(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211203855.5 (22)申请日 2022.09.29 (71)申请人 法奥意威 （苏州） 机 器人系统有限公 司 地址 215000 江苏省苏州市高新区竹园路 209号2号楼1810室 (72)发明人 查文斌　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 何明伦 (51)Int.Cl. G01C 15/00(2006.01) G01B 11/00(2006.01) G06F 17/16(2006.01) G06N 3/12(2006.01) (54)发明名称 运动学参数确定方法、 装置、 智能设备和可 读存储介质 (57)摘要 本申请提供一种运动学参数确定方法、 装 置、 智能设备和可读存储介质， 通过构建机器人 的基坐标系和末端法兰坐标系， 并获得末端工具 在末端法兰坐标系下的工具坐标。 在机器人移动 至多个不同位置的情况下， 获得各个位置处对应 关节状态下机器人的关节数据以及基于激光测 量仪记录得到的末端工具在基坐标系下的工具 位置。 基于末端工具在末端法兰坐标系下的工具 坐标、 多组关节数据和末端工具在基坐标系下的 多组工具位置， 计算得到机器人的运动学参数。 本方案基于激光测量仪和靶球， 并结合多个不同 关节状态下的数据进行运动学参数的确定， 使 得 结果在无需多个靶球标定的情况下， 也能够具有 较高的准确度且贴合实际应用情况。 权利要求书2页 说明书11页 附图6页 CN 115523906 A 2022.12.27 CN 115523906 A 1.一种运动学参数确定方法， 其特征在于， 应用于机器人， 所述机器人包括底座、 设置 在所述底座上的机器人本体以及设置在所述机器人本体末端的末端工具， 所述末端工具上 安装有靶球， 所述方法包括： 基于激光测量仪向所述靶球发出的激光信号， 建立所述机器人的基坐标系和末端法兰 坐标系； 获得所述末端工具在所述末端法兰坐标系下的工具坐标； 在所述机器人移动至多个不同的位置的情况下， 获得各个位置处对应关节状态下所述 机器人的关节数据以及基于所述激光测 量仪记录得到的末端工具在所述基坐标系下的工 具位置； 基于所述末端工具在末端法兰坐标系下的工具坐标、 多组关节数据和末端工具在基坐 标系下的多组工具位置， 计算得到所述机器人的运动学参数。 2.根据权利要求1所述的运动学参数确定方法， 其特征在于， 所述基于所述末端工具在 末端法兰坐标系下 的工具坐标、 多组关节数据和末端工具在基坐标系 下的多组工具位置， 计算得到所述机器人的运动学参数的步骤， 包括： 根据多组关节数据以及 设置的标定运动学参数， 获得各关节状态下所述末端工具在基 坐标系下的标定末端 姿态和标定末端位置； 根据所述末端工具在所述末端法兰坐标系下的工具坐标、 标定末端姿态和标定末端位 置， 得到所述末端工具的理论 位置； 以所述标定运动学参数、 转 化坐标、 标定末端位置构建雅克比矩阵； 基于所述末端工具在基坐标系下的理论位置、 工具位置和雅克比矩阵， 计算得到参数 补偿值； 利用所述 参数补偿值对标定运动参数进行补偿， 得到 机器人的运动学参数。 3.根据权利要求2所述的运动学参数确定方法， 其特征在于， 所述根据 所述末端工具在 所述末端法兰坐标系 下的工具坐标、 标定末端姿态和标定末端位置， 得到所述末端工具 的 理论位置的步骤， 包括： 根据所述末端工具在末端法兰坐标系下的工具坐标和所述标定末端姿态， 计算得到所 述末端工具的转 化坐标； 基于所述 转化坐标和标定末端位置， 得到所述末端工具的理论 位置。 4.根据权利要求3所述的运动学参数确定方法， 其特征在于， 所述根据 所述末端工具在 末端法兰坐标系下的工具坐标和所述标定末端姿态， 计算得到所述末端工具的转化坐标的 步骤， 包括： 在所述末端工具在末端法兰坐标系下的工具坐标基础上加入优化的工具补偿量， 得到 补偿后的工具坐标； 根据补偿后的工具坐标和所述标定末端 姿态， 计算得到所述末端工具的转 化坐标。 5.根据权利要求4所述的运动学参数确定方法， 其特征在于， 所述基于所述末端工具在 基坐标系下的理论 位置、 工具位置和雅克比矩阵， 计算得到参数补偿值的步骤， 包括： 对构建的雅克比矩阵添加阻尼系数， 并进行伪逆运 算得到更新的雅克比矩阵； 基于所述末端工具在基坐标系下的理论位置、 工具位置和更新的雅克比矩阵， 计算得 到参数补偿值。权　利　要　求　书 1/2 页 2 CN 115523906 A 26.根据权利要求5所述的运动学参数确定方法， 其特征在于， 所述更新的雅克比矩阵包 括优化后的加权系数， 获得优化的加权系数和优化的工具补偿量的步骤， 包括： 构建初始种群， 所述初始种群包括多个初始加权系数和初始工具补偿量； 在构建的适应度函数的指导下， 采用改进的遗传算法对初始种群进行优化迭代， 并在 满足迭代 停止要求时， 得到优化的加权系数和优化的工具补偿量。 7.根据权利要求6所述的运动学参数确定方法， 其特征在于， 所述采用改进的遗传算法 对初始种群进行优化迭代的步骤， 包括： 在每轮迭代轮次中， 根据设置的变异概率和 交叉概率， 对本次迭代轮次中种群包括的 加权系数和工具补偿量进行变异操作和交叉操作； 将得到的新的加权系数与其上一代的加权系数进行合并， 并得到的新的工具补偿量与 其上一代的工具补偿量进行合并； 选择对应的适应度值大于预设值的合并后的加权系数和工具补偿量进入下一迭代轮 次以进行优化迭代。 8.一种运动学参数确定装置， 其特征在于， 应用于机器人， 所述机器人包括底座、 设置 在所述底座上的机器人本体以及设置在所述机器人本体末端的末端工具， 所述末端工具上 安装有靶球， 所述装置包括： 建立模块， 用于基于激光测量仪向所述靶球发出的激光信号， 建立所述机器人的基坐 标系和末端法兰坐标系； 第一获得模块， 用于获得 所述末端工具在所述末端法兰坐标系下的工具坐标； 第二获得模块， 用于在所述机器人移动至多个不同的位置的情况下， 获得各个位置处 对应关节状态下所述机器人的关节数据以及基于所述激光测 量仪记录得到的末端工具在 所述基坐标系下的工具位置； 计算模块， 用于基于所述末端工具在末端法兰坐标系下的工具坐标、 多组关节数据和 末端工具在基坐标系下的多组工具位置， 计算得到所述机器人的运动学参数。 9.一种智能设备， 其特征在于， 包括一个或多个存储介质和一个或多个与存储介质通 信的处理器， 一个或多个存储介质存储有处理器可执行 的机器可执行指令， 当智能设备运 行时， 处理器执行所述机器可 执行指令， 以执 行权利要求1 ‑7中任意一项所述的方法步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有机器可执 行指令， 所述机器可 执行指令被执 行时实现权利要求1 ‑7中任意一项所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 115523906 A 3