(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210838418.4 (22)申请日 2022.07.18 (65)同一申请的已公布的文献号 申请公布号 CN 114905521 A (43)申请公布日 2022.08.16 (73)专利权人 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　丁磊　姚庭　 (74)专利代理 机构 北京超凡志成知识产权代理 事务所(普通 合伙) 11371 专利代理师 李丙林 (51)Int.Cl. B25J 9/16(2006.01)(56)对比文件 CN 110962127 A,2020.04.07 JP 2014180720 A,2014.09.2 9 CN 107598919 A,2018.01.19 WO 2010143837 A 2,2010.12.16 WO 201819 9947 A1,2018.1 1.01 CN 112277009 A,2021.01.2 9 审查员 薛超志 (54)发明名称 机器人原点位置校准方法、 装置、 电子设备 和存储介质 (57)摘要 本发明涉及机器人技术领域， 公开了机器人 原点位置校准方法、 装置、 电子设备和存储介质， 该方法包括： 配置机器人的末端执行器工具， 建 立一个目标点工具； 分别在4个平面上 以机器人 的20个不同姿态， 移动所述末端执行器到 所述目 标点； 利用最小二乘法得到末端工具坐标； 获得 虚拟目标点； 以虚拟目标点作为初值， 进行随机 法理论计算， 并获得权值， 采用重采样获得重采 样后新的虚拟目标； 通过雅克比伪逆 结合阻尼值 迭代校准方程； 计算各姿态下关节角度与目标点 关节角度的匹配度， 直至所述匹配度大于或等于 设定阈值。 本发 明提供的机器人原点位置校准方 法， 校准更稳定， 抗干扰性更强， 能够更快搜到目 标点。 权利要求书3页 说明书9页 附图2页 CN 114905521 B 2022.10.04 CN 114905521 B 1.一种机器人原点 位置校准方法， 其特 征在于， 该 方法包括以下步骤： 步骤S1:配置 机器人的末端执 行器工具， 固定目标点工具； 步骤S2:分别在目标点的4个平面上以机器人的多个不同姿态， 移动末端执行器工具到 目标点， 其中， 所述多个不同姿态是指4个平面上共计20个不同姿态； 步骤S3:记录所述20个不同姿态下对准目标点的各关节信息； 步骤S4:利用机器人正运动学获得各关节状态下的位姿； 通过所述各关节状态下的位 姿， 利用最小二乘法得到末端执 行器工具坐标； 步骤S5:通过末端执行器工具坐标获得各姿态下的目标点位置； 利用各姿态下获得的 目标点位置结合均值理论获得虚拟目标点； 步骤S6:以虚拟目标点作为初值， 进行随机法理论计算， 并获得权值， 采用重采样获得 重采样后新的虚拟目标点； 步骤S7:以重采样后新的虚拟目标点为基准目标点， 建立基准目标点下20个不同姿态 的校准方程； 通过雅克比伪逆结合阻尼值进行关节角度迭代； 步骤S8:计算通过末端执行器工具坐标获得的各姿态下关节角度与基准目标点关节角 度的匹配度， 如果所述匹配度大于或等于 设定阈值， 完成校准； 如果所述匹配度小于所述设 定阈值， 重复步骤S4到S7， 直至所述匹配度大于或等于所述设定阈值。 2.根据权利要求1所述的机器人原点位置校准方法， 其特征在于， 所述步骤S6中， 重采 样方法具体为： 步骤S61:计算多个新的虚拟随机目标点， ， 式中， 为新的虚拟随机目标点， i 为1,2,…num， 为虚拟目标点， rand为随机函数， num为随机值个数； 步骤S62:进行差值求权： ， 为初始权值， exp为指数函数， j为1,2,…20， 为基坐标系下第1到20个姿态下的对应目标点位置； 计算 ， 为虚拟目标点权值； 步骤S63:归一化处理： ， 为归一化权值； 步骤S64:权值排序： ， 其中I为权值对应姿态序列， 利用 sort函数对权 值序列进行从小到大的排序； 步骤S65:计算最大权值对应姿态序列 ， 选取I序列中的第0.8* num到num个数值； 步骤S66:重采样计算： ， 其中， 权　利　要　求　书 1/3 页 2 CN 114905521 B 2为重采样后新的虚拟目标点， 为新的最大随机虚拟目标点的求和， 为 中虚拟目标点序列的数量。 3.根据权利要求1所述的机器人原点位置校准方法， 其特征在于， 所述步骤S7中， 所述 雅克比伪逆为 ， 其中 为雅克比伪逆， J为雅 克比矩阵， 为雅克比矩阵的转置， k为正数。 4.根据权利要求1所述的机器人原点位置校准方法， 其特征在于， 如出现校准不合格， 先根据第一次20点校准的结果保存第一次校准时的20个机器人的6个关节点位置， 进行人 工微调修 正后， 再利用保存的20个机器人的6个关节位置再自动进行一次精校准。 5.一种机器人原点 位置校准装置， 其特 征在于， 该装置包括以下模块： 配置模块:配置 机器人的末端执 行器工具， 固定目标点工具； 姿态模块:分别在目标点的4个平面上以机器人的多个不同姿态， 移动末端执行器工具 到目标点， 其中， 所述多个不同姿态是指4个平面上共计20个不同姿态； 对准模块:记录所述20个不同姿态下对准目标点的各关节信息； 坐标模块:利用机器人正运动学获得各关节状态下的位姿； 通过所述各关节状态下的 位姿， 利用最小二乘法得到末端执 行器工具坐标； 虚拟目标点模块:通过末端执行器工具坐标获得各姿态下的目标点位置； 利用各姿态 下获得的目标点 位置结合均值理论获得虚拟目标点； 重采样模块:以虚拟 目标点作为初值， 进行随机法理论计算， 并获得权值， 采用重采样 获得重采样后新的虚拟目标点； 迭代模块:以重采样后新的虚拟目标点为基准目标点， 建立基准目标点下20个不同姿 态的校准方程； 通过雅克比伪逆结合阻尼值进行关节角度迭代； 匹配模块:计算通过末端执行器工具坐标获得的各姿态下关节角度与基准目标点关节 角度的匹配度， 如果所述匹配度大于或等于 设定阈值， 完成校准； 如果所述匹配度小于所述 设定阈值， 重复坐标模块到迭代模块， 直至所述匹配度大于或等于所述设定阈值。 6.根据权利要求5所述的机器人原点位置校准装置， 其特征在于， 所述重采样模块具体 为： 新的随机目标点模块:计算多个新的虚拟随机目标点， ， 式中， 为新的虚拟随机目标点， i 为1,2,…num， 为虚拟目标点， rand为随机函数， num为随机值个数； 求权模块:进行差值求权： ， 为初始权值， exp为指数函数， j为1,2,…20， 为基坐标系下第1到20个姿态下的对应目标点位置； 计算 ， 为虚拟目标点权值；权　利　要　求　书 2/3 页 3 CN 114905521 B 3