绝对关节值和坐标系统哪个对OLRP比对更好?

关键部分实现OLRP在机器人单元中，是虚拟单元与真实单元的对齐。为了大大简化这个过程:在物理机器人上取点来绘制单元的关键特征，然后移动虚拟组件以匹配这些点的位置。如果我们更深入地挖掘这个过程，问题就出现了，这些点相对于什么?

虚拟机器人如何知道这些点在哪里?

机器人定义空间中点的位置有两种基本方法:

1. 根据机器人在该点的关节值(或电机脉冲值)。
2. 基于点相对于机器人世界框架或基本框架(有时称为用户框架)的坐标。

好消息是，这两种方法都是可行的，而且它们产生的结果基本上是相同的。然而，使用点坐标对齐为OLRP提供了一些优势。点坐标的优势可以归结为在未来使用基本框架编程新工作时的整体更好的体验。

在之前的一篇博文中，虚拟到现实:为真实世界提供准确性．我们讨论了现实世界中可能对机器人细胞对齐质量产生负面影响的因素，以及一些可以用来减轻这些因素的策略。其中一个策略是手动接触点和程序没有正确对齐工件。有一个相对于基本框架(或基本框架)教授的程序可以使这个过程更快更容易。如果机器人单元或工件严重错位，您可以触摸单个基架来调整整个程序点的位置，一次将它们移动到正确的位置，而不是逐个调整它们。让您的机器人单元相对于一个坐标系统进行对齐，并使用这种策略可以在您的OLRP体验中产生非常大的不同;特别是在没有配备其他寻部或视觉系统的机器人细胞中。

在某些极端情况下，当工件CAD与真实零件的几何形状存在显著差异时，这种策略可以进一步采取，将程序中的机器人点和路径划分到不同的基础框架中。类似于上面，这些帧可以被修饰以一次调整几个点的位置。

可以根据关节值对齐机器人单元，然后仍然使用基本框架使用OLRP为机器人创建新作业。然而，这给编程过程带来了更多的错误。

底线。在对齐和编程之间如何定义点最好保持一致，以最小化错误。如果您只选择一个系统来定义点，我建议使用坐标系和基本框架。