单站多模式跟踪测量机器人动态误差研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51375347
  • 项目类别:
    面上项目
  • 资助金额:
    83.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0511.机械测试理论与技术
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

This project focuses on the critical measurement problems of robotic dynamic errors, originally introduces a cascade-prism multi-mode tracking method into the robotic dynamic measurement, and combines with the single-station dual-field 3D reconstruction method, which can not only realize the dynamic measurement of coarse-fine sequence tracking, time-varying tracking, continuous tracking and so on, but also produce a variety of tracking patterns such as a straight-line shape and an arc one, and meet the dynamic multi-DOF measuring requirements of large field of view, high resolution imaging, large-range high-accuracy orientation as well. Research contents include: build the measuring project and mathematical model of joint control for both the cascade-prism coarse-fine coupling tracking and the dual-field imaging; study on the parameter matching, the mode conversion, the extraction of measuring information and the image processing of coarse-fine tracking and dual-field imaging; build the theoretical model, error model and experiment project of the robotic dynamic error measurement according to the measuring requirements, and realize the precise calibration of the measuring system; provide a scientific basis for the robotic error measurement and evaluate the measuring precision through the measuring experiment of robotic dynamic errors. The single-station multi-mode tracking measuring method proposed by the project is original and feasible in order to establish an effective measuring method of robotic dynamic errors, and provide a technical development basis of the practical measuring tools, which has an important theoretical significance and application value.
本项目瞄准机器人动态误差测量中的关键问题,原创性的将级联棱镜多模式跟踪方法引入机器人动态测量中,结合单站双视场三维重建方案,不仅可以实现粗精顺序跟踪、时变跟踪和连续跟踪等动态测量要求,而且能够产生直线形和圆弧形等多种跟踪样式,同时满足大视场、高分辨率成像和大范围、高精度定向的动态多自由度测量要求。研究内容包括:建立级联棱镜粗精耦合跟踪和双视场成像联控的测量方案和数学模型;研究粗精跟踪和双视场成像的参数匹配、模式转换、测量信息提取与图像处理方法;根据测量要求,建立机器人动态误差测量的理论模型、误差模型和实验方案,并实现测量系统的精确标定;通过机器人动态误差的测量实验,为机器人误差测量提供科学依据,同时对测量精度进行评定。本项目提出的单站多模式跟踪测量方法具有独创性和可行性,旨在建立有效的机器人动态误差测量方法,为发展实用的测量工具奠定技术基础,具有重要的理论意义和应用价值。

结项摘要

针对机器人动态误差测量中的大范围、高精度、多模式等要求,本项目原创性地将级联棱镜多模式跟踪方法引入机器人动态测量中,结合单站双视场三维重建方案,实现了对于机器人运动轨迹的粗精耦合顺序跟踪、时变跟踪以及连续动态跟踪,满足了大视场、高精度空间定向以及实时动态跟踪等测量要求。本项目建立了级联棱镜跟踪系统理论模型,完成了跟踪机构与成像系统的参数匹配;分析了单站多模式跟踪测量系统的不同误差来源,确定了各误差源对跟踪测量误差的贡献,提出了相应的误差修正方法;采用双视场成像方法提取目标位置信息,研究了光斑位置的亚像素提取方法与棱镜的跟踪控制问题,提出了将非线性问题转移至传动机构轮廓设计的方法简化非线性控制难题;建立了自标定法、自准直法和干涉测量法,结合相机标定算法,实现了对于单站多模式跟踪测量系统的精确标定,粗跟踪系统跟踪精度优于30μad,精跟踪系统跟踪精度优于0.5μad;建立了单站多模式测量机器人动态误差测量方法,实现了机器人动态误差的精确评定。本项目提出的单站多模式跟踪测量方法具有独创性和可行性,创新了机器人动态误差测量方法,为发展实用的测量工具奠定技术基础,具有重要的理论意义和应用价值。

项目成果

期刊论文数量(12)
专著数量(1)
科研奖励数量(1)
会议论文数量(2)
专利数量(12)
Forward and inverse solutions for three-element Risley prism beam scanners
三元件 Risley 棱镜光束扫描仪的正向和逆向解
  • DOI:
    10.1364/oe.25.007677
  • 发表时间:
    2017-04-03
  • 期刊:
    OPTICS EXPRESS
  • 影响因子:
    3.8
  • 作者:
    Li, Anhu;Liu, Xingsheng;Sun, Wansong
  • 通讯作者:
    Sun, Wansong
Nonlinear inverse solution by the look-up table method for Risley-prism-based scanner
Risley棱镜扫描仪的非线性逆解查表法
  • DOI:
    10.5277/oa160401
  • 发表时间:
    2016-01-01
  • 期刊:
    OPTICA APPLICATA
  • 影响因子:
    0.6
  • 作者:
    Li, Anhu;Sun, Wansong;Gao, Xinjian
  • 通讯作者:
    Gao, Xinjian
亚微弧度级激光跟踪转镜装配误差分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    李安虎;左其友;卞永明;刘宏展;刘立人
  • 通讯作者:
    刘立人
Inverse solutions for a Risley prism scanner with iterative refinement by a forward solution
Risley棱镜扫描仪的逆解,通过正解进行迭代细化
  • DOI:
    10.1364/ao.54.009981
  • 发表时间:
    2015-11-20
  • 期刊:
    APPLIED OPTICS
  • 影响因子:
    1.9
  • 作者:
    Li, Anhu;Gao, Xinjian;Liu, Liren
  • 通讯作者:
    Liu, Liren
Investigation of beam steering performances in rotation Risley-prism scanner
旋转里斯利棱镜扫描仪光束转向性能的研究
  • DOI:
    10.1364/oe.24.012840
  • 发表时间:
    2016-06-13
  • 期刊:
    OPTICS EXPRESS
  • 影响因子:
    3.8
  • 作者:
    Li, Anhu;Sun, Wansong;Zuo, Qiyou
  • 通讯作者:
    Zuo, Qiyou

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

大口径精密光束扫描装置
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    李安虎;孙建锋;刘立人
  • 通讯作者:
    刘立人
条纹周期动态可调的通用型干涉仪
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    光学精密工程
  • 影响因子:
    --
  • 作者:
    朱勇建;那景新;潘卫清;李安虎;尹韶辉
  • 通讯作者:
    尹韶辉
切口的临界距离原理断裂准则
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    《机械强度》
  • 影响因子:
    --
  • 作者:
    刘小妹;卞永明;梁拥成;李安虎
  • 通讯作者:
    李安虎

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李安虎的其他基金

动态虚拟相机变视轴立体成像原理与方法
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    63 万元
  • 项目类别:
    面上项目
大范围亚微弧度级级联棱镜激光跟踪技术研究
  • 批准号:
    61675155
  • 批准年份:
    2016
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目
激光跟踪测量机器人误差的新方法
  • 批准号:
    50805107
  • 批准年份:
    2008
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码