隨著我國經(jīng)濟(jì)的迅猛發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的升級的迫切需求,，各產(chǎn)業(yè)市場的激烈競爭 促使企業(yè)提高生產(chǎn)效率降低產(chǎn)品的殘次率,，從而推動了各產(chǎn)業(yè)尤其是裝配領(lǐng)域?qū)Ω呔?的工業(yè)機(jī)械手需求,，SCARA 機(jī)械手的結(jié)構(gòu)特點特別適合動作重復(fù)性大,、裝配精度需求 高的裝配場合,，而高精度的裝配的前提是高精度的定位,。

　　SCARA 機(jī)械手視覺伺服精確 定位技術(shù)的研究主要包括以下幾個方面： 針對 SCARA 機(jī)械手視覺伺服精確定位系統(tǒng)的協(xié)調(diào)運行問題,，建立系統(tǒng)數(shù)學(xué)模型， 包括智能視覺相機(jī)模型,、SCARA 機(jī)械手運動學(xué)模型和動力學(xué)模型,、智能相機(jī)坐標(biāo)系與機(jī)械手坐標(biāo)系之間關(guān)系模型,。 針對 SCARA 機(jī)械手在運動過程中，抑制干擾對定點控制的影響,，消除因力矩突變 過大引發(fā)的機(jī)械抖動現(xiàn)象,。提出一種基于模糊內(nèi)模的 SCARA 機(jī)械手控制器設(shè)計方法， 提高系統(tǒng)控制精度,。

　　首先利用 SCARA 機(jī)械手動力學(xué)模型作為被控對象,，利用內(nèi)模控制 原理獲得被控對象的估計模型,，在滿足系統(tǒng)的穩(wěn)態(tài)誤差為零的條件下選擇合適的內(nèi)模濾 波器 ,，推導(dǎo)整體的控制規(guī)律，通過設(shè)計跟蹤位置誤差及誤差變化率的模糊規(guī)則表,， 運用 模糊推理規(guī)則,，采用重心法進(jìn)行模糊判決。

　　最后實驗結(jié)果表明,，系統(tǒng)具有 良好的干擾抑制效果,，消除了力矩突變過大帶來的機(jī)械劇烈抖動的現(xiàn)象，其力矩突變峰 值較單一內(nèi)?？刂平档土?,。

　　針對 SCARA 機(jī)械手平面定位精度不高，提出了一種網(wǎng)格模型并結(jié)合最小距離誤差 逼近方法,。通過構(gòu)建 SCARA 機(jī)械手平面定位的簡化模型,，概述網(wǎng)格模型收斂機(jī)理，分析機(jī)械手末端第一次到達(dá)的實際點與期望點相對位置關(guān)系,，構(gòu)建可變參數(shù)的起始網(wǎng)格模型,，采用最小距離誤差逼近求解下一步構(gòu)建可變參數(shù)網(wǎng)格模型起始點，最后由期望點在 網(wǎng)格模型中位置分布情況決定模型粒度點的收斂更新方向,。

　　實驗結(jié)果表明視覺引導(dǎo)的定 位補償策略彌補了因模型不精準(zhǔn)而造成的平面定位精度不高的現(xiàn)象,，補償后的定位精度達(dá)到 ，且調(diào)節(jié)參數(shù)單一,、機(jī)器末端走點次數(shù)明確,。 以 LABVIEW 為實驗平臺，搭建 SCARA 機(jī)械手視覺伺服精確定位系統(tǒng),。設(shè)計 SCARA 機(jī)械手運動學(xué)正逆解模塊,、軌跡規(guī)劃模塊、運動控制模塊,、誤差補償模塊,。利 用 NI-7842R 板卡實現(xiàn)數(shù)據(jù)的采集和輸出，控制 SCARA 機(jī)械手完成指定的動作，實現(xiàn)精確定位功能,。

　　SCARA 機(jī)械手的絕對定位精度與重復(fù)定位精度是衡量機(jī)械手綜合性能的關(guān)鍵技術(shù)指標(biāo),。絕對定位精度是通過一定手段獲取到期望位置點后，驅(qū)動機(jī)械手末端運動到達(dá)的實際位置點與期望位置點之間距離誤差大小,，通常由機(jī)械手參數(shù)等確定性因素共同作用,；重復(fù)定位精度是在指定目標(biāo)位置前提下，針對相同工作條件下重復(fù)執(zhí)行驅(qū)動到指定目標(biāo)位置時,，實際到達(dá)位置點形成的離散分布情況,，通常是由隨機(jī)性原始誤差組成。SCARA 機(jī)械手本體重復(fù)定位精度可以達(dá)到 20,？m 左右,，但系統(tǒng)的絕對定位精度一般為 1-3mm，絕對定位精度與重復(fù)定位精度之間通常有著兩個數(shù)量級的差距,。

　　許多單一因素都會影響 SCARA 機(jī)械手的定位精度,，并且往往 SCARA 機(jī)械手最后的定位精度通常是由各種因素共同作用下的結(jié)果,。在不同情況下,，每個單一因素都有可能成為影響機(jī)械手最終定位精度的主要原因，通常把影響定位精度的因素大體的歸納分成兩種類別：靜態(tài)因素和動態(tài)因素,。其中靜態(tài)因素主要包括如下兩種組成部分：（1）影響重復(fù)定位精度的控制誤差因素,。（2）測量造成的 SCARA 連桿運動學(xué)參數(shù)的實際值與 理論值的偏差因素。動態(tài)因素亦包括兩種組成部分：（1）由工作環(huán)境引發(fā)的溫度變化以及機(jī)械連接部位的機(jī)械磨損造成的運動學(xué)參數(shù)變化因素,。（2）機(jī)械手在運動過程中受慣性力與外界干擾等因素造成關(guān)節(jié)變形與機(jī)械抖動等因素,。

　　目前對 SCARA 機(jī)械手的定位精度的研究主要分成三大方向：第一類主要研究為了減小系統(tǒng)的控制誤差而研究更精確的定位控制算法。第二類主要研究通過建模,、測量與辨識等一系列手段提高 SCARA 機(jī)械手本體機(jī)械結(jié)構(gòu)參數(shù)的準(zhǔn)確性,，從而得到更接近期望點的坐標(biāo)位置。第三類主要通過采用一定的誤差補償算法來彌補機(jī)械手的絕對定位精度,。第一類研究是通過提高機(jī)械手在點到點的運動過程中重復(fù)定位精度從而影響整體的定位精度,。隨著裝配機(jī)械手的任務(wù)日趨復(fù)雜，控制精確度要求越來越高,，對系統(tǒng)穩(wěn)態(tài)精度需要越來越明顯,，國內(nèi)外的研究學(xué)者利用神經(jīng)網(wǎng)絡(luò)控制、滑?？刂?、自適應(yīng)控制、以及模糊控制等高級控制方法的優(yōu)勢,，采用多種控制思維結(jié)合的方式得到更加精確的定位,，并取得一定效果。第二類研究本質(zhì)為了最小化機(jī)械手連桿參數(shù)實際值與理論值的差距，通常借助更高精度的測量工具與一定的測量手段,，但是由于測量工具的昂貴以及對操作人員的專業(yè)要求較高,，存在一定的限制性，并且隨著機(jī)械手工作時間的累積,，造成機(jī)械手本體部位的磨損會對此種方法的效果大打折扣,。第三類研究本質(zhì)是通過影響絕對定位精度而提高相應(yīng)的系統(tǒng)定位精度。通?？梢源笾碌臍w納為軟件補償法與硬件補償法,。硬件補償法通過控制的反饋環(huán)節(jié)添加高精度的誤差補償器來實現(xiàn)高精度的定位，通常高精度的誤差補償器的造價都是極其昂貴的,，并且精確定位功能實現(xiàn)并不能完全依賴控制系統(tǒng)本身得到實現(xiàn),，所以其適用場合有限。而軟件補償法通過控制操作軟件調(diào)節(jié)機(jī)械手末端位置的輸入運動參數(shù),，其易于修改與低成本的特性造成了現(xiàn)如今的研究熱點,。

　　SCARA 機(jī)械手視覺伺服精確定位系統(tǒng)的關(guān)鍵技術(shù)體現(xiàn)在決定重復(fù)定位精度的機(jī)械手定位控制算法與影響機(jī)械手絕對定位精度的機(jī)械手誤差補償技術(shù)上，這兩個關(guān)鍵技術(shù)的設(shè)計好壞,，直接影響著機(jī)械手的點到點的穩(wěn)態(tài)精度,、使用壽命以及機(jī)械手最終的定位精度。因此他們是整個系統(tǒng)的關(guān)鍵技術(shù),。

　　1.2.2 機(jī)械手控制算法動態(tài)

　　機(jī)械手控制環(huán)節(jié)作為機(jī)械手關(guān)鍵技術(shù)重要部分,，它通過影響機(jī)械手的重復(fù)定位精度進(jìn)而提高機(jī)械手整體的定位精度?？刂破髟O(shè)計的好壞,，直接關(guān)系著機(jī)械手的運行性能，SCARA 機(jī)械手控制器可以根據(jù)是否考慮其動力學(xué)特性進(jìn)行分類,。

　?。?）運動控制，不考慮動力學(xué)特性,。直接通過反饋實際位置點與期望位置點之間距離誤差設(shè)計控制器,。當(dāng)在一些對定位精度要求不高的任務(wù)過程中，忽略機(jī)械手動力學(xué)特性的控制算法是可以滿足系統(tǒng)要求,。許多學(xué)者對其中模糊控制,、PD 控制、PID 控制,、模糊 PID 控制等控制策略進(jìn)行了大量研究,。但是對于裝配等對精度要求高、抗干擾能力強(qiáng)的操作任務(wù)而言,，上述控制方法,，就存在著許多的局限性，為此需要研究基于機(jī)械手動力學(xué)模型的控制算法。

　?。?）動態(tài)控制,，充分的考慮機(jī)械手動力學(xué)特性。從動力學(xué)模型性質(zhì)本身出發(fā),，結(jié)合先進(jìn)的控制算法中的神經(jīng)網(wǎng)絡(luò)控制,、自適應(yīng)控制、魯棒控制,、變結(jié)構(gòu)控制等優(yōu)勢,，提高 SCARA 機(jī)械手控制精度，提升抑制干擾的能力,、設(shè)計更加穩(wěn)定的控制規(guī)律,。

　　對于其中輸入為單一固定值的定點控制而言，許多學(xué)者有著自己獨到的見解,。針對動力學(xué)方程中存在的各動態(tài)因素,，許多學(xué)者在先進(jìn) PID 控制的基礎(chǔ)上引進(jìn)前饋控制思想補償定點控制的精度。如 Dung L T 提出在線重力補償?shù)淖赃m應(yīng) PD 控制,，定點控制精度較高,，但實時在線估計加重計算機(jī)負(fù)擔(dān)。De Luca A,， Flacco F 以減少穩(wěn)態(tài)誤差為目的,，采用固定重力補償,，降低自適應(yīng) PD 控制算法計算復(fù)雜度,。Huang J 提出基于全局位置重力補償 PD 控制，實現(xiàn)較高定點控制效果,，但系統(tǒng)的穩(wěn)定性受限于增益的控制策略,。同樣存在引入慣力項、哥氏力項作為前饋控制補償算法,，但是上述方法定位精度直接與建模的誤差緊密相聯(lián),。

　　許多時候機(jī)械手實際運動過程中給定的過程期望點總是在不斷變化，并且不斷給定的期望點的位置可以表述為隨時間變化的連續(xù)曲線,，,，單一的定點控制并不能滿足任務(wù)的需求，為了依然保證良好的控制精度,，需要研究更高效的控制算法,。

　　SCARA 機(jī)械手在點到點的運動過程中，為了得到更高精度的控制效果,，必須充分利用機(jī)械手動態(tài)控制方法的優(yōu)勢,，而又隨著精度要求越高控制算法日趨復(fù)雜，因此研究參數(shù)調(diào)節(jié)簡單，以保證穩(wěn)態(tài)精度為前提,，有效消除力矩突變,，抑制機(jī)械抖動問題的算法研究將成為本課題的重點。

　　1.2.3 誤差補償算法動態(tài)

　　通過分析造成 SCARA 機(jī)械手的誤差因素原因,，從而為了提高機(jī)械手的絕對定位精度,，可以通過以下兩大類方法來實現(xiàn)：誤差預(yù)防法、誤差補償法,。由于誤差預(yù)防法側(cè)重在制造 SCARA 機(jī)械手中通過提高其關(guān)鍵配件的設(shè)計與加工環(huán)節(jié)工藝水平,，進(jìn)而提高系 v》 統(tǒng)的定位精度。容易受加工設(shè)備,、材料等其他因素的影響,，且成本較高，這種方式一般只適用于制造機(jī)械手的過程中采用,，對于已經(jīng)裝配成型的機(jī)械手沒有相應(yīng)的處理辦法,。而誤差補償法又可以分為軟件補償、硬件補償,。其中硬件補償通過附加額外的誤差補償器來消除末端的位置誤差,，成本高，一般不利于推廣,。軟件誤差補償法又可以按照補償?shù)姆绞椒譃閮煞N情況：

　?。?）參數(shù)誤差補償方法：即當(dāng)獲取了較高精度的機(jī)械手運動學(xué)參數(shù)后，通過附加一定的控制算法再次修改機(jī)械手原有的控制系統(tǒng)參數(shù),，最小化實際參數(shù)與理論值之間的偏差來提高機(jī)械手的絕對定位精度,。Wang D 通過對機(jī)械手的定位誤差規(guī)律進(jìn)行深度分析，并采用神經(jīng)網(wǎng)絡(luò)控制算法進(jìn)行了模擬實驗,，獲得接近機(jī)械手的實際運動學(xué)參數(shù),，提高機(jī)械手誤差補償?shù)膶崟r性，但是大量的訓(xùn)練樣本,，加重了實驗的工作量,。Liu C 通過對機(jī)械手工作空間選定網(wǎng)格位置點進(jìn)行相應(yīng)的雙線性插補以及曲線擬合，修改運動參數(shù),，從而對機(jī)械手末端位置進(jìn)行補償,。Pini F 借助外界精密儀器，不斷采集并修正運動過程中的誤差模型參數(shù),，提高定位精度,。但是上述方法簡單的把 SCARA 機(jī)械手誤差造成的原因歸責(zé)于機(jī)械手各關(guān)節(jié)軸的連桿之間物理參數(shù)的理論值與實際值的偏差，而并沒有結(jié)合分析實際情況下機(jī)械手可能受到負(fù)載,，溫度,，關(guān)節(jié)間隙,、坐標(biāo)變換、控制等一系列因素共同作用的影響,。

　?。?）攝動誤差補償法：根據(jù)期望位置與實際位置的偏差，通過預(yù)先添加一個附加位置增量,，使該附加的位置增量能有效降低由參數(shù)誤差引起的位置誤差,，最后使得機(jī)械手末端實際點接近期望點。一般需要結(jié)合視覺伺服控制技術(shù),，通過機(jī)械手末端位置的反饋來實時的進(jìn)行反饋誤差補償,，從而提高系統(tǒng)的絕對定位精度。祝建禮針對 5 自由度的機(jī)械手構(gòu)建了微小攝動誤差模型,，通過數(shù)值分析法采用逐步逼近位置誤差求解補償變量,，提高絕對定位精度。但計算中存在精確度丟失的問題,。ZhouW 提出基于空間網(wǎng)格的機(jī)械手精度補償方法,，通過空間插補方式對目標(biāo)期望點定位預(yù)測，但最小空間網(wǎng)格劃分的精度會直接影響補償?shù)男Ч?。廖文和基于分析空間網(wǎng)格相鄰兩點之間內(nèi)在關(guān)聯(lián),，提出了定位誤差相似度的概念，采用反距離加權(quán)法進(jìn)行插值優(yōu)化網(wǎng)格步長,，但優(yōu)化過程只考慮了靜態(tài)因素,。周煒基于空間網(wǎng)格精度補償?shù)幕A(chǔ)，采用粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的機(jī)械手精度補償方法,，降低環(huán)境因素變化對補償效果的影響,，但訓(xùn)練神經(jīng)網(wǎng)絡(luò)的采樣樣本數(shù)量偏大。尹湘云提出基于模型控制方法和智能計算相結(jié)合的方法,，以面向小樣本原理的支持向量機(jī)回歸算法預(yù)測位置誤差,，有利于減少位姿測量的點數(shù)，但基于小樣本原理構(gòu)建的模型應(yīng)用范圍有一定的限制,。許輝提出基于距離誤差的機(jī)械手誤差補償模型，避免了測量系統(tǒng)坐標(biāo)系與機(jī)械手基礎(chǔ)坐標(biāo)系之間的轉(zhuǎn)換誤差,，有效的降低了由坐標(biāo)轉(zhuǎn)換引起的定位精度問題,。Brethe J 提出基于粒度隨機(jī)模型結(jié)合置信橢圓區(qū)域跳轉(zhuǎn)的誤差補償策略方法，提高機(jī)械手的絕對定位精度,，但此方法不適用于對于起始絕對定位精度偏低的機(jī)械手,，且其跳轉(zhuǎn)的過程帶有一定的隨機(jī)性。

　　總結(jié)：以上研究動態(tài)顯示為了提高機(jī)械手的絕對定位精度,，攝動誤差補償方法已經(jīng)成為研究熱點,；因此研究補償效果明顯,、適用性強(qiáng)的誤差補償算法將成為本課題的重點。