[論文レビュー] Design of Calibration Experiments for Identification of Manipulator Elastostatic Parameters

Alexandr Klimchik, Anatol Pashkevich+3 more|arXiv (Cornell University)|Nov 25, 2012

Advanced Measurement and Metrology TechniquesEngineering参考文献 25被引用数 19

ひとこと要約

本稿では、複合材料の大型部品機械加工に用いられる工業用ロボットアームの弾塑性パラメータを同定するための非線形実験設計フレームワークを提案する。ユーザーが定義するテストポーズの概念を導入し、最適化問題を解くことで、運動学的制約を満たし、衝突を回避しながらパラメータ同定の精度を向上させる最適な構成と適用される力・モーメントを生成する。この手法は、直列アームロボットを用いた実験で検証された。

ABSTRACT

The paper is devoted to the elastostatic calibration of industrial robots, which is used for precise machining of large-dimensional parts made of composite materials. In this technological process, the interaction between the robot and the workpiece causes essential elastic deflections of the manipulator components that should be compensated by the robot controller using relevant elastostatic model of this mechanism. To estimate parameters of this model, an advanced calibration technique is applied that is based on the non-linear experiment design theory, which is adopted for this particular application. In contrast to previous works, it is proposed a concept of the user-defined test-pose, which is used to evaluate the calibration experiments quality. In the frame of this concept, the related optimization problem is defined and numerical routines are developed, which allow generating optimal set of manipulator configurations and corresponding forces/torques for a given number of the calibration experiments. Some specific kinematic constraints are also taken into account, which insure feasibility of calibration experiments for the obtained configurations and allow avoiding collision between the robotic manipulator and the measurement equipment. The efficiency of the developed technique is illustrated by an application example that deals with elastostatic calibration of the serial manipulator used for robot-based machining.

研究の動機と目的

• 複合材料の大型部品加工に用いられる工業用ロボットにおける高精度な弾塑性キャリブレーションの課題に対処すること。
• 従来の手法の限界を克服するため、キャリブレーション実験の品質を評価・最適化するユーザー定義のテストポーズを導入すること。
• 指定された実験回数に対して、最適なマニピュレータの構成と適用荷重を生成する最適化フレームワークを開発すること。
• 運動学的制約を組み込むことで、キャリブレーション実験の実現可能性と安全性を保証し、ワークピeceや測定装置との衝突を回避すること。
• 弾塑性モデル同定の精度を向上させ、ロボットコントローラーにおける変形補償を効果的に行えるようにすること。

提案手法

• ロボット弾塑性キャリブレーションの文脈に特化した非線形実験設計理論を適応する。
• キャリブレーション実験の品質を評価する性能指標として、ユーザー定義のテストポーズを定義する。
• 各キャリブレーション実験からの情報量を最大化する最適化問題を定式化する。
• 数値的手法を用いて、マニピュレータの最適な構成とそれに応じる適用力・モーメントを計算する。
• 物理的実現可能性と衝突回避を確保するため、最適化に運動学的制約を組み込む。
• 適合性の高いワークフローとして、柔軟なワークピeceを含むロボットベースの加工アプリケーションに統合する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして弾塑性パラメータ同定のためのキャリブレーション実験の品質を体系的かつ最適化できるか？
• RQ2 パラメータ同定の精度を最大化する最適なマニピュレータの構成と適用荷重の組み合わせは何か？
• RQ3 運動学的制約を実験設計に統合することで、実現可能性と安全性をどのように確保できるか？
• RQ4 ユーザー定義のテストポーズの概念は、従来のキャリブレーション実験選択手法に比べてどのように改善をもたらすか？
• RQ5 提案手法は、精密加工に用いられるロボット制御における弾塑性モデルの精度をどのように向上させるか？

主な発見

• 提案手法は、弾塑性パラメータ同定の精度を顕著に向上させる最適なキャリブレーション実験を生成する。
• ユーザー定義のテストポーズの概念により、実験の品質を体系的かつ定量的に評価でき、より優れた実験設計が可能になる。
• 最適化フレームワークは、運動学的制約を満たしつつ情報量を最大化するマニピュレータの構成と適用荷重を効果的に同定した。
• 最適化プロセスに運動学的制約を組み込むことで、衝突回避が効果的に確保された。
• 本手法は、複合部品のロボットベース加工に用いられる直列アームロボットを用いた実世界の応用で検証された。
• 結果として、モデルの精度が向上し、精密製造における効果的な変形補償が可能になった。