内容简介
在工业机器人系统中，精确恰当的参数是影响综合性能，实现高效化作业的关键。为了充分发挥工业机器人的性能潜力，本书系统讲解工业机器人运动学参数标定和控制参数智能优化方法，即通过辨识精确的模型参数，配置恰当的控制参数，提高工业机器人的运动控制性能，推动工业机器人高自动化、高智能化转型升级。
书中阐释了面向工业机器人参数优化的典型智能计算方法、基于粒子群算法的机器人末端测量仪器参数标定方法、基于LSM-PSO算法的机器人运动学参数标定方法、基于约束蝙蝠算法的机器人控制参数离线优化方法、基于模糊计算的机器人控制参数在线优化方法等，并通过实际案例介绍了工业机器人参数标定与优化的实践。
本书可供机械工程、自动化工程领域的师生学习使用，也可供从事工业机器人相关工作的工程师参考和阅读。
目录
第1章 绪论 001
1.1 工业机器人运动学参数标定 003
1.1.1 工业机器人末端位姿测量 003
1.1.2 工业机器人运动学参数辨识 006
1.1.3 工业机器人运动学参数补偿 007
1.2 机器人控制参数智能优化 008
1.3 本书主要内容 009
第2章 面向工业机器人参数优化的典型智能计算 012
2.1 性能指标及约束条件 012
2.2 深度优先搜索算法 015
2.3 粒子群优化算法 016
2.3.1 速度及位置更新公式 016
2.3.2 参数设定规则 016
2.4 差分进化算法 018
2.5 蝙蝠算法 020
2.6 模糊计算 021
2.6.1 模糊系统基本结构 021
2.6.2 Mamdani 型模糊计算 023
第3章 基于粒子群算法的机器人末端测量仪器参数标定 024
3.1 概述 024
3.2 基于粒子群算法的R-test 结构参数标定方法 025
3.2.1 R-test 的结构参数传统标定方法 025
3.2.2 基于正交位移的R-test 026
3.2.3 基于粒子群算法的R-test 非冗余结构参数标定方法 030
3.2.4 R-test 测量工业机器人精度 033
3.3 传感器测量球面误差的测量方法及实验研究 034
3.3.1 基于基准点标定的传感器测量球面误差的测量方法 035
3.3.2 激光位移传感器测量球面实验 038
3.4 基于R-test 的球心三维位移测量方法实验 042
3.4.1 基于粒子群算法的R-test 结构参数标定方法实验 043
3.4.2 R-test 测量工业机器人精度实验 047
第4章 基于LSM-PSO 算法的机器人运动学参数标定 051
4.1 概述 051
4.2 工业机器人运动学正解和反解模型 051
4.2.1 经典DH 法则 051
4.2.2 垂直六关节型工业机器人运动学正解和反解模型 052
4.3 工业机器人运动学参数误差模型 058
4.3.1 单个连杆误差参数模型 058
4.3.2 串联运动链的运动学误差参数模型 060
4.4 基于LSM-PSO 的位置误差模型辨识算法 063
4.4.1 基于手眼位姿参数分离的位置误差辨识模型 063
4.4.2 基于LSM-PSO 的分步辨识算法 065
4.4.3 仿真结果分析 067
第5章 基于约束蝙蝠算法的机器人控制参数离线优化 069
5.1 概述 069
5.2 机器人控制参数离线优化方案 069
5.3 ε 约束处理机制 071
5.4 数据驱动约束蝙蝠算法研究 072
5.4.1 数据驱动约束蝙蝠算法的框架 072
5.4.2 数据驱动约束蝙蝠算法的关键模块设计 074
5.4.3 收敛性验证 078
5.5 数据驱动约束蝙蝠算法的数值仿真实验 081
5.5.1 提议的GDFS 策略的有效性 081
5.5.2 基于CEC2017 基准约束函数的实验 081
第6章 基于模糊计算的机器人控制参数在线优化 089
6.1 概述 089
6.2 机器人控制参数在线优化方案 090
6.2.1 永磁同步伺服驱动系统 090
6.2.2 模糊自适应PI 控制方法 092
6.3 预测型模糊自适应PI 控制结构 093
6.3.1 改进的预测函数控制模块 093
6.3.2 自适应模糊调整器 095
6.3.3 新型自抗扰PI 控制器 097
6.4 基于频率响应的控制参数优化流程 098
6.4.1 基于D-分解理论的稳定性和H∞ 鲁棒性分析 099
6.4.2 基于稳定性和H∞鲁棒性条件的初始参数的设计标准 102
6.5 仿真实验 103
第7章 工业机器人参数标定与优化实践 107
7.1 工业机器人运动学参数标定实践 107
7.1.1 误差建模 107
7.1.2 位置测量 109
7.1.3 误差辨识 110
7.2 工业机器人控制参数优化实践 113
7.2.1 系统描述 113
7.2.2 控制参数优化 114
7.2.3 仿真实例 116
参考文献 128
前言/序言
工业机器人是现代制造业自动化的基础和智能制造装备的典型代表，广泛应用于计算机、通信、消费电子等领域，是现代制造业的重要支柱。运动控制系统是工业机器人的重要组成部分，其性能直接决定了机器人的应用范围和场景，本书以提升工业机器人运动控制性能为目标，重点介绍运动控制系统参数智能优化方法。
本书内容分为五大部分。第一部分为第1章绪论，介绍工业机器人运动学参数标定和控制参数优化方法的发展现状。第二部分为第2章，介绍面向工业机器人参数优化的典型智能计算，包括深度优先搜索算法、粒子群优化算法、差分进化算法、蝙蝠算法和模糊计算。第三部分是基于智能算法的机器人运动学参数标定，包含第3～4章。第3章主要介绍基于粒子群算法的机器人末端测量仪器参数标定；第4章主要介绍基于LSM-PSO算法的机器人运动学参数标定。第四部分是基于智能算法的机器人控制参数优化，包含第5～6章。第5章主要介绍基于约束蝙蝠算法的机器人控制参数离线优化；第6章主要介绍基于模糊计算的机器人控制参数在线优化。第五部分为第7章工业机器人参数标定与优化实践，主要介绍基于智能算法的运动学参数标定和控制参数优化实例。
本书由郭艺璇、李虎、付成龙撰写，唐小琦和宋宝教授对本书的撰写提出了宝贵的意见。
由于作者水平有限，书中难免存在一些不足之处，敬请读者批评指正。
著者
