Publicado 2025-03-19
Palabras clave
- modelado,
- cinemática,
- identificación,
- calibración dimensional,
- análisis de video
- robot ABB ...Más
Cómo citar
Derechos de autor 2025 Revista UIS Ingenierías

Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Resumen
Este artículo presenta la calibración cinemática de un robot de cadena abierta utilizando herramientas de bajo costo. Estas herramientas incluyen la cámara de vídeo de un smartphone y un programa de análisis de vídeo en línea de libre acceso. La metodología consiste en desarrollar los modelos cinemáticos directos y de identificación del robot, ejecutar trayectorias de movimiento y grabarlas en dos planos perpendiculares. Los vídeos extraen las variables cinemáticas de posición necesarias para el modelo de identificación. En esta sección se explica el proceso de calibración, incluida la alineación de los ejes, los puntos de referencia y las mediciones de longitud. También se detalla cómo obtener las variables de posición de forma manual o automática mediante el programa de análisis de vídeo. A continuación, se identifican las dimensiones de los eslabones del robot y se validan aplicando las dimensiones calibradas a una trayectoria distinta de la utilizada durante la calibración. Cuando se aplicó a un robot ABB IRB120 simulado, esta metodología identificó con éxito las dimensiones de los eslabones con un margen de error bajo. Sin embargo, la precisión alcanzada superó las especificaciones proporcionadas en el catálogo del robot. El uso del programa de análisis de vídeo permitió la determinación automatizada de las posiciones del efector final del robot, reduciendo significativamente la intervención humana en el proceso de calibración. La metodología propuesta es sencilla, rentable y prometedora para sistemas que no requieren una gran precisión.
Descargas
Referencias
- M. Khanesar, M. Yan, M. Isa, S. Piano, D. Branson, “Precision Denavit–Hartenberg Parameter Calibration for Industrial Robots Using a Laser Tracker System and Intelligent Optimization Approaches,” Sensors, vol. 23, 5368, 2023, doi: https://doi.org/10.3390/s23125368
- T. Messay, R. Ordoñez, E. Marcil, “Computationally efficient and robust kinematic calibration methodologies and their application to industrial robots”, Robotics and Computer-Integrated Manufacturing, vol. 37, pp. 33–48, 2016, doi: https://doi.org/10.1016/j.rcim.2015.06.003
- A. Goswami, A. Quaid, M. Peshkin, “Identifying robot parameters using partial pose information”, IEEE Control Systems Magazine, vol. 13, pp. 6-14, 1993, doi: https://doi.org/10.1109/37.236317
- M. Driels, W. Swayze, “Automated partial pose measurement system for manipulator calibration experiments,” IEEE Transactions on Robotics and Automation, vol. 10, pp. 430-440, 1994, doi: https://doi.org/10.1109/70.313094
- G. Tang, L. Liu, “Robot calibration using a single laser displacement meter,” Mechatronics, vol. 3, no.4, pp. 503-516, 1993, doi: https://doi.org/10.1016/0957-4158(93)90020-3
- D. Whitney, C. Lozinski, J. Rourke, “Industrial Robot Forward Calibration Method and Results”, Journal of Dynamic Systems, Measurement and Control, vol. 108, no. 1, pp 1-8, 1986, doi: https://doi.org/10.1115/1.3143737
- W. Zhu, B. Mei, G. Yan, Y. Ke, “Measurement error analysis and accuracy enhancement of 2D vision system for robotic drilling”, Robotics and Computer-Integrated Manufacturing, vol. 30, no. 2, 2014, doi: https://doi.org/10.1016/j.rcim.2013.09.014
- X. Chen, Q. Zhang, Y. Sun, “Non-kinematic calibration of industrial robots using a rigid–flexible coupling error model and a full pose measurement method”, Robotics and Computer-Integrated Manufacturing, vol. 57, pp. 46–58, 2019, doi: https://doi.org/10.1016/j.rcim.2018.07.002
- A. Nubiola, I. Bonev, “Absolute robot calibration with a single telescoping ballbar”, Precision Engineering, vol. 38, no. 3, pp. 472-480, 2014, doi: https://doi.org/10.1016/j.precisioneng.2014.01.001
- P. Jingfu, D. Ye, Z. Gang, D. Han, “An enhanced kinematic model for calibration of robotic machining systems with parallelogram mechanisms”, Robotics and Computer-Integrated Manufacturing, vol. 59 (C), 2019, doi: https://doi.org/110.1016/j.rcim.2019.03.00
- M. Bai, M. Zhang, H. Zhang, M. Li, J. Zhao, Z.Chen, “ Calibration method based on models and Least-Squares support vector regression enhancing robot position accuracy”, IEEE Access, vol. 9, 2021, doi: https://doi.org/10.1109/ACCESS.2021.3115949
- Y.Cai, H.Gub, C.Li & H.Liua, “Easy industrial robot cell coordinates calibration with touch panel”, Robotics and Computer–Integrated Manufacturing, vol. 50, 2018, doi: https://doi.org/10.1016/j.rcim.2017.10.004
- A. Barrientos, L. Peñin, C. Balaguer, R. Aracil, Fundamentos de robótica. España: McGraw-Hill, 2014.
- L. Mejía, “Metodología para la Identificación de Parámetros Dinámicos en Sistemas Mecánicos de Baja Movilidad: Aplicación a una Suspensión de Vehículo Automóvil”, Tesis Doctoral, Universidad Politécnica de Valencia, España, 2016.
- N. Grisales, S. Durango, C. Álvarez, R. Flórez, “Calibración cinemática de una ruteadora CNC usando un modelo cuasi-estático de error y fotogrametría monocular”, Rev UIS Ing, vol 19, no 3, 2020, doi: https://doi.org/10.18273/revuin.v19n3-2020002
- V. Mata, F. Benimeli, N. Farhat, A. Valera, “Dynamic parameter identification in industrial robots considering physical feasibility”, Journal of Advanced Robotics, vol. 19, no. 1, 2005, doi: https://doi.org/10.1163/1568553053020269