Il existe deux classes principales d’étalonnage : en boucle ouverte et en boucle fermée.

Boucle ouverte
L’étalonnage en boucle ouverte consiste à utiliser un système de mesure externe pour acquérir les mesures nécessaires à l’identification des paramètres. L’avantage principal de cette méthode est qu’elle permet généralement l’acquisition de mesures dans tout l’espace de travail du robot. Les inconvénients potentiels sont que l’utilisation des appareils de mesure nécessite une formation, que le robot doit généralement être déplacé de sa position et que le temps de prise de mesures soit long (Driels, 1993).

Boucle fermée
L’étalonnage en boucle fermée, aussi connue sous le nom d’étalonnage autonome (Bennett et al., 1991), est défini comme étant le procédé qui permet de déterminer le modèle du robot  en utilisant seulement l’information de ces capteurs internes. Généralement, le modèle est obtenu en appliquant des contraintes physiques partielles ou complètes sur l’effecteur du robot ou en ajoutant des capteurs redondants (c.-à-d. caméras, barre à billes (BB), palpeur, capteurs de force). Les avantages de la méthode d’étalonnage en boucle fermée sont nombreux : aucune nécessité de déplacer le robot de sa position pour l’étalonner, la méthode peut généralement être entièrement automatisée et répétée facilement, et son coût est généralement beaucoup moins élevé puisqu’elle ne nécessite aucun appareil externe de mesure. Le principal inconvénient est qu’elle ne permet généralement pas d’acquérir des mesures dans l’enveloppe de travail complète ce qui réduit le volume étalonné. La méthode d’étalonnage proposée dans cet ouvrage est une méthode en boucle fermée et elle utilise des contraintes physiques de position appliquées sur des billes pour prendre les mesures.

Processus d’étalonnage de robots industriels

Le processus complet d’étalonnage de robots industriels a été clairement défini par le passé (Mooring et al., 1991) et n’a pas changé à travers les années. Les quatre grandes étapes restent les mêmes : la modélisation, la prise de mesures, l’identification des paramètres et la compensation. Ces quatre phases sont présentées plus en détail dans les prochaines sous-sections.

Modélisation
La première étape du processus d’étalonnage est la modélisation du robot. Il existe plusieurs techniques de modélisation, chacune possédant leurs forces et leurs faiblesses. Selon Everett et al. (1987) et Schröer et al. (1997), un bon modèle doit posséder quatre propriétés : il doit être complet, proportionnel, minimal et équivalent. Pour être complet, le modèle doit être capable d’exprimer toutes les variations possibles de la géométrie du robot. La propriété de proportionnalité stipule que de légères différences sur la position et l’orientation des joints doivent produire de légères variations sur les paramètres du modèle. Un modèle est minimal lorsqu’il contient un nombre minimal de paramètres. Finalement, la propriété d’équivalence signifie que les paramètres modélisés doivent être transposables dans un autre modèle. Par conséquent,deux modèles équivalents devraient donner des résultats similaires lors de l’étalonnage.

Modèles Denavit-Hartenberg
Parmi toutes les méthodes de modélisation de mécanismes sériels qui existent, une des plus populaires est la méthode proposée initialement par Denavit et Hartenberg (1955), communément appelée méthode D-H. Cette méthode suit un processus simple qui permet l’attribution systématique de référentiels à chacune des articulations du robot. Ces référentiels sont reliés par quatre paramètres et permettent de définir la matrice de transformation homogène paramétrique qui relie deux référentiels successifs. Il existe trois autres conventions différentes qui sont basées sur la méthode D-H classique (Paul (1981), Khalil et Dombre (2004), Craig (2005)). Ces méthodes ont toutes quatre paramètres et offrent différents compromis pour rendre la présentation des référentiels et l’attribution des indices des paramètres plus intuitives.

Des chercheurs ont utilisé les modèles D-H pour faire l’étalonnage (Ibarra et Perreira (1985), Sugimoto et Okada (1985), Payannet et al. (1985), Nubiola et Bonev (2013)). Cependant, ces modèles présentent certains problèmes connus à la phase d’identification lorsque deux axes consécutifs sont parallèles ou quasi-parallèles (Mooring, 1983). Cela est dû au fait que le modèle n’est pas proportionnel. De plus, malgré que la représentation par ligne présentée par D-H soit minimale, les singularités inhérentes de cette représentation n’en font pas le modèle idéal.