(19)國家知識產(chǎn)權(quán)局(12)發(fā)明專利一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法及系統(tǒng)本發(fā)明公開了一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束以及工業(yè)機(jī)器人末于將工業(yè)機(jī)器人的末端位置約束在其運(yùn)動邊界對工業(yè)機(jī)器人運(yùn)動學(xué)誤差模型的系數(shù)矩陣進(jìn)行奇異值分解，得到標(biāo)定用構(gòu)型組的可觀測指數(shù)的表達(dá)式，從而建立以可觀測指數(shù)最優(yōu)為目標(biāo)的標(biāo)定用構(gòu)型組生成模型：其中，優(yōu)化模型的約束包括：工業(yè)機(jī)器人的關(guān)節(jié)「運(yùn)動范圍約束、以及工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束求解上述標(biāo)定用構(gòu)型組生成模型，生成工業(yè)機(jī)器人的最優(yōu)標(biāo)定用構(gòu)型組2S1、對工業(yè)機(jī)器人運(yùn)動學(xué)誤差模型的系數(shù)矩陣進(jìn)行奇異值分解，得到標(biāo)定用構(gòu)型組的nn為第1個構(gòu)型和第1+1個構(gòu)型的第n個關(guān)節(jié)角之差。末端的笛卡爾空間運(yùn)動范圍與以障礙物位置為所述采集約束用于將光入射方向與靶球接光口所在平面的法線的負(fù)方向的夾角約束3=1,2,…,r;r為運(yùn)動學(xué)參數(shù)標(biāo)定時待辨識運(yùn)動學(xué)參數(shù)的個數(shù)；n為待生成的標(biāo)定用構(gòu)型組6.根據(jù)權(quán)利要求1-4任意一項(xiàng)所述的工模型構(gòu)建模塊，用于對工業(yè)機(jī)器人運(yùn)動學(xué)誤差模型的系數(shù)矩陣生成模塊，用于求解所述標(biāo)定用構(gòu)型組生成模型，生成為第1個構(gòu)型和第1+1個構(gòu)型的第n個關(guān)節(jié)角9.一種機(jī)器可讀存儲介質(zhì)，其特征在于，所述機(jī)器可讀存4一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法及系統(tǒng)技術(shù)領(lǐng)域[0001]本發(fā)明屬于工業(yè)機(jī)器人技術(shù)領(lǐng)域，更具體地，涉及一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法及系統(tǒng)。背景技術(shù)[0002]運(yùn)動學(xué)參數(shù)標(biāo)定是一種有效提高機(jī)械臂操作精度的手段，利用運(yùn)動學(xué)參數(shù)標(biāo)定可以獲得機(jī)械臂運(yùn)動學(xué)參數(shù)的實(shí)際值，實(shí)現(xiàn)機(jī)械臂的精準(zhǔn)控制。工業(yè)機(jī)器人運(yùn)動學(xué)參數(shù)標(biāo)定由以下四個步驟組成：建立運(yùn)動學(xué)模型和運(yùn)動學(xué)模型的誤差模型；工業(yè)機(jī)器人標(biāo)定用構(gòu)型組的實(shí)際位姿采集；根據(jù)辨識算法求解出運(yùn)動學(xué)參數(shù)誤差值；使用求解出的運(yùn)動學(xué)參數(shù)誤差值補(bǔ)償進(jìn)研究對象的控制器中的模型參數(shù)。其中第二步中進(jìn)行實(shí)際的位姿采集將直接影響最終的運(yùn)動學(xué)參數(shù)標(biāo)定結(jié)果。[0003]現(xiàn)有的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組優(yōu)化方法的研究主要包括兩種方向：一種是提出新的通過數(shù)學(xué)理論推導(dǎo)能影響標(biāo)定效果的可觀測指數(shù)(即新的優(yōu)化方向),第二種是針對某個優(yōu)化方向提出新型的優(yōu)化算法。自20世紀(jì)90年代提出的五個可觀測指數(shù)已被學(xué)術(shù)界認(rèn)可，因此后續(xù)很少具有新的優(yōu)化方向提出?，F(xiàn)如今的優(yōu)化算法大多是基于測量出比標(biāo)定計算所需更多的位姿點(diǎn)，再從中選出更優(yōu)的子集形成標(biāo)定用構(gòu)型組，如采用迭代構(gòu)型搜索算法、基于隨機(jī)搜索技術(shù)的改進(jìn)順序向前浮動搜索算法、基于優(yōu)化初始構(gòu)型組的改進(jìn)最優(yōu)點(diǎn)集選擇算法等在有限的構(gòu)型組合中選出給定數(shù)目的最優(yōu)構(gòu)型組，容易陷入局部最優(yōu)的問題，并且這些方法需要預(yù)先進(jìn)行大量位姿測量，耗時費(fèi)力；另外，該方法需要從質(zhì)量不穩(wěn)定的測量集合中選出標(biāo)定用構(gòu)型組子集，選優(yōu)效果也比較有限，標(biāo)定精度較低。發(fā)明內(nèi)容[0004]針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)需要預(yù)先進(jìn)行大量位姿測量、且標(biāo)定精度較低的問[0005]為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法，包括[0006]S1、對工業(yè)機(jī)器人運(yùn)動學(xué)誤差模型的系數(shù)矩陣進(jìn)行奇異值分解，得到標(biāo)定用構(gòu)型組的可觀測指數(shù)的表達(dá)式，從而建立以可觀測指數(shù)最優(yōu)為目標(biāo)的標(biāo)定用構(gòu)型組生成模型；其中，標(biāo)定用構(gòu)型組生成模型的約束條件包括：工業(yè)機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束、以及工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束；其中，運(yùn)動空間約束用于將工業(yè)機(jī)器人的末端位置約束在其運(yùn)動邊界范圍內(nèi)；采集約束用于將工業(yè)機(jī)器人的末端位置約束在測量儀器的測[0007]S2、求解上述標(biāo)定用構(gòu)型組生成模型，生成工業(yè)機(jī)器人的最優(yōu)標(biāo)定用構(gòu)型組。[0008]進(jìn)一步優(yōu)選地，上述運(yùn)動邊界范圍包括受障礙物限制的工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍，具體為：工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍與以障礙物位置為邊界的5[0010]上述采集約束用于將光入射方向與靶球接光口所在平面的法線的負(fù)方向的夾角6測量儀器的測量范圍內(nèi)；[0029]生成模塊，用于求解上述標(biāo)定用構(gòu)型組生成模型，生成工業(yè)機(jī)器人的最優(yōu)標(biāo)定用構(gòu)型組。[0030]第三方面，本發(fā)明提供了一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成系統(tǒng)，包括：存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時執(zhí)行本發(fā)明第一方面所提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法。[0031]第四方面，本發(fā)明還提供了一種機(jī)器可讀存儲介質(zhì)，所述機(jī)器可讀存儲介質(zhì)存儲有機(jī)器可執(zhí)行指令，所述機(jī)器可執(zhí)行指令在被處理器調(diào)用和執(zhí)行時，所述機(jī)器可執(zhí)行指令促使所述處理器實(shí)現(xiàn)本發(fā)明第一方面所提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法。[0033]1、本發(fā)明提供了一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法，確定了工業(yè)機(jī)器人運(yùn)動學(xué)參數(shù)標(biāo)定過程中的關(guān)節(jié)運(yùn)動范圍約束、以及工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束，并以此為約束基礎(chǔ)構(gòu)建了以可觀測指數(shù)最優(yōu)為目標(biāo)的標(biāo)定用構(gòu)型組生成模型，通過對該標(biāo)定用構(gòu)型組生成模型進(jìn)行求解，可自由生成滿足工業(yè)機(jī)器人的笛卡爾運(yùn)動空間范圍要求和測量儀器的采集條件的最優(yōu)標(biāo)定用構(gòu)型組；本發(fā)明無需提前進(jìn)行實(shí)際數(shù)據(jù)采集，也無需預(yù)先進(jìn)行大量位姿測量，計算快捷，能夠直接生成一組標(biāo)定精度較高的構(gòu)型組。[0034]2、在本發(fā)明所提供的工業(yè)機(jī)器人法求解上述標(biāo)定用構(gòu)型組生成模型，該算法同時具有WPSO算法的全局搜索最優(yōu)解優(yōu)勢和SQP算法滿足約束的局部快速搜索性優(yōu)勢，能夠避免在求解過程中陷入局部最優(yōu)問題，大大提高了標(biāo)定用構(gòu)型組的生成精度。[0035]3、本發(fā)明所提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法，在獲取了標(biāo)定用構(gòu)型組后，通過最小化上述最優(yōu)標(biāo)定用構(gòu)型組中所有相鄰兩個構(gòu)型之間的距離之和，進(jìn)一步對標(biāo)定用構(gòu)型組測量順序優(yōu)化，使得工業(yè)機(jī)器人從一個構(gòu)型變換到下一個構(gòu)型的過程中姿態(tài)變化盡可能小，以避免測量點(diǎn)位不合理的順序造成非接觸式測量設(shè)備頻繁斷光的現(xiàn)象。[0036]4、通過仿真驗(yàn)證發(fā)現(xiàn)采用本發(fā)明所提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法生成的構(gòu)型組，其可觀測指數(shù)0?遠(yuǎn)遠(yuǎn)大于同等條件下使用構(gòu)型組選取方法隨機(jī)選取的最優(yōu)構(gòu)型組的可觀測指數(shù)0?,由此可知，本發(fā)明所提供的標(biāo)定用構(gòu)型組生成模型具有可行性和有附圖說明[0037]圖1為本發(fā)明實(shí)施例1提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法的流程圖；[0038]圖2為本發(fā)明實(shí)施例1提供的不考慮障礙物情況下的HSR_BR616型工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍示意圖；[0039]圖3為本發(fā)明實(shí)施例1提供的HSR_BR616型工業(yè)機(jī)器人末端位置的運(yùn)動邊界范圍示[0040]圖4為本發(fā)明實(shí)施例1提供的光跟蹤儀靶球的示意圖；[0041]圖5為本發(fā)明實(shí)施例1提供的SQP算法的流程圖；[0042]圖6為本發(fā)明實(shí)[0043]圖7為本發(fā)明實(shí)施例1提供的基于模擬退火算法的構(gòu)型組測量順序優(yōu)化的流程圖；7[0044]圖8為本發(fā)明實(shí)施例1提供的基于隨機(jī)選取的構(gòu)型組的0?值分布示意圖；[0045]圖9為本發(fā)明實(shí)施例1提供的WPSO-SQP優(yōu)化算法生成構(gòu)型組的0值變化過程；[0047]圖11為本發(fā)明實(shí)施例1提供的粒子8分別經(jīng)過WPSO和SQP迭代后的0值和約束破壞[0050]本實(shí)施例以佛山華數(shù)機(jī)器人公司的HSR_BR616型工業(yè)機(jī)器人為研究對象進(jìn)行發(fā)明組的可觀測指數(shù)的表達(dá)式，從而建立以可觀測指數(shù)最優(yōu)為目標(biāo)的標(biāo)定用構(gòu)型組生成模型；[0052]需要說明的是，可以基于工業(yè)機(jī)器人的DH運(yùn)動學(xué)模型或MDH運(yùn)動學(xué)模型構(gòu)建工業(yè)0;r為運(yùn)動學(xué)參數(shù)標(biāo)定時待辨識運(yùn)動學(xué)參數(shù)的個數(shù)，本實(shí)施例中r=32;n為待生成的標(biāo)定8[0056]當(dāng)可觀測指數(shù)為0時，建立的是以可觀測指數(shù)0?最大為目標(biāo)的標(biāo)定用構(gòu)型組生成模型。當(dāng)可觀測指數(shù)為0?時，建立的是以可觀測指數(shù)0?最小為目標(biāo)的標(biāo)定用構(gòu)型組生成模型。當(dāng)可觀測指數(shù)為0?時，建立的是以可觀測指數(shù)03最大為目標(biāo)的標(biāo)定用構(gòu)型組生成模型。當(dāng)可觀測指數(shù)為0時，建立的是以可觀測指數(shù)0最小為目標(biāo)的標(biāo)定用構(gòu)型組生成模型。當(dāng)可觀測指數(shù)為0時，建立的是以可觀測指數(shù)0最小為目標(biāo)的標(biāo)定用構(gòu)型組生成模型。[0057]可觀測指數(shù)的選擇與實(shí)驗(yàn)?zāi)康挠嘘P(guān)，由于0?適用于標(biāo)定結(jié)果方差最小化為目標(biāo)時，且0,是一個在任何非奇異線性變換下都不變的可觀測指數(shù)，因此優(yōu)選采用0?作為可觀測指數(shù)。型組x,計算出擴(kuò)展雅可比矩陣H(即上述系數(shù)矩陣)后進(jìn)行奇異值分解得到系數(shù)矩陣的奇異[0061]進(jìn)一步地，工業(yè)機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束用于將工業(yè)機(jī)器人的關(guān)節(jié)角度約束在關(guān)節(jié)運(yùn)動范圍內(nèi)；具體地，本實(shí)施例中，HSR_BR616型工業(yè)機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束如表1所示。關(guān)節(jié)運(yùn)動范圍關(guān)節(jié)1關(guān)節(jié)2關(guān)節(jié)3關(guān)節(jié)5關(guān)節(jié)6的關(guān)節(jié)2的關(guān)節(jié)角度大于等于-120°、且小于等于-30°;工業(yè)機(jī)器人的關(guān)節(jié)3的關(guān)節(jié)角度大于等于130°、且小于等于230°;工業(yè)機(jī)器人的關(guān)節(jié)4的關(guān)節(jié)角度大于等于-175°、且小于等于175°;工業(yè)機(jī)器人的關(guān)節(jié)5的關(guān)節(jié)角度大于等于-140°、且小于等于140°;工[0065]進(jìn)一步地，由于工業(yè)機(jī)器人的笛卡爾運(yùn)動空間有障礙，末端執(zhí)行器無法到達(dá)該位置，且當(dāng)位置和姿態(tài)不符合測量儀器的采集約束時存在無法采集到該構(gòu)型生成的末端位姿數(shù)據(jù)的情況，因此，本發(fā)明對工業(yè)機(jī)器人的末端位姿引入了笛卡爾空間位姿約束，具體包括工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束；滿足此約束的工業(yè)機(jī)器人末端位姿不需要提前進(jìn)行實(shí)際數(shù)據(jù)采集，且有利于計算集仿真生成。9[0067]運(yùn)動空間約束用于將工業(yè)機(jī)器人的末端位置約束在其運(yùn)動邊界范圍內(nèi)；其中，運(yùn)動邊界范圍包括受障礙物限制的工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍，具體為：工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍與以障礙物位置為邊界的空間范圍的交集。如圖2所示為不考慮障礙物情況下的HSR_BR616型工業(yè)機(jī)器人末端的笛卡爾空間運(yùn)動范圍示意圖；若不加運(yùn)動空間約束，則工業(yè)機(jī)器人可能撞擊到地面或其他障礙物。工業(yè)機(jī)器人通常的工作范圍較小，本實(shí)施例中，HSR_BR616型工業(yè)機(jī)器人末端位置的運(yùn)動邊界范圍為工業(yè)機(jī)器人正前方向的一個長方體運(yùn)動空間，該長方體于工業(yè)機(jī)器人基坐標(biāo)系的z方向700mm、x方向儀器可以為非接觸式測量設(shè)備或接觸式測量設(shè)備；其中，非接觸式測量設(shè)備可以為激光跟蹤儀、雙干疏測距儀等；接觸式測量儀器可以為球桿儀、拉線式距離測量儀等。本實(shí)施例以非接觸式測量設(shè)備為例進(jìn)行測量，具體地，非接觸式測量設(shè)備，用于將光發(fā)射至工業(yè)機(jī)器人；此時，工業(yè)機(jī)器人的末端位置處設(shè)置有靶球。以激光跟蹤儀為例，其中心設(shè)置在工業(yè)機(jī)器人基坐標(biāo)系的x正方向上；工業(yè)機(jī)器人的末端位置處設(shè)置有激光跟蹤儀靶球；光跟蹤儀靶球?yàn)榉瓷浒星?，其示意圖如圖4所示。為靶球建立工具坐標(biāo)系{t},記為靶球坐標(biāo)系{t}。[0069]其中，Px為靶球坐標(biāo)系{t}的原點(diǎn)在工業(yè)機(jī)器人基坐標(biāo)系下的x方向的位置；為靶球坐標(biāo)系{t}的原點(diǎn)在工業(yè)機(jī)器人基坐標(biāo)系下的y方向的位置；為靶球坐標(biāo)系{t}的原點(diǎn)在工業(yè)機(jī)器人基坐標(biāo)系下的z方向的位置。[0071]采集約束用于將激光入射方向與靶球接光口所在平面(即圖4中的靶球圓環(huán))的法線的負(fù)方向的夾角約束在靶球接光角度的一半以內(nèi)；上述法線的負(fù)方向?yàn)槌虬星騼?nèi)部的[0073]其中，p為激光入射方向所對應(yīng)的矢量；R為靶球接光口所在平面的法線的負(fù)方向[0074]本實(shí)施例中，所采用的靶球接光角度為60°,需要滿足激光跟蹤儀到靶球位置的向[0076]綜合工業(yè)機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束、工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束，便可自由生成滿足工業(yè)機(jī)器人的笛卡爾運(yùn)動空間范圍要求和測量儀器的采集條件的構(gòu)s.t.AS≤B[0090]此問題的求解方法為將最優(yōu)解S*作為原問題下步搜索方向S,并進(jìn)行原問題約束s.t.AS=Bq[0101]在一種可選實(shí)施方式下，采用序列二次規(guī)劃算法SQP求解上述標(biāo)定用構(gòu)型組生成的優(yōu)化問題轉(zhuǎn)化為普通無約束的最優(yōu)化問題。具體為每步迭代過程中求解二次規(guī)劃問題，[0102]SQP算法能進(jìn)行最優(yōu)問題的快速求解，但其求得全局最優(yōu)解的條件為目標(biāo)函數(shù)是模型的目標(biāo)函數(shù)并不是凸函數(shù)，因此求得的解為與初始值x?有關(guān)的局部最優(yōu)解而非全局最可選實(shí)施方式下，本發(fā)明采用混合WPSO-動學(xué)逆解生成，避免了SQP算法將初始不可行粒子優(yōu)化至邊界上少處的局部最優(yōu)解所導(dǎo)致[0104]求得最優(yōu)標(biāo)定用構(gòu)型組后，不合理的構(gòu)型組測量順序?qū)⒂绊懖杉^程順利的與[0108]其中，N為工業(yè)機(jī)器人的關(guān)節(jié)角數(shù)量，本實(shí)施[0109]使得標(biāo)定用構(gòu)型組中所有相鄰兩個構(gòu)型之間的距離之和最短是該問題的目標(biāo)函是總距離不需要考慮測量最后一個構(gòu)型后回到第一個構(gòu)型的距離。TSP是一個非確定多項(xiàng)采集約束，若是僅基于上述約束條件進(jìn)行標(biāo)定用構(gòu)型組優(yōu)化，模擬實(shí)際采集位姿，通過計算機(jī)隨機(jī)生成滿足約束條件的位姿500個，并通過運(yùn)動學(xué)逆解生成構(gòu)型，采用隨機(jī)選取的構(gòu)型組的優(yōu)化方法，隨機(jī)抽取50個構(gòu)型組成一個構(gòu)型組，共生成10000個構(gòu)型組，其0?值如圖8所示。從圖8可以看出，若采用隨機(jī)選取法或者某個搜索優(yōu)化法僅能從已有的大量構(gòu)型中抽[0112]而本發(fā)明構(gòu)建了以基于笛卡爾空間位姿約束的標(biāo)定用構(gòu)型組生成模型，并對標(biāo)定用構(gòu)型組生成模型進(jìn)行求解，可以直接生成一組標(biāo)定用構(gòu)型組，從而使計算機(jī)自由生成滿足工業(yè)機(jī)器人的笛卡爾運(yùn)動空間范圍要求和測量儀器的采集條件的構(gòu)型，不需要提前進(jìn)行為10,WPSO迭代次數(shù)50次，SQP迭代次數(shù)40次，迭代步長不小于5e?3,約束破壞容忍度為2000,其每次迭代過程生成的構(gòu)型組的01值變化過程如圖9所示。從圖中可得，第一次進(jìn)行SQP優(yōu)化生成的構(gòu)型組已經(jīng)將0?值從0.0271提升至0.0365,提升了34.69%,隨后進(jìn)行的WPSO-SQP搜索全局最優(yōu)解的迭代過程將01值從0.0365提升至0.0415,提升了13.70%,相較較于最初的隨機(jī)構(gòu)型組，01值提升了53.14%。相較于隨機(jī)生成10000組構(gòu)型組的最大0?值提升了45.10%,因此證明了WPSO-SQP算法提升可觀測指數(shù)的有效性。其中迭代過程中全局最優(yōu)粒子號碼的變化如表2所示：迭代次數(shù)11234粒子號碼8161515498[0115]其中，第一次迭代過程中號碼為8的粒子為初始化最優(yōu)的粒子，從表中粒子號碼的不斷變化中可以得出WPSO對全局最優(yōu)最優(yōu)搜索的積極性。圖10和圖11分別以粒子1(最優(yōu)次數(shù)出現(xiàn)最多)和全局最優(yōu)粒子8為例，給出了分別經(jīng)過WPSO和SQP迭代的0?值和約束破壞程中的(a)圖為粒子1分別經(jīng)過WPSO和SQP迭代后的0?值示意圖；圖10中的(b)圖為粒子1分別迭代后的0?值示意圖；圖11中的(b)圖為粒子8分別經(jīng)過WPSO和SQP迭代后的約束破壞程度示意圖；從圖中可以看出，經(jīng)過SQP計算后粒子的約束破壞程度全降為0。[0116]綜上所述，本發(fā)明首先確定了工業(yè)機(jī)器人運(yùn)動學(xué)參數(shù)標(biāo)定過程中的工業(yè)機(jī)器人末端執(zhí)行器的笛卡爾運(yùn)動空間位置約束和測量設(shè)備對工具坐標(biāo)系的姿態(tài)約束，以此為約束基礎(chǔ)構(gòu)建了標(biāo)定用構(gòu)型組生成模型，避免了實(shí)際點(diǎn)位的采集并提供了構(gòu)型組生成方法的基礎(chǔ)。除此之外，本發(fā)明還提出了結(jié)合WPSO的全局搜索最優(yōu)解優(yōu)勢和SQP滿足約束的局部快速搜索性優(yōu)勢的混合WPSO-SQP算法，以實(shí)現(xiàn)標(biāo)定用構(gòu)型組優(yōu)化目標(biāo)函數(shù)的求解。再次，為避免測量點(diǎn)位不合理的順序造成非接觸式測量設(shè)備頻繁斷光的現(xiàn)象，本發(fā)明進(jìn)一步對標(biāo)定用構(gòu)型組測量順序優(yōu)化。最后，通過仿真驗(yàn)證發(fā)現(xiàn)本發(fā)明提出的構(gòu)型組生成模型得到的構(gòu)型組，其可觀測指數(shù)0?遠(yuǎn)遠(yuǎn)大于同等條件下使用構(gòu)型組選取方法所得到的構(gòu)型組的可觀測指數(shù)0?,說明了本發(fā)明所提供的標(biāo)定用構(gòu)型組生成模型的可行性和有效性。[0119]模型構(gòu)建模塊，用于對工業(yè)機(jī)器人運(yùn)動學(xué)誤差模型的系數(shù)矩陣進(jìn)行奇異值分解，得到標(biāo)定用構(gòu)型組的可觀測指數(shù)的表達(dá)式，從而建立以可觀測指數(shù)最優(yōu)為目標(biāo)的標(biāo)定用構(gòu)型組生成模型；其中，標(biāo)定用構(gòu)型組生成模型的約束條件包括：工業(yè)機(jī)器人的關(guān)節(jié)運(yùn)動范圍約束、以及工業(yè)機(jī)器人末端的運(yùn)動空間約束和采集約束；其中，運(yùn)動空間約束用于將工業(yè)機(jī)器人的末端位置約束在其運(yùn)動邊界范圍內(nèi)；采集約束用于將工業(yè)機(jī)器人的末端位置約束在測量儀器的測量范圍內(nèi)；[0120]生成模塊，用于求解上述標(biāo)定用構(gòu)型組生成模型，生成工業(yè)機(jī)器人的最優(yōu)標(biāo)定用構(gòu)型組。[0121]相關(guān)技術(shù)方案同實(shí)施例1,這里不做贅述。[0122]實(shí)施例3、[0123]一種工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成系統(tǒng)，包括：存儲器和處理器，所述存儲器存儲有計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時執(zhí)行本發(fā)明實(shí)施例1所提供的工業(yè)機(jī)器人標(biāo)定用構(gòu)型組生成方法