[논문 리뷰] Design of Calibration Experiments for Identification of Manipulator Elastostatic Parameters

Alexandr Klimchik, Anatol Pashkevich외 3명|arXiv (Cornell University)|2012. 11. 25.

Advanced Measurement and Metrology TechniquesEngineering참고 문헌 25인용 수 19

한 줄 요약

이 논문은 복합재료의 대형 부품machining에 사용되는 산업용 로봇 암을 위한 탄성정적 매개변수 식별을 최적화하기 위해 비선형 실험 설계 프레임워크를 제안한다. 사용자가 정의한 테스트 자세 개념을 도입하고 최적화 문제를 해결함으로써, 운동학적 제약 조건을 준수하고 충돌을 피하면서도 매개변수 식별 정확도를 향상시키는 최적의 구성 및 적용 힘/모멘트를 생성한다. 이는 직렬 로봇에서 검증되었다.

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.

연구 동기 및 목표

• 복합재료의 대형 부품 가공에 사용되는 산업용 로봇에서 정밀한 탄성정적 캘리브레이션을 해결한다.
• 이전 방법의 한계를 극복하기 위해 캘리브레이션 실험 품질 평가 및 최적화를 위한 사용자가 정의한 테스트 자세를 도입한다.
• 주어진 실험 수에 대해 최적의 암 구성 및 적용 하중을 생성하는 최적화 프레임워크를 개발한다.
• 운동학적 제약 조건을 통합하여 캘리브레이션 실험의 실현 가능성과 안전성을 확보한다.
• 로봇 제어기에서의 도징 보정을 효과적으로 구현할 수 있도록 탄성정적 모델 식별 정확도를 향상시킨다.

제안 방법

• 로봇 탄성정적 캘리브레이션의 특수한 맥락에 비선형 실험 설계 이론을 적용한다.
• 캘리브레이션 실험 품질 평가의 성능 지표로 사용자가 정의한 테스트 자세를 정의한다.
• 각 캘리브레이션 실험에서의 정보 수확을 극대화하는 최적화 문제를 수립한다.
• 수치적 절차를 사용하여 암의 최적 구성 및 해당 적용 힘/모멘트를 계산한다.
• 물리적 실현 가능성과 충돌 방지를 위해 최적화에 운동학적 제약 조건을 통합한다.
• 유연한 작업물을 포함한 로봇 기반 가공 응용 분야의 워크플로우에 이 방법을 통합한다.

실험 결과

연구 질문

• RQ1 탄성정적 매개변수 식별을 위한 캘리브레이션 실험 품질을 체계적으로 평가하고 최적화할 수 있는 방법은 무엇인가?
• RQ2 매개변수 식별 정확도를 극대화하는 데 가장 적합한 암 구성 및 적용 하중 조합은 무엇인가?
• RQ3 실험 설계에 운동학적 제약 조건을 통합하여 실현 가능성과 안전성을 확보하는 방법은 무엇인가?
• RQ4 사용자가 정의한 테스트 자세 개념은 기존의 캘리브레이션 실험 선택 방법에 비해 어떤 점에서 향상되는가?
• RQ5 제안된 방법은 로봇 제어에 사용되는 탄성정적 모델의 정확도를 어떻게 향상시키는가?

주요 결과

• 제안된 방법은 탄성정적 매개변수 식별 정확도를 크게 향상시키는 최적의 캘리브레이션 실험을 생성한다.
• 사용자가 정의한 테스트 자세 개념을 통해 실험 품질 평가를 체계적이고 정량적으로 가능하게 하여 보다 우수한 실험 설계를 이룬다.
• 최적화 프레임워크는 운동학적 제약 조건을 준수하면서도 정보 수확을 극대화하는 구성 및 적용 하중을 성공적으로 식별한다.
• 최적화 과정에 운동학적 제약 조건을 통합함으로써 충돌 방지가 효과적으로 보장된다.
• 이 방법은 직렬 암을 사용한 실세계 응용 사례에서 검증되었으며, 복합재료 부품의 로봇 기반 가공에 적용되었다.
• 결과는 모델 정확도 향상을 입증하여 정밀 제조를 위한 로봇 제어기에서의 도징 보정을 효과적으로 구현할 수 있음을 보여준다.