронизации между объединением данных об ориентации и управлением движением.

Тенденции и выводы

Высокоточная система позиционирования роботизированных манипуляторов развивается в направлении парадигмы многомодального зондирования, динамической компенсации на основе ИИ и вычислений в реальном времени на периферии сети. В качестве основного компонента для высокочастотного автономного определения ориентации, инерциальный измерительный блок (IMU), глубоко интегрированный с энкодерами, системами машинного зрения и датчиками силы, будет играть все более важную роль в высокоскоростных и динамичных сценариях. Достижение абсолютной точности позиционирования на уровне субмиллиметра или даже микрона требует скоординированной оптимизации на четырех уровнях: зондирование, вычисления, калибровка и синхронизация.