Badanie dokładności pozycjonowania robota przemysłowego UR20

pol Article in Polish DOI: 10.14313/PAR_260/89

send Iwona Pająk Uniwersytet Zielonogórski, Instytut Inżynierii Mechanicznej, ul. prof. Z. Szafrana 4, 65-516 Zielona Góra

Download Article

Streszczenie

W pracy przedstawiono wyniki badań doświadczalnych wyznaczania dokładności pozycjonowania robota UR20 firmy Universal Robots. Badania prowadzono zgodnie wytycznymi normy ISO 9283, a do rejestracji położenia robota zastosowano system wizyjny OptiTrack. Głównym celem badań było wyznaczenie dokładności pozycji, dokładność orientacji stanowi wynik pomocniczy. Eksperyment przeprowadzono dla czterech alternatywnych rozwiązań odwrotnego zadania kinematyki, umożliwiających osiągnięcie tych samych położeń interfejsu mechanicznego robota w sześcianie pomiarowym zdefiniowanym zgodnie z wytycznymi normy ISO 9283. Średnie dokładności pozycji dla testowanych konfiguracji różniły się o około 1,5 mm, a stosunek wartości maksymalnej do minimalnej wyniósł około 2,6. Średnie błędy orientacji były zbliżone, a stosunek wartości maksymalnej do minimalnej wyniósł około 1,2. Przeprowadzona analiza statystyczna wykazała, że konfiguracja początkowa robota ma istotny statystycznie wpływ na dokładność pozycjonowania. Uzyskane wyniki wskazują na potrzebę uwzględniania alternatywnych rozwiązań odwrotnego zadania kinematyki jako parametru decyzyjnego przy planowaniu trajektorii robota.

Słowa kluczowe

dokładność pozycjonowania, ISO 9283, model kinematyki, OptiTrack, robot przemysłowy

Evaluation of Pose Accuracy of the UR20 Industrial Robot

Abstract

This paper presents the results of experimental studies conducted to determine the pose accuracy of the UR20 robot from Universal Robots. The experiments followed the guidelines of the ISO 9283 standard, and the OptiTrack vision system was used to record the robot positions. The primary objective of the study was to determine position accuracy, while orientation accuracy was treated as an auxiliary result. Four alternative solutions to the inverse kinematics problem were tested, each enabling the robot mechanical interface to reach the same poses within the measurement cube defined according to ISO 9283. The mean position accuracies obtained for the tested configurations differed by approximately 1.5 mm, and the ratio of the maximum to the minimum value was about 2.6. The mean orientation errors were similar, with the ratio of the maximum to the minimum value being approximately 1.2. Statistical analysis confirmed that the robot initial configuration had a statistically significant effect on positioning accuracy. The obtained results indicate the need to consider alternative solutions of the inverse kinematics problem as a decision parameter in robot trajectory planning.

Keywords

industrial robot, ISO 9283, kinematic model, pose accuracy

Bibliography

  1. Di Gregorio R., Metrics proposed for measuring the distance between two rigid-body poses: review, comparison, and combination, “Robotica”, Vol. 42, No. 1, 2024, 302–318, DOI: 10.1017/S0263574723001388.
  2. Dudzik S., Szeląg P., Analiza niepewności lokalizacji odometrycznej z wykorzystaniem systemu przechwytywania ruchu i symulacji Monte Carlo, „Pomiary Automatyka Robotyka”, R. 29, Nr 1, 2025, DOI: 10.14313/PAR_255/31.
  3. Dutka P., Czynniki wpływające na dokładność i powtarzalność pozycjonowania robota przemysłowego, „Pomiary Automatyka Robotyka”, R. 29, Nr 4, 2016, 59–65, DOI: 10.14313/PAR_222/59.
  4. Ferrarini S., Bilancia P., Raffaeli R., Peruzzini M., Pellicciari M., A method for the assessment and compensation of positioning errors in industrial robots, “Robotics and Computer-Integrated Manufacturing”, Vol. 85, 2024, DOI: 10.1016/j.rcim.2023.102622.
  5. Furtado J. S., Liu H. H., Lai G., Lacheray H., Desouza-Coelho J., Comparative analysis of optitrack motion capture systems, [In:] Janabi-Sharifi, F., Melek, W. (eds) Advances in Motion Sensing and Control for Robotic Applications. Lecture Notes in Mechanical Engineering, Springer 2019, DOI: 10.1007/978-3-030-17369-2_2.
  6. Izagirre U., Andonegui I., Eciolaza L., Zurutuza U., Towards manufacturing robotics accuracy degradation assessment: A vision-based data-driven implementation, “Robotics and Computer-Integrated Manufacturing”, Vol. 67, 2021, DOI: 10.1016/j.rcim.2020.102029.
  7. Jiang Y., Yu L., Jia H., Zhao H., Xia H. Absolute positioning accuracy improvement in an industrial robot, “Sensors”, Vol. 20, No. 16, 2020, DOI: 10.3390/s20164354.
  8. Kirkpatrick M., Sander D., El Kalach F., Harik R., Motion capture based calibration for industrial robots, “Manufacturing Letters”, Vol. 35, 2023, 926–932, DOI: 10.1016/j.mfglet.2023.08.012.
  9. Le Reun A., Subrin K., Dubois A., Garnier S., Thermal drift and backlash issues for industrial robots positioning performance, “Robotica”, Vol. 40, No. 9, 2022, 2933–2952, DOI: 10.1017/S0263574721002022.
  10. Lightcap C., Hamner S., Schmitz T., Banks S., Improved positioning accuracy of the PA10-6CE robot with geometric and flexibility calibration, “IEEE Transactions on Robotics”, Vol. 24, No. 2, 2008, 452–456, DOI: 10.1109/TRO.2007.914003.
  11. Lin J., Xin R., Shi S., Huang Z., Zhu J., An accurate 6-DOF dynamic measurement system with laser tracker for large-scale metrology, “Measurement”, Vol. 204, 2022, DOI: 10.1016/j.measurement.2022.112052.
  12. Liu Q., Yang D., Hao W., Wei Y., Research on kinematic modeling and analysis methods of UR robot, [In:] 2018 IEEE 4th Information Technology and Mechatronics Engineering Conference (ITOEC), 2018, 159–164, DOI: 10.1109/ITOEC.2018.8740681.
  13. Liu Y., Li Y., Zhuang Z., Song T., Improvement of robot accuracy with an optical tracking system, “Sensors”, Vol. 20, No. 21, 2020, DOI: 10.3390/s20216341.
  14. Manocha D., Canny J.F., Efficient inverse kinematics for general 6R manipulators, “IEEE Transactions on Robotics and Automation”, Vol. 10, No. 5, 1994, 648–657, DOI: 10.1109/70.326569.
  15. Morozov M., Riise J., Summan R., Pierce S.G., Mineo C., MacLeod C.N., Brown R.H., Assessing the accuracy of industrial robots through metrology for the enhancement of automated non-destructive testing, [In:] 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI), 335–340, DOI: 10.1109/MFI.2016.7849510.
  16. Nubiola A., Slamani M., Joubair A., Bonev I. A., Comparison of two calibration methods for a small industrial robot based on an optical CMM and a laser tracker, “Robotica”, Vol. 32, No. 3, 2014, 447–466, DOI: 10.1017/S0263574713000714.
  17. Pająk G., New Approach to Planning the Complex Movements of 6-DOF Industrial Robot Subjected to Acceleration Constraints, “Advances in Science and Technology Research Journal”, Vol. 18, No. 3, 2024, DOI: 10.12913/22998624/186361.
  18. Pollák M., Kočiško M., Paulišin D., Baron P., Measurement of unidirectional pose accuracy and repeatability of the collaborative robot UR5, “Advances in Mechanical Engineering”, Vol. 12, No. 12, 2020, DOI: 10.1177/1687814020972893.
  19. Riemer R., Edan Y., Evaluation of influence of target location on robot repeatability, “Robotica”, Vol. 18, No. 4, 2000, 443–449, DOI: 0.1017/S0263574799002337.
  20. Shah M., Solving the robot-world/hand-eye calibration problem using the Kronecker product, “Journal of Mechanisms and Robotics”, Vol. 5, No. 3, 2013, DOI: 10.1115/1.4024473.
  21. Slamani M., Nubiola A., Bonev I., Assessment of the positioning performance of an industrial robot, “Industrial Robot”, Vol. 39, No. 1, 2012, 57–68, DOI: 10.1108/01439911211192501.
  22. Wan F., Song C., Flange-based hand-eye calibration using a 3d camera with high resolution, accuracy, and frame rate, “Frontiers in Robotics and AI”, Vol. 7, 2020, DOI: 10.3389/frobt.2020.00065.
  23. Xiang T., Jiang X., Qiao G., Gao C., Zuo H., Kinematics parameter calibration of serial industrial robots based on partial pose measurement, “Mathematics”, Vol. 11, No. 23, 2023, DOI: 10.3390/math11234802.
  24. Žlajpah L., Petrič T., Kinematic calibration for collaborative robots on a mobile platform using motion capture system, “Robotics and Computer-Integrated Manufacturing”, Vol. 79, 2023, DOI: 10.1016/j.rcim.2022.102446.