Entwicklung und Implementierung eines Verfahrens zur statischen, kartesischen Kalibrierung von Robotern unter Verwendung gemessener räumlicher Abweichungen
- Art: Diplomarbeit
- Autor: Frank Seidel
- Abgabedatum: August 2002
- Umfang: 114 Seiten
- Dateigröße: 4,1 MB
- Note: 1,7
- Institution / Hochschule: Technische Universität Dortmund Deutschland
- ISBN (eBook): 978-3-8324-7088-3
-
ISBN (Paperback) :
978-3-8324-7088-3 P - ISBN (CD) :978-3-8324-7088-3 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Seidel, Frank August 2002: Entwicklung und Implementierung eines Verfahrens zur statischen, kartesischen Kalibrierung von Robotern unter Verwendung gemessener räumlicher Abweichungen, Hamburg: Diplomica Verlag
- Schlagworte: Robotik, Elektrotechnik, Informatik, Steuerung, Regelungstechnik
In den Warenkorb
68,00 €
Diplomarbeit von Frank Seidel
Einleitung:
Trotz der weiten Verbreitung von Computern und Rechnersystemen werden Roboter heute immer noch sehr häufig mittels Online-Programmierung programmiert. Dabei fährt der Benutzer den TCP (Tool Center Point, im Allgemeinen bei einem Greifer der Punkt, an dem dieser ein Werkstück greift) mit Hilfe des zum Roboter gehörenden Handbediengerätes zu allen für das Programm relevanten Punkten und übernimmt an diesen Punkten die sechsdimensionale Positionsangabe. Durch dieses Vorgehen wird die sehr hohe Wiederholgenauigkeit von modernen Industrierobotern genutzt. Diese Eigenschaft kennzeichnet die Fähigkeit von Industrierobotern, bekannte Punkte mit hoher Genauigkeit anzufahren.
Nachteile dieser Methode sind: Da der Roboter während der Programmierung benötigt wird, ergibt sich ein Produktionsstillstand und damit werden Kosten verursacht. Diese sind umso höher, zumal jede relevante Position geteacht werden muss und so der zeitliche Rahmen sehr umfangreich wird. Wenn sehr präzise Programmabläufe gefordert sind, können die Programme nicht auf Roboter des gleichen Typs übertragen werden, so dass für jeden Roboter die zeit- und kostenintensiven Teachphasen anfallen. Dem heutigen Stand der Technik wesentlich eher entsprechend ist der Ansatz der Offline-Programmierung des Roboters. Der gesamte Arbeitsablauf des Roboters wird an einem Rechner geplant. Dabei wird mit Hilfe eines Simulationsprogramms die Arbeitszelle des Roboters mit allen relevanten Gegenständen und Werkstücken modelliert. In der Simulation werden die Programme für den Arbeitsablauf erstellt. Wenn diese Erstellung abgeschlossen ist, werden die Programme und alle anderen nötigen Daten an den Roboter übertragen. Dadurch verringert sich die Zeit, in der die Produktion gestoppt werden muss.
Neben dem Vorteil der Kostenersparnis ergibt sich auch eine bessere Bedienbarkeit und ein höherer Komfort bei der Programmierung, da verschiedene im Simulationssystem integrierte Werkzeuge benutzt werden können, um die Programmierung zu erleichtern. Allerdings hat dieses Verfahren auch Nachteile: Da nun der Roboter nicht mehr mit Hilfe des Handbediengerätes an die relevanten Positionen gefahren wird, spielt die entscheidende Rolle für die Anwendbarkeit des erstellten Programms nicht mehr die Wiederholgenauigkeit des Roboters, sondern die absolute Positioniergenauigkeit. Damit wird die Genauigkeit bezeichnet, mit der der Roboter eine Position im Raum, die nicht vorher geteacht wurde, anfahren kann. Die absolute Positioniergenauigkeit ist für typische Industrieroboter nach [Ghaz 96] um den Faktor 10 bis 70 schlechter als die Wiederholgenauigkeit.
Damit sind prinzipiell die mittels Offline-Programmierung erstellten Programme so ungenau, dass die Aufgaben nicht direkt durchgeführt werden können, sondern die Positionen erst noch „nachgeteacht“ werden müssen. Mögliche Aufgaben wie Lackieren, Polieren, Entgraten, Schleifen oder Bahnschweißen erfordern sehr hohe Genauigkeiten. Die Wiederholgenauigkeit eines typischen Roboters ist für solche Aufgaben sehr wohl ausreichend. Die größeren Abweichungen beim Einsatz der Offline-Programmierung sind hingegen im Allgemeinen nicht akzeptabel. Der mögliche Ausweg, die Positionen „nachzuteachen“, ist nur in wenigen Anwendungen eine Lösung, da bei den meisten Anwendungen sehr viele Positionen bei derartigen Aufgaben angefahren werden müssen. Der Aufwand des „Nachteachens“ ist bei solchen Anwendungen mit vielen Positionen zu hoch, zumal der Roboter dafür benötigt wird, so dass dieser dann auch nicht mehr für die laufende Produktion benutzt werden kann. Bei den angesprochenen Aufgaben ist eine große Präzision erforderlich, die Abweichungen von den idealen Positionen sollten deutlich unter einem halben Millimeter liegen. Die Anzahl der Positionen, die bei einer solchen Anwendung relevant werden, liegt weit über tausend. Diese große Anzahl von Positionen veranschaulicht, dass für das Offline-Programmieren ein sehr hoher Zeitaufwand nötig wird. Daher wäre es wünschenswert, ein System zur Verfügung zu haben, mit dessen Hilfe es gelingt, mit möglichst wenigen geteachten Positionen eine so deutliche Erhöhung der Genauigkeit des verwendeten Roboters zu erzielen, dass die offline erstellten Programme ohne weitere Änderungen sofort verwendbar sind. Daraus resultiert neben einer Komforterhöhung auch eine Kosteneinsparung, denn der Roboter wird zum einen nur für einen wesentlich kürzeren Zeitraum unmittelbar zur Programmierung benötigt und zum anderen kann das verwendete Simulationssystem mittels spezieller Werkzeuge die Programmierung unterstützen und effizienter machen.
Inhaltsverzeichnis:
| KAPITEL 1 | ||
| EINLEITUNG | 1 | |
| KAPITEL 2 | ||
| STAND DER TECHNIK UND ZIELE | 4 | |
| 2.1 | KALIBRIERUNG | 4 |
| 2.2 | ZU LÖSENDE AUFGABENSTELLUNGEN BEI DER KALIBRIERUNG | 8 |
| 2.3 | ZIELE DER ARBEIT | 9 |
| KAPITEL 3 | ||
| BESCHREIBUNG DES VERFAHRENS | 11 | |
| 3.1 | BENÖTIGTE DATEN | 11 |
| 3.2 | GRUNDLAGEN | 14 |
| 3.2.1 | Roll, Pitch und Yaw – Winkel | 14 |
| 3.2.2 | Drehvektor – Drehwinkel – Darstellung | 16 |
| 3.2.3 | Frames | 16 |
| 3.2.4 | Quaternionen | 20 |
| 3.2.5 | SLERP | 23 |
| 3.2.6 | Das ICP-Verfahren | 24 |
| 3.3 | DAS VERFAHREN | 24 |
| 3.4 | ERZEUGTE AUSGABE | 38 |
| 3.5 | LAUFZEITBETRACHTUNG | 38 |
| KAPITEL 4 | ||
| INTEGRATION IN COSIMIR | 40 | |
| 4.1 | KONZEPT MIT SOLUTION FINDER | 41 |
| 4.2 | EINBINDUNG MITTELS SOLUTION FINDER | 41 |
| 4.3 | ANWENDERSCHNITTSTELLE | 42 |
| KAPITEL 5 | ||
| ANWENDUNG AM REALSYSTEM | 46 | |
| 5.1 | ANWENDUNGSFALL 1: GERADE | 46 |
| 5.2 | ANWENDUNGSFALL 2: EINFACHE HOMOGENE TRANSFORMATION | 51 |
| 5.3 | ANWENDUNGSFALL 3: TESTDATENSATZ | 53 |
| 5.4 | ANWENDUNGSFALL 4: „SCHIEFE ROBOTER“ | 69 |
| 5.5 | ANWENDUNGSFALL 5: MITSUBISHI RV-E4NM | 85 |
| KAPITEL 6 | ||
| ERGEBNISSE UND ERFAHRUNGEN | 92 | |
| KAPITEL 7 | ||
| ZUSAMMENFASSUNG | 94 | |
| ANHANG A | ||
| DER ROBOTERPLOT | 97 | |
| ANHANG B | ||
| ABBILDUNGSVERZEICHNIS | 100 | |
| ANHANG C | ||
| TABELLENVERZEICHNIS | 103 | |
| ANHANG D | ||
| LITERATURVERZEICHNIS | 104 |
Beim Solution Finder handelt es sich um eine Erweiterung von COSIMIR. Auch dieser wurde und wird am IRF in Dortmund entwickelt. Damit wird der Anwender von COSIMIR in die Lage versetzt, automatisch RoboterProgramme und Varianten von Roboter-Programmen zu erstellen. So kann der Anwender einfach und schnell Roboter-Programme anpassen, wenn Varianten von Werkstücken auftreten, die eigentlich eine manuelle Anpassung des Roboter-Programms erfordern. [FPL 01], [FPL 01-2], [FLP 02], [FrLu 02] beschreiben den Einsatz des Solution Finders. Der Solution-Finder kann mittels sogenannter Plug-In-Module auf einfache Weise erweitert werden. Diese Tatsache und die Überlegung, dass eine Kalibrierung bei der Automatisierung von Programmgenerierungen durchaus hilfreich sein kann, haben dazu geführt, eine Einbindung der Kalibrierung mittels des Solution Finders durchzuführen. [...]
Die Laufzeit des beschriebenen Algorithmus hängt von der Größe der zu kalibrierenden In-Positionsliste sowie von der Anzahl der Trainingspositionen ab. Die Abweichung an den Trainingspositionen wird für jede zu kalibrierende Position bestimmt. Wenn n die Anzahl der Trainingspositionen ist und m die Anzahl der zu kalibrierenden Positionen, so ergibt sich deshalb eine Laufzeit von O(n * m). Dies bedeutet, dass bei fester Anzahl von zu kalibrierenden Positionen mit einem linearen Anstieg der Berechnungszeit bei wachsender Anzahl von Trainingspositionen zu rechnen ist. Dieser Sachverhalt wird in Kapitel 5.3 auch experimentell bestätigt. Da die Laufzeit bei großen Punktmengen sehr groß werden kann, wird dem Benutzer die Möglichkeit gegeben, durch zwei Parameter Einfluss auf das Laufzeitverhalten zu nehmen. Durch den Parameter $CALIBRATION_MAX_DISTANCE kann der Benutzer festlegen, bis zu welchem Abstand (in mm) von der aktuellen Position aus In Trainingspositionen zur Berechnung herangezogen werden. Wird der Wert des Parameters beispielsweise auf 50 gesetzt, so werden für die Kalibrierung nur Teachpositionen berücksichtigt, die maximal 50 mm von der aktuellen Position entfernt sind. [...]
Die Positionen der beiden Trainings-Positionslisten und der InPositionsliste werden auf den jeweiligen Schwerpunkt bezogen. Die Positionen der Positionslisten Training-Ideal sowie In werden jeweils auf den Schwerpunkt der idealen Trainings-Positionsliste bezogen, die Positionen der Positionsliste Training-Real werden auf den Schwerpunkt der realen Positionsliste bezogen. Dies geschieht – wie in 3.2.3 beschrieben – durch eine Multiplikation der jeweiligen Frames. Abbildung 3.12 zeigt die Situation für die idealen Trainingspositionen vor der Transformation. In Abbildung 3.13 ist der Schwerpunkt S der Punktwolke bestimmt, alle Trainingspositionen beziehen sich jetzt nicht mehr auf das Weltkoordinatensystem, sondern auf S. Für eine Trainingsposition TPi,id ist der Zusammenhang der Frames kenntlich gemacht. Es gilt: [...]
In den Warenkorb
68,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832470883
Arbeit zitieren:
Seidel, Frank August 2002: Entwicklung und Implementierung eines Verfahrens zur statischen, kartesischen Kalibrierung von Robotern unter Verwendung gemessener räumlicher Abweichungen, Hamburg: Diplomica Verlag
Schlagworte:
Robotik, Elektrotechnik, Informatik, Steuerung, Regelungstechnik



