New Method and Portable Measurement Device for the Calibration of Industrial Robots
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents an automated calibration method for industrial robots, based on the use of (1) a novel, low-cost, wireless, 3D measuring device mounted on the robot end-effector and (2) a portable 3D ball artifact fixed with respect to the robot base. The new device, called TriCal, is essentially a fixture holding three digital indicators (plunger style), the axes of which are orthogonal and intersect at one point, considered to be the robot tool center point (TCP). The artifact contains four 1-inch datum balls, each mounted on a stem, with precisely known relative positions measured on a Coordinate Measuring Machine (CMM). The measurement procedure with the TriCal is fully automated and consists of the robot moving its end-effector in such as a way as to perfectly align its TCP with the center of each of the four datum balls, with multiple end-effector orientations. The calibration method and hardware were tested on a six-axis industrial robot (KUKA KR6 R700 sixx). The calibration model included all kinematic and joint stiffness parameters, which were identified using the least-squares method. The efficiency of the new calibration system was validated by measuring the accuracy of the robot after calibration in 500 nearly random end-effector poses using a laser tracker. The same validation was performed after the robot was calibrated using measurements from the laser tracker only. Results show that both measurement methods lead to similar accuracy improvements, with the TriCal yielding maximum position errors of 0.624 mm and mean position errors of 0.326 mm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle