机器人标定(光学三坐标测量机)
一旦机器人被校准，我们有两种选择来生成程序，使用校准机器人的绝对精度:
●过滤现有程序:对程序内的所有机器人目标进行修改，以提高机器人的精度。它可以手动完成，也可以使用API。
●使用RoboDK for Of2022世界杯8强赛时间fline Programming生成准确的程序(生成的程序已经过过滤，包括使用API生成的程序)。
手动过滤现有程序:拖放机器人程序文件到RoboDK的主屏幕(或选择文件➔开放)，然后选择只过滤器。程序将被过滤并保存在同一文件夹中。如果使用过滤算法有任何问题，过滤器摘要将会提到。如果我们想在RoboDK中模拟它，我们也可以选择导入一个程序。如果程序有任何依赖项(工具框架或基本框架定义，子程序，…)，它们必须位于导入第一个程序的同一目录中。
一旦我们在RoboDK内导入程序，我们可以再生它与或没有绝对的准确性。在RoboDK的主要精度设置(工具➔选项➔精度)，我们可以决定是否要始终使用精确的运动学来生成程序，如果我们想每次都问，或者如果我们想使用当前的机器人运动学。可以通过右键单击机器人并激活/取消激活“使用精确的运动学”标签来改变当前机器人的运动学。如果它是活动的，我们会看到一个绿点，如果它不是活动的，我们会看到一个红点。
这是可能的过滤一个完整的程序使用RoboDK给定的校准机器人和机器人程序使用FilterProgram电话:
机器人。FilterProgram（file_program）
在库的宏部分中有一个名为FilterProgram的宏示例。以下代码是使用RoboDK API过滤程序的示例Python脚本。
从robolink进口＊# API与RoboDK通信
从robodk进口＊#基本矩阵运算
进口操作系统#路径操作
#获取当前工作目录
慢性消耗病＝操作系统。路径。目录名（操作系统。路径。realpath（__file__））
#启动RoboDK，如果它没有运行，并链接到API
RDK = Robolink()
# optional:提供以下参数以在后台运行
# RDK＝Robolink（args='/NOSPLASH /NOSHOW /HIDDEN')
#获得校准站(。理查德·道金斯k file) or robot file (.robot):
提示:校准后，右键单击机器人，选择“另存为。robot”
calibration_file＝慢性消耗病+' / KUKA-KR6.rdk '
获取程序文件:
file_program＝慢性消耗病+' / Prog1.src '
#加载RDK文件或robot文件
calib_item＝RDK。AddFile（calibration_file）
如果不calib_item。有效的（):
提高异常（“加载时出了问题”+calibration_file）
#取回机器人(如果只有一个机器人则不弹出):
机器人＝RDK。ItemUserPick（“选择要过滤的机器人”，ITEM_TYPE_ROBOT）
如果不机器人。有效的（):
提高异常（"机器人未选择或不可用"）
#激活准确性
机器人。setAccuracyActive（1）
# Filter program:这将自动保存一个程序副本
#根据机器人品牌重命名文件
状态，总结＝机器人。FilterProgram（file_program）
如果状态= =0：
打印（"程序过滤成功"）
打印（总结）
calib_item。删除（）
RDK。CloseRoboDK（）
其他的：
打印（“程序过滤失败!”错误码:%i"％状态）
打印（总结）
RDK。ShowRoboDK（）
下面的代码是一个示例Python脚本，它使用RoboDK API过滤目标(姿势目标或关节目标)，使用FilterTarget命令:
Pose_filt，关节=机器人。FilterTarget（nominal_pose, estimated_joints)
如果是3，这个例子很有用理查德·道金斯party应用程序(RoboDK除外)使用姿态目标生成机器人程序。
从robolink进口＊# API与RoboDK通信
从robodk进口＊#基本矩阵运算
defXYZWPR_2_Pose（xyzwpr)：
返回KUKA_2_Pose（xyzwpr）#转换X,Y,Z,A,B,C到一个姿势
defPose_2_XYZWPR（构成)：
返回Pose_2_KUKA（构成）#转换姿势为X,Y,Z, a,B,C
#启动RoboDK API并检索机器人:
RDK＝Robolink（）
机器人＝RDK。项（”，ITEM_TYPE_ROBOT）
如果不机器人。有效的（):
提高异常（“机器人不可用”）
pose_tcp＝XYZWPR_2_Pose（[0，0，200，0，0，0]）#定义TCP
pose_ref＝XYZWPR_2_Pose（[400，0，0，0，0，0]）#定义Ref Frame
更新机器人TCP和参考系
机器人。setTool（pose_tcp）
机器人。setFrame（pose_ref）
#对于SolveFK和SolveIK(正/逆运动学)非常重要
机器人。setAccuracyActive（假）精度可以是ON或OFF
在关节空间中定义一个标称目标:
关节＝［0，0，90，0，90，0]
#计算关节目标的机器人标称位置:
pose_rob＝机器人。SolveFK（关节）#机器人法兰WRT机器人底座
#计算pose_target:关于参考帧的TCP
pose_target＝invH（pose_ref）*pose_rob＊pose_tcp
打印（“目标未过滤:”）
打印（Pose_2_XYZWPR（pose_target））
joints_approx＝关节# joints_approx必须在20度以内
pose_target_filt，real_joints＝机器人。FilterTarget（pose_target，关节）
打印（的目标过滤:）
打印（real_joints。tolist（))
打印（Pose_2_XYZWPR（pose_target_filt））