Method for solving the inverse kinematics problem for a mechatronic device under the concept of separation between measurement space and physical motion space

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The issue of improving control accuracy for complex mechatronic systems in robotics and precision engineering is examined. The problem of misalignment between the measurement and physical spaces of mechatronic objects has been resolved. This misalignment arises due to manufacturing inaccuracies in mechatronic systems and instability in the sensor characteristics of mechanical actuation systems, among other systematic factors. A method of solving the inverse kinematics problem is proposed that is based on piecewise linear transformation and determining the orientation of the physical space axes using the concept of space separation (i.e. measurement, physical and generalised spaces). The transformation matrix was constructed using the direction cosines of the physical space axes, thereby reducing positioning errors under real-world conditions. An algorithm for correcting the direction cosine matrix, which links coordinates across different spaces, is also presented. Experimental validation was conducted on a monorail tripetron system (“STANKIN”, Russia). A Leica LTD800 laser tracker (Leica Geosystems AG, Switzerland) was used to evaluate positioning errors for both the traditional method (based on an ideal model) and the modified approach that accounts for distortions. The results showed a reduction in total positioning error from 5.69 mm to 3.41 mm (40.1%) across 11 control points. The key advantage of the proposed inverse kinematics solution is its ability to compensate for systematic errors without requiring precise measurement of the mechatronic system’s geometric parameters. These findings can be applied to industrial and collaborative robotics, medical manipulators and other systems where spatial control accuracy is critical. These results contribute to advancing calibration methods for mechatronic systems with non-ideal geometry.

作者简介

M. Stebulyanin

Moscow State University for Technology “STANKIN”

Email: mmsteb@rambler.ru
ORCID iD: 0009-0007-3443-0593
SPIN 代码: 4389-1120

Y. Pimushkin

Moscow State University for Technology “STANKIN”

Email: yaroslav-pimushkin@yandex.ru
ORCID iD: 0009-0009-7359-9871
SPIN 代码: 4853-4088

参考

  1. Григорьев С. Н., Телешевский В. И., Глубоков А. В. и др. Проблемы метрологического обеспечения подготовки производства в машиностроении. Измерительная техника, (5), 27–29 (2012). https://elibrary.ru/pbbtxz
  2. Григорьев С. Н., Мастеренко Д. А., Телешевский В. И., Емельянов П. Н. Современное состояние и перспективы развития метрологического обеспечения машиностроительного производства. Измерительная техника, (11), 56–59 (2012). https://elibrary.ru/pjwdxh
  3. Spong M. W., Hutchinson S., Vidyasagar M. Robot Modeling and Control. New York, Wiley (2006).
  4. Siciliano B., Sciavicco L., Villani L., Oriolo G. Robotics: Modelling, Planning and Control. London, Springer (2010). https://doi.org/10.1007/978-1-84628-642-1
  5. Craig J. J. Introduction to Robotics: Mechanics and Control. Boston, Pearson (2017).
  6. Kong Y., Yang L., Chen C., Zhu X., Li D., Guan Q., et al. Online kinematic calibration of robot manipulator based on neural network. Measurement, 238, 115281 (2024). https://doi.org/10.1016/j.measurement.2024.115281 ; https://elibrary.ru/mwekmd
  7. Zhang J., Lou Z., Fan K.-C. Accuracy improvement of a 3D passive laser tracker for the calibration of industrial robots. Robotics and Computer-Integrated Manufacturing, 81, 102487 (2023). https://doi.org/10.1016/j.rcim.2022.102487 ; https://elibrary.ru/samjzs
  8. Пимушкин Я. И., Стебулянин М. М. Коррекция объёмной точности портальной системы с помощью лазерного трекера. Вестник МГТУ «СТАНКИН», 64(1), 80–86 (2023). https://doi.org/10.47617/2072-3172_2023_1_80 ; https://elibrary.ru/euwczn
  9. Пимушкин Я. И., Стебулянин М. М., Мастеренко Д. А. К проблеме лазерной коррекции объёмной погрешности многокоординатных машин с портальной кинематикой. Контроль. Диагностика, 26(12(306)), 46–53 (2023). https://doi.org/10.14489/td.2023.12.pp.046-053 ; https://elibrary.ru/ggbylg
  10. Серков Н. А. Точность многокоординатных машин с ЧПУ: Теоретические и экспериментальные основы. Москва, Ленанд (2015).
  11. Лурье А. И. Аналитическая механика. Физматлит, Москва (1961).

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».