SCARA 机器人工具标定方法

一、标定目标

确定工具中心点(TCP)相对于末端法兰的偏移向量:

d = {x_t, y_t, z_t}

二、四点法(4-Point Method)标定 TCP 位置

让工具尖端接触一个固定空间点 C,从四个不同姿态接近,记录每次末端法兰在基坐标系中的位置和姿态角。

设第 i 次测量时:

  • 法兰中心位置:P_i = {x_i, y_i, z_i}
  • 工具绕 Z 轴旋转角:θ_i
  • 工具局部 TCP 偏移:d = {x_t, y_t, z_t}

则 TCP 在基坐标系中的位置为:

P_TCP: i = P_i + R_z(θ_i)·d

其中 R_z(θ_i) 是绕 Z 轴的旋转矩阵:

R_z(θ_i) = [cos θ_i -sin θ_i 0;sin θ_i cos θ_i 0; 0 0 1]

展开后:

x_TCP,i = x_i + x_t cos θ_i - y_t sin θ_i

y_TCP,i = y_i + x_t sin θ_i + y_t cos θ_i

z_TCP,i = z_i + z_t

由于所有 P_TCP,i 都应等于同一个固定点 C = {x_c, y_c, z_c},因此有:

x_i + x_t cos θ_i - y_t sin θ_i = x_c

y_i + x_t sin θ_i + y_t cos θ_i = y_c

z_i + z_t = z_c

移项得误差方程(用于最小二乘求解):

x_t cos θ_i - y_t sin θ_i - x_c = -x_i

x_t sin θ_i + y_t cos θ_i - y_c = -y_i

z_t - z_c = -z_i

三、最小二乘法求解(推荐 ≥4 组数据)

将 n 组测量数据代入,构建线性方程组:

A x = b

其中未知数向量 x 为:

x = {x_t, y_t, z_t, x_c, y_c, z_c}

矩阵 A 的每一行(对应第 i 次测量)为:

A_i = [cos θ_i, -sin θ_i, 0, -1, 0, 0] → 对应 x 方程

sin θ_i, cos θ_i, 0, 0, -1, 0\] → 对应 y 方程 \[ 0 , 0 , 1, 0, 0, -1\] → 对应 z 方程 向量 b 的每一行为: b_i = \[-x_i, -y_i, -z_i

求解最小二乘解:

x = (A^T A)^(-1) A^T b

最终,工具偏移量为:

x_t = x[1]

y_t = x[2]

z_t = x[3]

这样通过采集点位建立线性方程组,通过解最小二乘方程组实现了机器人工具坐标标定的全过程。

相关推荐
MarkHD2 小时前
Dify从入门到精通 第16天 工作流进阶 - 分支与判断:构建智能路由客服机器人
人工智能·机器人
ARM+FPGA+AI工业主板定制专家3 小时前
基于JETSON ORIN/RK3588+AI相机:机器人-多路视觉边缘计算方案
人工智能·数码相机·机器人
搞科研的小刘选手7 小时前
【早稻田大学主办】2026年第三届人工智能与未来教育国际学术会议(AIFE 2026)
人工智能·机器学习·数据挖掘·机器人·未来教育·远程教育·移动学习
沫儿笙1 天前
OTC欧地希焊接机器人智能气阀
机器人
爱吃青菜的大力水手1 天前
软银收购 ABB 机器人业务的背景与 Physical AI 的关联
人工智能·机器人
Mr.Winter`1 天前
深度强化学习 | 基于SAC算法的动态避障(ROS C++仿真)
人工智能·深度学习·神经网络·机器人·自动驾驶·ros·具身智能
酌量1 天前
路径平滑优化详解(二次规划): 数学建模与目标函数推导
经验分享·笔记·学习·机器人·自动驾驶
武子康1 天前
AI-调查研究-102-具身智能 智能机械臂、自动驾驶与人形机器人的模仿学习、强化学习与多模态融合趋势
人工智能·深度学习·机器学习·ai·机器人·强化学习·具身智能
ARM+FPGA+AI工业主板定制专家2 天前
基于JETSON/RK3588机器人高动态双目视觉系统方案
人工智能·机器学习·fpga开发·机器人·自动驾驶