一種關節式坐標測量機的測量姿態優化方法技術

本發明專利技術提供了一種關節式坐標測量機的測量姿態優化方法，包括以下步驟：a)測量姿態優化過程：將姿態優化裝置放置在待測空間內，使用關節式坐標測量機對姿態優化測量裝置上不同面上的多個錐孔以不同測量姿態進行測量；計算每個采樣點數據的重復精度，并與六個關節轉角值組成關節式坐標測量機姿態優化數據，并對數據進行處理；借助關節式坐標測量機的輔助支架在處理后測量姿態下對待測物進行測量；b)數據處理過程：通過D-H模型計算第j組測量姿態θ1j、θ2j、θ3j、θ4j、θ5j、θ6j下對應的測頭坐標xj、yj、zj，計算對應采樣點i的至少50組數據坐標平均值。

【技術實現步驟摘要】

本專利技術屬于坐標測量
，具體涉及一種關節式坐標測量機的測量姿態優化方法。
技術介紹
關節式坐標測量機是一種多自由度非正交坐標式的三坐標測量機，它主要是由一個磁性基座，三個測量臂，六個關節轉角和一個測頭組成。通過每個關節轉角內的角度傳感器的示數和關節式坐標測量機的結構參數借助運動學模型來計算測頭的坐標。相比傳統的三坐標測量機，關節式坐標測量機有著使用方便、測量范圍大、測量精度較高、環境適應能力強等優點被廣泛應用于精密測量，產品檢測，逆向工程等方面。但是由于測量機串聯式的機械結構導致其有著誤差因素多、誤差逐級傳遞、結構參數標定困難等缺點。關節式坐標測量機的標定大多是通過對測量機結構參數進行參數辨識并對原測量機內結構參數進行補償來完成的。但是由于關節式坐標測量機的結構參數眾多，且個別參數隨測量環境的變化有著微弱變化導致測量機標定過程中存在著誤差，使得進一步提高關節式坐標測量機的測量精度困難。目前，提高關節式坐標測量機測量精度的方法主要是通過對測量機結構參數進行標定實現的。主要分為外部標定和自標定兩種方法。外部標定大多是使用高精度測量設備對測量機的參數進行測量或者校準了，標定過程比較復雜，且對輔助標定設備要求較高，如《基于激光跟蹤儀的關節式坐標測量機參數標定》利用激光跟蹤儀進行標定，標定時采用專用夾具固定測量機的姿態，測量30個點，采用高斯-牛頓法求最小二乘解，《關節臂式坐標測量機標定系統的設計》和《基于反轉法的平行雙關節坐標測量機的標定》借助標定裝置使用反轉關節的方法對平行雙關節坐標測量機和六自由度關節式坐標測量機進行標定。而自標定則大多通過使用關節式坐標測量機測量特定的標定件如錐窩或者石英棒等聯立方程組求解測量機結構參數。《柔性坐標測量機參數辨識方法》采用了單點錐窩的標定方法，將一個錐窩固定在測量空間的一個位置，使用關節式柔性坐標測量機對錐窩頂點連續采樣200點；《變臂關節式坐標測量機的參數自標定方法研究》使用非線性規劃遺傳算法對60組測量數據進行參數辨識。相比外部標定方式，內部標定有著實施簡單，不需要過多的輔助設備等優勢，但無法克服標定過程中由算法帶來的誤差和采集過程當中的人為誤差以及由于測量環境的改變導致的結構參數的變化。關節式坐標測量機的測量精度和測量姿態相關。《關節臂式坐標測量機轉角誤差的仿真研究》由于不同測量姿態導致相同轉角誤差影響下的測量精度是不同的；《關節臂式坐標測量機誤差仿真系統建模與分析》提出關節轉角和關節扭轉角的誤差與測量姿態有密切關系；《關節臂式坐標測量機角度傳感器偏心參數辨識》中提到角度傳感器偏心誤差是有關關節轉角的函數，且對測量機測量精度影響很大。則使用不同測量姿態將可以減小由于傳感器偏心誤差導致的測量誤差。以上文獻都提出測量精度受測量姿態影響較大，但都沒有準確提出關節式坐標測量機的測量姿態優化方法。
技術實現思路
針對上述標定過程中存在的問題，提供一種關節式坐標測量機的測量姿態優化方法，包括以下步驟：a)測量姿態優化過程：將姿態優化裝置放置在待測空間內，使用關節式坐標測量機對姿態優化測量裝置上不同面上的多個錐孔以不同測量姿態進行測量，每個錐孔測量多次，得到測量樣本；計算每個采樣點數據的重復精度，并與六個關節轉角值組成關節式坐標測量機姿態優化數據，并對數據進行處理；借助關節式坐標測量機的輔助支架在處理后測量姿態下對待測物進行測量；或在處理后測量姿態下對待測物進行多次測量，再將測量姿態結果以外的數據濾去得到測量機姿態優化后的待測物測量數據；b)數據處理過程：通過D-H模型計算第j組測量姿態θ1j、θ2j、θ3j、θ4j、θ5j、θ6j下對應的測頭坐標xj、yj、zj，計算對應采樣點i的至少50組數據坐標平均值將每個采樣點測量至少50次的坐標平均值作為坐標真值，并使用其來計算該測量姿態下的測量誤差δj：δj=(xj-x‾i)2+(yj-y‾i)2+(zj-z‾i)2]]>將第j組測量姿態與對應測量誤差聯立θ1j、θ2j、θ3j、θ4j、θ5j、θ6jδj，關節式坐標測量機測量姿態優化數據將有以上至少5000組測量姿態數據組成；對所有測量機測量姿態數據進行聚類分析，即將測量姿態和測量誤差接近的測量姿態數據匯聚在一起，形成多個簇；對所有簇內數據進行分析，計算簇i內平均測量誤差若簇內含有k組樣本，則簇j內測量誤差方差σj=Σi=1k(δ1-δ‾)2n-1]]>計算簇內第j個關節轉角θj，旋轉范圍Δθj：Δθj=C|max(θj)-min(θj)|；j=1，2，3，4，5，6其中max(θj)，min(θj)分別為簇中第j個關節轉角的最大值和最小值，C為測量姿態關節轉角范圍權值，為了保證測量精度，一般情況下C應小于1，姿態優化后第j個關節轉角旋轉邊界θjmax，θjmin分別為：θjmax=max(θj)-min(θj)+Δθj2;j=1,2,3,4,5,6]]>θjmin=max(θj)-min(θj)-Δθj2;j=1,2,3,4,5,6]]>最后根據各個簇的測量平均誤差，測量誤差方差，簇內樣本數對簇進行提取。優選地，在所述測量姿態優化過程中，將姿態優化裝置放置在待測空間內，測量姿態優化裝置不同面上的50個測量點，每個點使用不同測量姿態測量測量50次。優選地，在所述測量姿態優化過程中，將姿態優化裝置放置在待測空間內，測量姿態優化裝置不同面上的100個測量點，每個點使用不同測量姿態測量測量100次。優選地，在所述測量姿態優化過程中，將姿態優化裝置放置在待測空間內，測量姿態優化裝置不同面上的50個測量點，每個點使用不同測量姿態測量測量100次。本專利技術方法的優點是：采用自主設計的關節式坐標測量機姿態優化裝置，其上的錐孔及孔矩可計算重復性測量精度。具備簡單易行的采樣策略，將姿態優化裝置放置在待測空間內，測量姿態優化裝置不同面上的100個測量點，每個點使用不同測量姿態測量測量50次。測量過程中可通過調節旋鈕或旋轉、移動姿態優化裝置以得到測量空間內更多的采樣點。與已有技術相比，本專利技術的有益效果體現在：1、本專利技術主要針對關節本文檔來自技高網...

【技術保護點】
一種關節式坐標測量機的測量姿態優化方法，包括以下步驟：a)測量姿態優化過程將姿態優化裝置放置在待測空間內，使用關節式坐標測量機對姿態優化測量裝置上不同面上的多個錐孔以不同測量姿態進行測量，每個錐孔測量多次，得到測量樣本；計算每個采樣點數據的重復精度，并與六個關節轉角值組成關節式坐標測量機姿態優化數據，并對數據進行處理；借助關節式坐標測量機的輔助支架在處理后測量姿態下對待測物進行測量；或在處理后測量姿態下對待測物進行多次測量，再將測量姿態結果以外的數據濾去得到測量機姿態優化后的待測物測量數據；b)數據處理過程通過D?H模型計算第j組測量姿態θ1j、θ2j、θ3j、θ4j、θ5j、θ6j下對應的測頭坐標xj、yj、zj，計算對應采樣點i的至少50組數據坐標平均值將每個采樣點測量至少50次的坐標平均值作為坐標真值，并使用其來計算該測量姿態下的測量誤差δj：δj=(xj-x‾i)2+(yj-y‾i)2+(zj-z‾i)2]]>將第j組測量姿態與對應測量誤差聯立θ1j、θ2j、θ3j、θ4j、θ5j、θ6j、δj，關節式坐標測量機測量姿態優化數據將有以上至少5000組測量姿態數據組成；對所有測量機測量姿態數據進行聚類分析，即將測量姿態和測量誤差接近的測量姿態數據匯聚在一起，形成多個簇；對所有簇內數據進行分析，計算簇i內平均測量誤差若簇內含有k組樣本，則簇j內測量誤差方差σj=Σi=1k(δj-δ‾)2n-1]]>計算簇內第j個關節轉角θj，旋轉范圍Δθj：Δθj=C|max(θj)-min(θj)|;j=1,2,3,4,5,6]]>其中max(θj)，min(θj)分別為簇中第j個關節轉角的最大值和最小值，C為測量姿態關節轉角范圍權值，為了保證測量精度，一般情況下C應小于1，姿態優化后第j個關節轉角旋轉邊界θjmax，θjmin分別為：θjmax=max(θj)-min(θj)+Δθj2;j=1,2,3,4,5,6]]>θjmin=max(θj)-min(θj)-Δθj2;j=1,2,3,4,5,6]]>最后根據各個簇的測量平均誤差，測量誤差方差，簇內樣本數對簇進行提取。...

【技術特征摘要】
2015.10.14 CN 20151066076141.一種關節式坐標測量機的測量姿態優化方法，包括以下步驟：
a)測量姿態優化過程
將姿態優化裝置放置在待測空間內，使用關節式坐標測量機對姿態優化
測量裝置上不同面上的多個錐孔以不同測量姿態進行測量，每個錐孔測量多
次，得到測量樣本；
計算每個采樣點數據的重復精度，并與六個關節轉角值組成關節式坐標
測量機姿態優化數據，并對數據進行處理；
借助關節式坐標測量機的輔助支架在處理后測量姿態下對待測物進行測
量；或在處理后測量姿態下對待測物進行多次測量，再將測量姿態結果以外
的數據濾去得到測量機姿態優化后的待測物測量數據；
b)數據處理過程
通過D-H模型計算第j組測量姿態θ1j、θ2j、θ3j、θ4j、θ5j、θ6j下對應的測頭坐標
xj、yj、zj，計算對應采樣點i的至少50組數據坐標平均值將每
個采樣點測量至少50次的坐標平均值作為坐標真值，并使用其來計算該測量
姿態下的測量誤差δj：
δj=(xj-x‾i)2+(yj-y‾i)2+(zj-z‾i)2]]>將第j組測量姿態與對應測量誤差聯立θ1j、θ2j、θ3j、θ4j、θ5j、θ6j、δj，關節
式坐標測量機測量姿態優化數據將有以上至少5000組測量姿態數據組成；
對所有測量機測量姿態數據進行聚類分析，即將測量姿態和測量誤差接
近的測量姿態數據匯聚在一起，形成多個簇；
對所有簇內數據進行分析，計算簇i內平均測量誤差若簇內含有k組
樣本，則簇j內測量誤差...

【專利技術屬性】
技術研發人員：祝連慶，郭陽寬，潘志康，董明利，婁小平，劉超，汪金鵬，
申請(專利權)人：北京信息科技大學，
類型：發明
國別省市：北京;11