基于空间网格的机器人工作点位姿标定方法

 

第50卷第10期

2016年10月浙 江 大 学 学 报(工学版)Vol.50No.10DOI:10.3785/j.issn.1008‐973X.2016.10.019

基于空间网格的机器人工作点位姿标定方法

张湧涛,宋志伟,王 一,粘山坡

(华北理工大学电气工程学院,河北唐山063017)

摘 要:针对工业机器人沿着一定的轨迹在若干个有限的工作点作业的特点,提出基于空间网格精度的机器人工

作点位姿校准方法.基于笛卡尔空间和欧拉角空间的空间网格精度,利用反距离权重插值法,实现对机器人位姿误

差的标定.该方法具有以下优点:1)提出欧拉角空间概念.在欧拉角空间建立空间网格精度控制模型,用该模型对

机器人作定姿误差标定;2)把机器人的位姿误差分为定位误差和定姿误差,分别进行标定,能够提高机器人的定

位、定姿精度.实验结果表明,标定以后机器人的定位、定姿精度提高了大约一个数量级,证明了该方法的可行性和

有效性.

关键词:机器人;误差补偿;空间网格精度;欧拉角

中图分类号:TP242    文献标志码:A     文章编号:1008973X(2016)10198007

Robotpositionandrotationcalibrationmethodbasedonprecisionofspatialmesh

(CollegeofElectricalEngineering,NorthChinaUniversityofScienceandTechnology,Tangshan063017,China)ZHANGYong‐tao,SONGZhi‐wei,WANGYi,NIANShan‐poAbstract:Theworkingcharacteristicsofindustrialrobotsisthatrobotsalwaysworkinginlimitedworkingpointsalongacertainpath.Arobotworkpointcalibrationmethodbasedontheprecisionofspatialmeshwasintroducedaccordingtotheworkingcharacteristicsoftherobots.ThespatialmeshprecisionwasestablishedbasedonspatialmeshaccuracyinCartesianspaceandEuleranglespace.Thenthe“inversedistancetoapower”methodwasusedtocalibraterobot’sposeerror.Theadvantagesofthenewapproachweretwofold.1)AconceptionnamedEulerangelspacewasproposed.InEuleranglespace,thespacegridaccuracycontrolmodelwasestablished,andthemodelwasusedfortherobottodothepostureerrorcalibration.2)Therobot’spositionerrorandpostureerrorwereseparatedandcalibratedseparately.Thenboththepositionandrotationprecisioncanbesimultaneouslyimproved.Experimentalresultsshowedthattherobot’spositionandrotationprecisionwasraisedaboutanorderofmagnitudeaftercalibration,andthefeasibilityandeffectivenessofthemethodwasproved.Keywords:robot;errorcompensation;precisionofspatialmesh;Eulerangle

  在机器人的生产装配过程中,受生产工艺水平

的影响及装配过程中不可避免的偏差,使得机器人

的实际运动学参数与名义运动学参数存在误差,导致机器人的绝对定位、定姿精度偏低,限制了机器人完成高精度操作任务的能力.对于该问题,国内外科学家作了大量的研究,其中大多数是对机器人的运

收稿日期:20150818.浙江大学学报(工学版)网址:www.zjujournals.com/eng

基金项目:河北省自然科学基金面上项目(E2013209266);河北省高等学校科学技术研究资助项目(QN2013114);国家自然科学基金资助

项目(51505125).

作者简介:张湧涛(1958—),男,教授,从事检测技术及智能装置的研究.ORCID:0000‐0002‐6136‐054X.E‐mail:zytwin@ncst.edu.cn万方数据

第10期

张湧涛,等:基于空间网格的机器人工作点位姿标定方法

1981

动学参数进行标定[1‐4]

.机器人运动学参数标定方法

可以分为基于模型的运动学参数标定和非模型运动

学参数标定[5]

.基于模型的运动学参数标定方法主要包括建模、测量、参数辨识和误差补偿4个步骤,非模型的运动学标定包括神经网络正标定、逆标

定等[6]

文献[7~11]中,多数是对机器人TCP定位误差标定的研究,涉及机器人TCP姿态误差标定问题的很少[7‐11].本文提出的方法是分别利用建立的笛卡尔空间和欧拉角空间的空间网格精度控制模型对机器人TCP作定位误差和定姿误差标定,同时提高机器人TCP的定位、定姿精度.

1 机器人运动学方程

1.1 齐次变换矩阵及正向运动学方程

[16]

采用的机器人运动学模型是经典的D‐H模型.该模型具有参数最小化的优点:用α、l、d、θ4个参数来描述相邻杆件之间的位姿关系.

相邻关节的齐次坐标变换矩阵为cθi-cαisθisαisθilicθ

基于空间网格的机器人工作点位姿标定方法

2 KR5ARC机器人正向运动学方程

根据KR5ARC机器人手册可以画出该型号机器人的D‐H模型关节坐标系,如图1所示.

根据图1所示的坐标系关系并结合相关资料可以得到KR5ARC机器人D‐H参数,如表1所示.

万方数据

图1 KR5ARC型机器人D‐H模型关节坐标系Fig.1 D‐HmodeljointcoordinateofKR5ARCrobot

表1 KR5ARC型机器人D‐H模型参数序号α/(°)θ/(°)d/mml/mm1-180θ100290θ2-40018030θ3-900600490θ401205-90θ5-6200690θ6007

-180

-180

-115

  将表1的各个连杆参数值代入式(1),可以得到相邻坐标系的齐次坐标变化关系;将上一步的结果代入式(2),可以计算出KR5ARC机器人的正向运动学方程.

2 建立机器人工作空间的空间网格结构

采用映射法将机器人工作空间划分成若干个彼此相连的立方体,如图2所示.根据需要选择生成网格的数量,在保证机器人标定精度的前提下,尽量减少标定所需时间.用测量精度为0.023mm的RO‐M点进行测量ER‐RA7520,如图绝对关节测量臂对立方体的3所示.将理论值与实际值进行比8个顶

较,获得机器人的初始运动学误差(在不影响标定效率的情况下对尽可能多的点进行测量,其余采用插值的方法来获得).

建立空间网格精度后,采用反距离权重插值法

[17]

对机器人进行标定.扫描空间网格,查找机器

基于空间网格的机器人工作点位姿标定方法

1982

浙 江 大 学 学 报(工学版)          

 第50卷 

图2 机器人工作空间的空间网格划分示意图Fig.2Spatialmeshinrobot’s

基于空间网格的机器人工作点位姿标定方法

workspace

图3 单位立方体网格及参数Fig.3 Identitycubicgridandparameters

人TCP所在的立方体网格,计算该点与所在网格8

个顶点ki的距离di,如下: di=

i2

+Y-Y′

i2

+Z-Z′

i2

i=1,2,…,8.(3)式中:X,Y,Z为TCP的理论坐标值,

X′i,Y′i,Z′i为包含TCP的立方体网格8个顶点的实际定位坐标.

用计算得到的距离di的倒数来求取8个顶点ki定位误差相对于TCP定位误差的权值qi,如下:

qi=;i=1,2,…,8(4)1+2+…+8

用求取的权值qi及8个顶点ki在X、Y、Z3个方向上的定位误差对TCP在X、Y、Z3个方向上的误差作出估算,如下所示:万方数据

88ΔΧ=

i∑

=1

ΔΧiqi;ΔY=

i∑

=1

ΔYiqi;ΔZ=

i∑

=1

ΔZiqi.

(5)

式中ΔXi,ΔYi,ΔZi为包含TCP的立方体网格8个顶点的实际坐标值与理论坐标值的偏差,ΔX,ΔY,Δ为TCP坐标的修正值.

用估算出的误差对该点的理论坐标值X,Y,进行反向修正,如下所示:

Xa=X-ΔX,Ya=Y-ΔY,Za=Z-ΔZ.(6)式中:X,Y,Z为TCP的理论坐标值,

ΔX,ΔY,Δ为TCP坐标的修正值,ΔXa,ΔYa,ΔZa为TCP坐标修正后的坐标值Pa.

3 在机器人工作点ZYX欧拉角空间建立空间网格结构

  机器人TCP在工作空间中位置保持不变时,工具坐标系的姿态可以随着机器人关节角的改变而变化.当改变机器人工具坐标系姿态时,记录目标值,并用测量臂测量真实值来建立欧拉角空间的空间网格精度.应当注意的是:ZYX欧拉角是对空间旋转群SO(3)的一种参数化方法,该参数不均匀且存在奇异点,即当旋转角为0时,变换矩阵行列式为0,通过适当地选取坐标系,使得机器人坐标系3个旋转轴的旋转角度始终不为零,可以减小或消除欧拉角的奇异性.

首先建立一般齐次坐标变换矩阵中旋转部分与ZYX欧拉角表示的机器人齐次坐标变换矩阵中旋转部分的函数关系.

由式(2)

基于空间网格的机器人工作点位姿标定方法

31

r32

r33

nz

oz

az

P=

p1p(7)

xp2=py.p3

pz

用ZYX欧拉角表示的齐次坐标变换矩阵中旋转部

分的公式如下:

RO=RzcsααcRyRxγ=

cβcαsβsγ-sαcγsαsγγ+cαssαsβcβcαcγ+sαsβsβcλ-cαsγ.(8)

-sβcβsγcγcβ

令R和RO中对应元素相等并解方程组可得

第10期

张湧涛,等:基于空间网格的机器人工作点位姿标定方法r21,r11……………,

1983

α=arctan2顶点的距离;用距离的倒数计算权值;利用立方体网

(9)

格8个顶点处的误差值来加权估算该坐标的偏差

Δαi,Δβi,Δγi,修正理论坐标值后可得修正的坐标值αa,γa.用αa,γa作为机器人姿态控制βa,βa,量,通过反算得到修正后的机器人工具坐标系的姿态Ra.把Pa和Ra联合起来可以得到机器人修正后的齐次坐标变换矩阵Ta.

sqrtr11+r21,β=arctan2-r31,

γ=arctan2r32,r33…………….

当得到旋转矩阵中元素的数值后,可以通过式(9)计算对应的ZYX欧拉角度;反之,可以用ZYX欧拉角通过式(8)反算旋转矩阵R中元素的值.

建立工作点的ZYX欧拉角空间的空间网格结构.以某个工作点为例,使机器人的TCP与该点重合,调整机器人关节角度,使工具坐标系围绕TCP形成不同的姿态,并用ROMER‐RA7520绝对关节测量臂对这些不同的姿态进行测量,在条件允许的情况下尽可能多地测量机器人的姿态,对于其他没有直接测量的姿态,在ZYX欧拉角度空间采用插值算法获得.计算出ZYX欧拉角度的变化范围并在其中选出一个大小合适的立方体.以α,为坐标变量β,

基于空间网格的机器人工作点位姿标定方法

建立空间坐标系,利用上述空间网格化的思想建立ZYX欧拉角的空间网格结构.空间网格如图4所示.

基于欧拉角空间的空间网格精度,采用反距离权重插值法对机器人作定姿误差标定.在ZYX欧拉角度网格空间查找换算出来的αi,γi坐标值βi,所在的立方体网格,计算与所在立方体网格8个

4 机器人标定实验

对机器人作定位定姿标定时,所选取的空间网

格数量和疏密程度对标定效果的影响很大.当网格选取得少且疏时,标定速度快,但精度提高有限;当空间网格选取得多且密时,精度提高显著但耗时费工.目前还没有找到相应的数学方法求取最优解,以下所使用的数据是经过多次实验后总结出来的,基于这些数据可以建立较理想的空间网格结构.具体实验如下.

在机器人工作空间中,选出50mm×50mm×50mm的立方体区域,并用映射网格划分方法将该区域划分成单元网格为10mm×10mm×10mm空间网格结构,共有125个单元网格,216个顶点.用测量臂对每一个顶点进行测量,从而获得空间网格精度.(715,-194,928)是KR5ARC机器人的一个工作点,包围该工作点的立方体网格8个顶点的坐标如下:(708,-199,934),(718,-199,934),(708,-189,934),(718,-189,934),(708,-199,924),(708,-189,924),(718,-199,924),(718,-189,924).将上述已知值代入式(3)、(4)可以求出每一个顶点误差对于工作点误差的权值;结合式(5)可以求出工作点坐标轴方向的修正量;最后由式(7)求出工作点的修正坐标值.各个计算结果如表2、3所示.

图4 ZYX欧拉角空间网格划分示意图Fig.4 SpatialmeshinZYXEuleranglespace

表2 各个标定步骤数据计算结果1

序号顶点1顶点2顶点3顶点4顶点5顶点6顶点7顶点8

顶点理论值

顶点实际值

di/mm10.498.3710.498.379.499.498.378.37

qi0.1430.1140.1430.1140.1290.1290.1140.114

(708,-199,934)(708.41,-197.91,934.56)(718,-199,934)(717.53,-200.11,934.87)(708,-189,934)(708.32,-189.77,934.86)(718,-189,934)(718.39,-190.32,933.03)(708,-199,924)(707.32,-199.56,924.79)(708,-189,924)(708.67,-187.71,923.06)(718,-199,924)(718.43,-199.54,924.69)(718,-189,924)(718.21,-189.83,923.46)

ΔX×qi0.059-0.0540.0460.044-0.0880.0860.0490.024

ΔY×qi0.156-0.127-0.110-0.150-0.0720.166-0.062-0.095

ΔZ×qi0.0800.0990.123-0.1100.102-0.1210.0790.062

万方数据

1984

浙 江 大 学 学 报(工学版)          

表3 各个标定步骤数据计算结果2

工作点期望值

ΔX0.166

ΔY-0.626

ΔZ0.314

工作点修正值

 第50卷 

(715,-194,928)(714.834,-193.374,927.686)

  采用与工作点1相同的标定方法,对KR5ARC机

器人工作空间中的24个工作点进行标定,标定结果如图5所示.图中,R为均方根,N

基于空间网格的机器人工作点位姿标定方法

为工作点数量.

  从图5可以看出,KR5ARC机器人标定前定位

误差的方均根约为1.6mm,在标定以后的定位误差方均根下降到了0.2mm左右,使得该机器人的定位精度有了显著提高.

机器人生产作业时,有若干个工作点.以其中一个工作点为例,在该点对KR5ARC机器人进行定姿误差标定.当机器人TCP到该点以后,保持机器人TCP不动,改变机器人TCP坐标系相对于世界坐标系的姿态,可以计算出该工作点TCP坐标系所对应的ZYX欧拉角变化范围.以ZYX欧拉角的α,γ为坐标轴建立空间立体结构,用测量臂测β,

量各个顶点的实际值,建立欧拉角空间的网格精度,

图5 KR5ARC机器人定位标定效果图Fig.5 PositioncalibrationresultsofKR5ARCrobot

对KR5ARC机器人进行定姿误差标定.在欧拉角空间选出10°×10°×10°的立方体空间,在该空间范

表4 欧拉角空间理论值与实测值

       理论坐标值1                     实测值1              

α42°42°42°42°44°44°44°44°

75°73°75°73°75°73°75°73°

γ68°68°70°70°68°68°70°70°

α42°56′32″41°36′42″42°53′22″42°36′12″45°16′12″45°06′52″44°45′21″43°16′32″

76°11′12″72°26′22″75°56′32″71°57′22″76°26′45″73°55′37″75°51′52″73°26′32″

γ66°58′39″68°53′42″70°49′11″70°36′51″67°26′32″68°46′37″70°49′55″68°55′42″

       理论坐标值2                     实测值2              

α48°48°48°48°46°46°46°46°

β70°68°70°68°70°68°70°68°

γ63°63°65°65°63°63°65°65°

α48°48′21″46°55′33″47°25′26″48°45′51″44°59′46″46°43′38″46°55′49″45°11′45″

β70°49′27″66°55′26″71°15′22″68°35′51″70°56′45″68°49′23″68°51′15″68°35′51″

γ63°52′24″64°15′51″63°58′29″64°45′21″63°58′44″62°42′27″65°48′28″66°25′43″

万方数据

基于空间网格的机器人工作点位姿标定方法.doc下载

第10期

张湧涛,等:基于空间网格的机器人工作点位姿标定方法

1985

围建立单元格为2°×2°×2°空间网格结构,用测量臂对每一个顶点进行测量,得到网格空间中各个顶

点的理论值与实际值,如表4所示,从而构建欧拉角空间网格精度.根据式(3)~(6),实现机器人的定姿误差标定.下面给出2个姿态的标定过程.

两个网格中任选的期望值坐标为:(43°,74°,69°)、(47°,69°,64°).计算包含上述两点的立方体

网格8个顶点处误差的权值qi,如表5所示.修正量和修正后的坐标值如表6所示.

表5 权值计算结果序号12

q10.078930.09354

q20.112550.11476

q30.114740.10471

q40.089440.20945

q50.063920.08606

q60.110430.18037

q70.074670.13231

q80.355320.07880

表6 加权后算得的修正量和修正后的坐标值

Δα0.18992°0.15634°

Δβ0.46183°0.33561°

Δγ-0.09966°0.31938°

αa

43.18992°47.15634°

β74.46183°69.33561°

68.90034°64.31938°

  采用上述方法对机器人姿态作了24组标定,标

定效果图如图6

基于空间网格的机器人工作点位姿标定方法

所示.

和欧拉角空间分别建立空间网格精度,对机器人的机械结构没有特别限制,因此该方法可以广泛应用于机器人标定领域.

本文方法在机器人位姿标定过程中只考虑了几何参数对机器人位姿精度的影响,忽略了如温度、齿隙及重力等其他因素的影响,实际上机器人工作时,温度、载荷变化等因素的影响更复杂,有时也是主要的影响因素.在以后的工作中,会逐步将其他影响因素加入到误差补偿模型,进一步提高机器人的标定效果.

图6 KR5ARC机器人姿态标定效果图Fig.6 RotationcalibrationresultsofKR5ARCrobot

参考文献(References):

[1]LIUChang‐jie,YANGXue‐you,ZHUJi‐gui,etal.

Flexiblecoordinatemeasurementsystembasedonindus‐trialrobotforcarbody‐in‐white[J.JournalofOptoe‐

由图6可知,标定前KR5ARC机器人的平均姿态均方根误差为1.51min,标定后平均均方根误差下降到0.22min,定姿精度有了显著的提高,证明了该方法的有效性.

lectronicsLaser,2006,17(2):207210.

[2]WANGYi,LIUChang‐jie,RENYong‐jie,etal.Glob‐

alcalibrationofvisualinspectionsystembasedonuni‐versalrobots[J].OpticsandPrecisionEngineering,tionaccuracyusingadynamiconlinefuzzyerrormapping

5 结 论

(1)实验表明:用欧拉角空间网格精度标定KR5ARC机器人的定姿误差,使机器人姿态均方根误差由1.5min左右下降到了0.3min左右;用笛卡尔空间网格精度标定定位误差,使KR5ARC机器人定位均方根误差由1.6mm左右降到了0.2mm左右.可见,提出的机器人位姿标定方法效果显著.

(2)由于提出的方法是在机器人的笛卡尔空间

2009,17(12):30283033.

[3]BAIYang,WANGDong‐li.Improvetherobotcalibra‐

system[J].IEEETransactionsonSystems,ManandCy‐bernetics,2004,34(2):11551160.

[4]ROTHZS,MOORINGB,RAVANIB.Anoverview

Automation,1987,3(5):377385.

ofrobotcalibration[J].IEEEJournalofRoboticsand

[5]刘松国,朱世强,王宣银,等.基于矩阵分解的一般6R机

器人实时高精度逆运动学算法[J].机械工程学报,2008,44(1):304309.

万方数据

1986

浙 江 大 学 学 报(工学版)           第50卷 

alLIUSong‐guo,ZHUShi‐qiang,WANGXuan‐yin,et

nematic.General6Rrobot’sonlinehigh‐precisioninverseneseJournalsolutionofMechanicalbasedonmatrixEngineeringdissolution,2008[,44J].(1Chiki‐)‐:304309.

[6]VEITSCHEGGERWK,WUCH.Robotaccuracy

analysisboticsandbasedAutomationonkinematics,1986,2(3)[J].IEEE:171Journal179.ofRo‐[7]ZHUANGHQ,ROTHZS,HAMANOF.Acom‐

probotleteandmanipulatorsparametrically[J].continuousIEEETransactionskinematicmodelforandAutomation,1992,8(4):451463.

onRobotics

[8]ZHUANGH,MOTAGHEDISH,ROTHZS.Robot

calibrationtheIEEEInternationalwithplanarconstraintsConferenceof[CRobotics]∥ProceedingsandAutoof‐

mation.Detroit:IEEE,1999:805810.

[9]张晓平.六自由度关节型机器人参数标定方法与实验研

究[D].武汉:华中科技大学,2013.

ZHANGexperimentXiao‐ping.Parameterscalibrationmethodand[10]University杨守瑞,尹仕斌ofstudyScienceon6Rrobot[D].Wuhan:Huazhong,任永杰and,等Tecnology.机器人柔性视觉测量系统

,2013.

标定方法的改进[J].光学精密工程,2014,22(12):32393247.

YANGImprovementShou‐ruitemcalibrationofrobot,YINflexibleShi‐bin,RENYong‐jie,etal.[J].OpticsvisionandmeasurementPrecisionEngisys‐neering,2014,22(12)method:32393247.

(上接第1945页)

[8]郑拓,吴功平,严宇,等.高压线巡检机器人巡检与通讯

系统设计与实现[J].武汉大学学报:工学版,2012,45(2):235240.

ZHENGInspectionTuohigh‐voltageand,transmissioncommunicationWUGong‐pinglinessystem,YAN[J].EngineeringofrobotYu,foretal.ofWuhanUniversity,2012,45(2):235240.Journal

[9]程建峰,苏晓峰.磁悬浮列车的发展及应用[J].铁道车

辆,2003,41(11):1317.

CHENGJianmagnetic‐feng,SUlevitationXiao‐fengtrains.Development[J].RollingandStockap‐2003plication,41(11)of:1317.

,[10]陈强,李晓龙,刘少克.磁悬浮列车悬浮系统的非线性

PIDCHEN控制[J].机车电传动,2014(01):5254.PIDcontrollerQiang,forLIXiaothemagnetic‐long,LIUlevitationShao‐kesystem.NonlinearElectricDriveforLocomotives,2014(01):5254.

[J].[11]唐苏亚.直线电机驱动的磁悬浮列车的研究开发概况

万方数据

[11]高文斌,王洪光,姜勇,等.一种模块化机器人的标定方

法研究[J].机械工程学报,2013,50(3):3340.GAOal[J].AnWen.Chinesestudy‐binJournalof,WANGcalibrationHongofMechanicalmethod‐guangEngineeringon,JIANGmodularYong,2013robots,et,

50(3):3340.

[12]MENGY,ZHUANGHQ.Autonomousrobotcalibra‐

IntegratedtionusingManufacturingvisiontechnology,2007[J],23(4).Robotics:436and446Computer.‐[13]HERB,ZHAOYJ,YANGSN.Kinematic‐parame‐

terPOEidentificationforserial‐robotcalibrationbasedon

2010,26(3)formula:411[J].423IEEE.

TransactionsonRobotics,[14]SELIGJM.Geometricfundamentalsofrobotics[M].[15]韩翔宇NewYork,都东:Springer,陈强,等,2004.基于运动学分析的工业机器人

轨迹精度测量的研究[J].机器人,2002,24(1):15.StudyHANofXiangmeasurement‐yu,DOUofDongtrajectory,CHENprecisionQiangfor,indusetal‐.2002trialrobot,24(1)based:15on.kinematicsanalysis[J].Robot,

[16]李团结.机器人技术[M].北京:电子工业出版社,

2009:4672.

[17]王金玲,张东明.空间数据插值算法比较分析[J].矿山

测量,2010,4(2):5255.

WANGanalysisJin‐lingspatial,ZHANGdatainterpolationDong‐mingalgorithm.ComparativeMineSurveyingof,2010,4(2):5255.

[J].[J].微电机,2003,36(04):5155.

ofTANGMaglevSu‐yalinear.Themotorresearch‐drivenanddevelopment[J].Microoverview

2003,36(04):5155.

‐Motor,[12]陈特放,邓江明,唐建湘,等.磁浮直线电机的分段最大

加速度跟踪控制[J].控制工程,2015,22(1):813.CHENxiang,etTeal‐fang.Break,DENGmaglevJianglinear‐mingmotor,maximumTANGJianac‐celerationtrackingcontrol[J].ControlEngineering‐

2015,22(1):813.

,[13]郝阳,王中阳,杨敏,等.800kV特高压直流输电线路极

间距离优化研究[J].电网与清洁能源,2012,28(01):4953.

ResearchHAOYangoptimization,WANGZhongofspace‐yangbetween,YANGpolarMinconductor,etal.

temfor800andkVCleanUHVDCEnergytransmission,2012,28(01)line:49[J].53Power.Sys‐

久久建筑网m.kkreddy.com提供大量:建筑图纸、施工方案、工程书籍、建筑论文、合同表格、标准规范、CAD图纸等内容。