文献

J-GLOBAL ID：202002210140415814   整理番号：20A2037730

両眼視覚に基づくロボットアームキャリブレーションと教示法【JST・京大機械翻訳】

Robotic arm calibration and teaching method based on binocular vision

著者 (5件)： Chen Ming (China University of Geosciences,School of Automation,Wuhan,China,430074) ,  Hong Xin (China University of Geosciences,School of Automation,Wuhan,China,430074) ,  Wei Longsheng (China University of Geosciences,School of Automation,Wuhan,China,430074) ,  Liu Yi (CRRC Zhuzhou Locomotive Co., Ltd.) ,  Xu Chi (China University of Geosciences,School of Automation,Wuhan,China,430074)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 5963-5969  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロボットアームの生産と組立によって引き起こされた誤差と,低い絶対位置決め精度の問題を目的として,ロボットアームキャリブレーションと両眼視に基づく教育の方法を,この論文で提案する。最初に,ロボットアームのジョイントを別々に回転するために制御して,ロボットアームの端部の運動軌跡データを両眼視によって記録した。次に,各関節軸運動の円中心と円平面法線ベクトルをAdamアルゴリズムを用いて最適化した。同定と計算の後,正確な運動学パラメータを得て,次に,再びマニピュレータを1回繰り返した。キャリブレーションを完了後,ユーザはカメラの下で軌道を定義するために教育棒を使用できて,定義された軌道を逆運動学解法のためにロボットアーム座標系に変換した。最後に,ロボットアームは軌道を再現するために制御された。実験結果は,提案方法がロボットアームの運動学パラメータの正確なキャリブレーションを完了できることを示した。較正後,ロボットアームの端の平均誤差は1mm以内であり,絶対位置決め精度は80%以上改善される。本論文で提案した方法は,低コストと簡単な操作を持ち,産業とデスクトップロボットアームキャリブレーションと教育で普及し,応用するのが容易である。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  教育 ,  最適化 ,  *視覚 ,  マニピュレータ ,  *ロボットアーム
準シソーラス用語： *両眼視 ,  位置決め精度 ,  デスクトップ ,  逆運動学 ,  運動軌道 ,  法線ベクトル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 両眼 ,  視覚 ,  教示