我有一个特定的运动学作为更复杂机器的一部分,并需要计算一些物理参数,这些参数使用我拥有的仪器很难(更像是不可能)以适当的精度进行测量。
[运动学]
乍一看,这是一个简单的1
自由度臂(黑色),可以围绕x
轴旋转。它有一个重量,强制它一直向上移动,直到它撞到机械端点(角度a0
)或某个半径为r0
的管子(蓝色)。臂旋转中心在y0
处。管子可以移动到任何y(t)
高度。
[用途]
这用于测量管子的半径以进一步处理。可以通过基本的角度测量计算出半径,从而得到图像底部的方程式。常数a0、y0、z0
很难测量(它在复杂的机械内部),因此距离的测量精度最小为0.1毫米
,角度为0.1度
,甚至这也是值得质疑的。
[校准]
因此,我决定尝试从机器本身完成的一组测量中计算这些参数(自动校准)。因此,我有一个已知半径r0
的校准管。所有绿色参数都可以处理为常数。现在,我将管子沿着y
轴定位,以尽可能覆盖臂的角度。遗憾的是,范围仅约为20度
(对于当前的机器设置),记住预设y(t)
的测量a(t)
...作为n
点数据集。这给我提供了一个由n
个超越方程组成的系统。从这里,我尝试/猜测“所有”可能性a0、y0、z0
,并记住最佳解决方案(最接近r0
)。
[a0、y0、z0的逼近]
逼近基于我的这个类:
//---------------------------------------------------------------------------
class approx
{
public:
double a,aa,a0,a1,da,*e,e0;
int i,n;
bool done,stop;
approx() { a=0.0; aa=0.0; a0=0.0; a1=1.0; da=0.1; e=NULL; e0=NULL; i=0; n=5; done=true; }
approx(approx& a) { *this=a; }
~approx() {}
approx* operator = (const approx *a) { *this=*a; return this; }
//approx* operator = (const approx &a) { ...copy... return this; }
void init(double _a0,double _a1,double _da,int _n,double *_e)
{
if (_a0<=_a1) { a0=_a0; a1=_a1; }
else { a0=_a1; a1=_a0; }
da=fabs(_da);
n =_n ;
e =_e ;
e0=-1.0;
i=0; a=a0; aa=a0;
done=false; stop=false;
}
void step()
{
if ((e0<0.0)||(e0>*e)) { e0=*e; aa=a; } // better solution
if (stop) // increase accuracy
{
i++; if (i>=n) { done=true; a=aa; return; } // final solution
a0=aa-fabs(da);
a1=aa+fabs(da);
a=a0; da*=0.1;
a0+=da; a1-=da;
stop=false;
}
else{
a+=da; if (a>a1) { a=a1; stop=true; } // next point
}
}
};
//---------------------------------------------------------------------------
它通过一些初始步骤搜索单变量的全范围,然后找到最小偏差点。之后改变范围和步长以接近该点的区域,并递归提高精度。
解决方案本身如下图所示:
// (global) input data
#define _irc_calib_n 100
#define _irc_approx_n 5
int irc_calib_ix; // number of measured points
double irc_calib_y[_irc_calib_n]; // y(t)
double irc_calib_a[_irc_calib_n]; // a(t)
double irc_calib_r; // calibration tube radius + arm radius
// approximation
int ix=0;
double e,a,deg=M_PI/180.0;
approx aa,ay,az;
// min max step recursions ErrorOfSolutionVariable
for (aa.init(-90.0*deg,+90.0*deg,10.0*deg,_irc_approx_n,&e);!aa.done;aa.step())
for (ay.init( 0.0 ,200.0 ,10.0 ,_irc_approx_n,&e);!ay.done;ay.step())
for (az.init( 50.0 ,400.0 ,10.0 ,_irc_approx_n,&e);!az.done;az.step())
{
for (e=0.0,ix=0;ix<_irc_calib_n;ix++) // test all measured points (e is cumulative error)
{
a=irc_calib_a[ix]+aa.a;
if (a> pi) a-=pi2;
if (a<-pi) a+=pi2;
if (fabs(a)>0.5*pi) { e=100.0; break; } // ignore too far angles
e+=fabs(+(cos(a)*(irc_calib_y[ix]-ay.a))
-(sin(a)*(az.a))
-(irc_calib_r));
}
}
// here aa.a,ay.a,az.a holds the result
这导致解决方案接近测量值,但在模拟中结果仍然不够准确。这取决于点数和角度范围,误差在0.1毫米到0.5毫米之间。如果我正确测量z0
并忽略其近似,则精度显着提高,使得y0
没有误差(在模拟中),而a0
的误差约为0.3度。
Q1:如何进一步提高解决方案的准确性?
我无法增加角度范围。点数最好在100
左右,点数越多,准确性越好,但超过150
时结果不稳定(对于某些半径完全偏离)。我不知道原因。递归次数大于6
没有太大影响。
是否可以根据距离0度
的角度距离加权偏差?但遗憾的是,a(t)
范围不一定包括0度
。
所需精度为0.01毫米
,对于y0,z0
和a0
为0.01度
Q2:我有遗漏的地方吗?
例如,错误嵌套的近似或一些数学简化或不同的方法。
[注]
角度必须以a(t)+ a0
的形式表示,因为它是通过带有SW重置的IRC(16000个步骤/回合
)测量的。当在a0
位置时重置。我不计算振动和校准管偏心,它们已经被照顾好了,我的第一个目标是使这个模拟工作。管y(t)
可以任意定位,a(t)
测量可以随意进行。
现在,校准过程沿着y
轴扫描点(从a0
向下移动)。使用6
次递归的计算需要大约35
秒(请耐心等待)。5
次递归需要大约22
秒。
[编辑1]以下是模拟的执行方式
approx aa; double e;
for (aa.init(-90.0*deg,+90.0*deg,10.0*deg,6,&e);!aa.done;aa.step())
e=fabs(+(cos(aa.a)*(y(t)-y0))
-(sin(aa.a)*(z0))
-(irc_calib_r));
if (aa.a<a0) aa.a=a0;
[编辑2] 一些数值
刚刚意识到模拟代码中只有4
次递归,为了匹配输入IRC的精度,必须进行6
次递归。在更改后(也包括之前的编辑),以下是一些结果。
| a0[deg]| y0[mm] | z0[mm] |
simulated | -7.4510|191.2590|225.9000|
z0 known | -7.4441|191.1433|225.9000|
z0 unknown | -7.6340|191.8074|225.4971|
因此,使用已知的z0
测量的准确度几乎在期望范围内,但是使用未知的z0
时,误差仍然比所需大约10
倍。增加模拟精度对于递归次数大于6
没有影响,并且也没有意义,因为实际输入数据也不会更加准确。
这里是使用上述模拟设置进行测试的模拟/测量点:
ix a [deg] y [mm]
0 -0.2475 +105.7231
1 -0.4500 +104.9231
2 -0.6525 +104.1231
3 -0.8550 +103.3231
4 -1.0575 +102.5231
5 -1.2600 +101.7231
6 -1.4625 +100.9231
7 -1.6650 +100.1231
8 -1.8675 +99.3231
9 -2.0700 +98.5231
10 -2.2725 +97.7231
11 -2.4750 +96.9231
12 -2.6775 +96.1231
13 -2.8575 +95.3077
14 -3.0600 +94.5154
15 -3.2625 +93.7231
16 -3.4650 +92.9308
17 -3.6675 +92.1385
18 -3.8700 +91.3462
19 -4.0725 +90.5538
20 -4.2750 +89.7615
21 -4.4877 +88.9692
22 -4.6575 +88.1769
23 -4.8825 +87.3615
24 -5.0850 +86.5154
25 -5.2650 +85.7000
26 -5.4675 +84.9077
27 -5.6700 +84.1154
28 -5.8725 +83.3231
29 -6.0750 +82.5308
30 -6.2775 +81.7000
31 -6.5025 +80.8462
32 -6.6825 +80.0462
33 -6.8850 +79.2538
34 -7.0875 +78.4615
35 -7.2900 +77.6538
36 -7.5159 +76.7692
37 -7.6725 +75.9769
38 -7.8750 +75.1846
39 -8.1049 +74.3692
40 -8.2800 +73.5000
41 -8.4825 +72.7077
42 -8.6850 +71.9154
43 -8.9100 +71.0308
44 -9.0900 +70.2231
45 -9.2925 +69.4308
46 -9.5175 +68.5462
47 -9.6975 +67.7462
48 -9.9000 +66.9462
49 -10.1025 +66.0615
50 -10.3148 +65.2692
51 -10.4850 +64.3769
52 -10.6875 +63.5846
53 -10.9125 +62.7462
54 -11.0925 +61.9077
55 -11.2950 +61.0846
56 -11.4975 +60.2231
57 -11.7000 +59.3923
58 -11.9025 +58.5308
59 -12.1288 +57.6692
60 -12.3075 +56.8385
61 -12.5100 +55.9462
62 -12.7125 +55.1538
63 -12.9150 +54.2615
64 -13.1175 +53.4000
65 -13.2975 +52.5769
66 -13.5000 +51.6846
67 -13.7025 +50.7923
68 -13.9050 +50.0000
69 -14.1075 +49.1077
70 -14.3100 +48.2154
71 -14.5350 +47.3615
72 -14.7150 +46.5308
73 -14.9175 +45.6385
74 -15.1200 +44.7462
75 -15.3225 +43.8538
76 -15.5250 +42.9615
77 -15.7490 +42.0692
78 -15.9075 +41.2769
79 -16.1100 +40.3846
80 -16.3125 +39.4923
81 -16.5150 +38.6000
82 -16.7175 +37.7077
83 -16.9200 +36.8154
84 -17.1225 +35.9231
85 -17.3250 +34.9308
86 -17.5275 +34.0385
87 -17.7300 +33.1462
88 -17.9325 +32.2538
89 -18.1350 +31.3615
90 -18.3405 +30.4692
91 -18.5175 +29.4769
92 -18.7200 +28.5846
93 -18.9225 +27.6923
94 -19.1250 +26.8000
95 -19.3275 +25.8077
96 -19.5300 +24.9154
97 -19.7325 +23.9231
98 -19.9350 +23.0308
99 -20.1375 +22.1385
[编辑3] 进展更新
对@Ben的一些澄清
工作原理
第一张图片下面的彩色方程式给出了半径r0
,它由2个连接的90度
三角形构成(基本三角法)。
红色内容:
y(t)
是电机位置,已知a(t)
是IRC状态,也已知
绿色内容:
a0,y0,z0
是机械尺寸,已知但不精确,所以我测量了许多不同y(t)
位置下的a(t)
并使用已知校准管r0
计算了更高精度的a0,y0,z0
进一步提高精度
我实际上通过使用特殊校准动作测量y1=y0+z0*cos(a0)
来使其更加精确,精度约为0.03毫米
。它是臂在a0
位置和管道运动轴的交点高度,通过从上向下运动时臂第一次接触管道的情况来测量和插值出来的。它是由使用半径和a0
重新计算的实际位置... 因为接触点不在这个轴上... (除非r0=0.0
)。这也消除了校准中的一个近似循环,因为y1,a0,z0
是相互依赖的,可以从彼此计算出来。另外,由于IRC的不连续测量方式以及a(t),y(t)
位置的双重别名,消除了机器精度和计算稳定性方面的很多问题(在真正的机器上)。我现在无法可靠地评估精度,因为通过分析许多测量周期,我发现机器上存在一些机械问题,所以等待修复。无论如何,考虑到两种方法和_irc_calib_n=30
,r0=80.03毫米
的校准与模拟精度现在为:
; computed simulated |delta|
a0= -6.915840 ; -6.916710 +0.000870 deg
y0=+186.009765 ;+186.012822 +0.003057 mm
y1=+158.342452 ;+158.342187 +0.000264 mm
z0=+228.102470 ;+228.100000 +0.002470 mm
较大的校准
r0
会降低精度(由于更有限的a(t)
范围),这是通过计算所有a0,y0,(y1),z1
得出的,没有直接测量或已知。虽然这已经可以接受,但如我之前所写,需要在机器准备就绪时进行检查。为了完整起见,现在模拟测量的样子如下图所示:[编辑4]请参阅逼近搜索的工作原理
a0,y0,z0
随时间变化,并且直接在机器上测量它们是不可行的,因此我寻找其他解决方案,而这是最接近我所需的。 - Spektre