Le présent travail a pour objectif de valider la pertinence de l’utilisation d’un appareil de photogrammétrie portable dans le domaine de l’étalonnage de robots industriels. L’appareil à l’étude est le système MaxSHOT 3D de Creaform. L’étalonnage est un procédé permettant l’identification d’un modèle géométrique ou non géométrique. Celui-ci permet d’améliorer le contrôle d’un robot afin d’augmenter sa précision de positionnement. Ce mémoire présente le processus d’étalonnage non géométrique d’un robot de petite taille, le LR Mate 200iC de la compagnie FANUC. À des fins de comparaison, la procédure d’étalonnage est adaptée pour considérer un deuxième appareil de mesures 3D, soit le Laser Tracker ION de la compagnie FARO. Ce dernier est aussi utilisé pour construire une banque de validation d’environ 1000 configurations.

Les efforts sont d’abord dirigés vers la modélisation du robot à l’étude. Des modèles cinématiques direct et inverse sont présentés respectant le standard de Denavit-Hartenberg modifié (DHM). L’algorithme de Newton-Euler est utilisé pour ajouter une considération non géométrique qui estime les articulations telles des ressorts de torsion.

Dans un volet subséquent, l’appareil de photogrammétrie portable et le laser de poursuite sont présentés. Les fonctionnements de ces deux systèmes diamétralement opposés à plusieurs niveaux sont comparés. En effet, le système de photogrammétrie portable est abordable (environ 27 000 $ CA), simple d’utilisation et permet l’observation d’une scène. Par contre, il nécessite que les objets à mesurer soient immobiles, requiert un grand nombre de manipulations et n’est pas autonome. En contrepartie, le laser de poursuite permet de mesurer des trajectoires en continu et permet l’automatisation du processus d’acquisition. Néanmoins, l’appareil est très dispendieux (100 000 $ CA et plus), ne permet la mesure que d’un seul point à la fois et est sensible aux conditions de l’environnement (température, vibrations, courants d’air, etc.). En prenant compte des contraintes des deux appareils, un algorithme générant des configurations partiellement aléatoires est utilisé pour préparer un bassin de 1000 configurations du robot. L’algorithme s’assure que l’orientation de l’effecteur permet l’acquisition de données par les deux appareils de mesure pour chaque configuration proposée. Dans la phase suivante, une sélection par indice d’observabilité est utilisée afin de déterminer les meilleures configurations à utiliser pour l’identification des paramètres du robot. Le nombre de configurations sélectionnées est de 34, laissant les 966 autres configurations disponibles pour la phase de validation.

Le dernier volet du mémoire présente la procédure d’identification de paramètres du robot par la méthode des moindres carrés. Les modèles identifiés sont présentés et leurs performances sont validées. Lorsque les données acquises à partir du MaxSHOT 3D sont utilisées, la précision de positionnement obtenue est de 0.469 mm, tandis qu’elle est de 0.365 mm en utilisant les données du Laser Tracker ION. Néanmoins, comme les mesures utilisées en validation sont issues du laser de poursuite, un biais favorise ce dernier. Pour cette raison et la proximité qui existe entre la précision obtenue avec les deux appareils, il est conclu que relativement à la précision absolue, les deux appareils sont similaires. Il est toutefois suggéré de prendre en compte toutes les autres caractéristiques de chaque appareil, car leur intégration possède des défis bien différents.

The present work intends to analyze the use of a portable photogrammetric system for industrial robot calibration. The device used in this study is the MaxSHOT 3D system provided by Creaform. Robot calibration consists in identifying a geometric or non-geometric mathematical model of the robot in order to improve the control of the robot and increase its positioning accuracy. The following thesis presents a non-geometric calibration of a relatively small robot, the FANUC LR Mate 200iC. For comparative purposes, the calibration procedure is also used with a second device, the FARO Laser Tracker ION. This laser tracker is also used to acquire a validation dataset of approximately 1,000 measurements.

First, the robot mathematical model is elaborated. Forward and inverse kinematic models are presented following the modified Denavit-Hartenberg method (DHM). In addition, joint compliance is modeled using the Newton-Euler algorithm that considers the joints as torsion springs. This yields a category 3 model in order to proceed to a non-geometric calibration.

Next, the portable photogrammetry system and the laser tracker are introduced. Being that these two devices are diametrically opposite in their function, the typical usage is compared. The portable photogrammetry system is affordable (approximately CA$ 27,000), easy to use, and allows the observation of a scene (hundreds of 3D point). However, it requires that the measured objects be stationary, it calls for a large number of manipulations and is nearly impossible to use in an automated manner. In contrast, the laser tracker can measure continuous trajectories and allows full automation of the measurement process. Yet, it is very expensive (more than CA$ 100,000), allows the measurement of only one 3D point at a time, and is very sensitive to environmental conditions (e.g. temperature, vibrations, air currents, etc.).

Taking the limitations of both measurement devices into consideration, a pseudo-random algorithm was used to generate a 1 000 robot poses. This algorithm ensures that for each proposed configuration, the measurement targets on the robot end-effector are visible by both measuring devices. Subsequently, an observability analysis is performed to select the poses most appropriate for calibration in order to identify the robot’s parameters. A set of only 34 configurations are used for the identification process, leaving the other 966 configurations for the validation phase.

The final section of the thesis presents the least squares robot parameter identification method. The identified models are presented and their performance is analyzed. Calibration using data from the MaxSHOT 3D gives a robot’s positioning accuracy of 0.469 mm, while 0.365 mm is obtained by using data from the laser tracker. Admittedly, as the validation measurements were acquired with the laser tracker, bias favors this device. Due to this bias and because there is a similarity between the accuracy obtained with both devices, relative to absolute precision, their calibration performance is concluded to be similar. Nevertheless, it is suggested to consider all other features, as they these are still two very different devices.