[发明专利]一种自主研磨大型自由曲面的机器人

说明书

技术领域

本发明涉及一种研磨大型自由曲面机器人。

背景技术

目前的串联、并联机器人及基于五轴框架式加工机器人应用在复杂曲面研磨加工方面，受到设备加工范围的限制与设备的精度、刚度、响应速度、稳定性及动力等方面的制约，该种方法的缺点和不足是无法实现对大型自由曲面的研磨加工。

现有研抛大型复杂曲面自主作业微小机器人通过固定的视觉摄像头获取的待加工曲面及机器人位置方面，具有加工范围有限和需要事先取得待加工曲面CAD数据模型的缺点和不足。通过单目视觉扫描的方式重构待加工曲面CAD数据模型的方法，具有无法实时控制研磨工具末端位姿的缺点和不足。

自主移动作业机器人在实现路径规划、避障、自身定位，同时对全区域进行搜索遍历及在线检测识别目标物体方面，局部路径规划方法主要有人工势场法、遗传算法、和模糊逻辑算法等。针对全区域遍历搜索，搜索时划定栅格仍然具有一定的难度，采用神经网络方法来进行区域遍历，通常要求预知搜索环境的模型，并且在计算神经网络参数时具有较高的计算复杂度。

通过单目相机获取研磨工具端位姿引导机器人研磨工具末端作业，具有只能局限于某一固定平面内且无法直接获取物体的三维信息的缺点和不足。采用平行双目或斜交双目的非正交双目立体视觉进行三维位姿确定时，具有获得深度信息精度不够高及需要多个特征点匹配的缺点和不足。

基于位置的视觉伺服方法很大程度上依赖于摄像机参数标定精度，缺乏对图像轨迹的直接控制。在基于图像的视觉伺服中，缺乏对机械手三维空间轨迹的直接控制，图像雅可比的奇异性问题会导致伺服系统的不稳定性和伺服任务的失败。混合视觉伺服由于需求解单应性矩阵并对它进行分解处理，比较复杂和耗时。目前，无标定视觉伺服则无需预先对摄像机参数进行精确标定，但是主要针对基于图像的视觉伺服方法，利用图像特征实现与混合视觉伺服相似的运动解耦特性方面具有缺点和不足。

发明内容

要解决的技术问题

本发明的目的是为了克服现有技术中加工大型非结构化曲面范围受到限制、无法实时控制研磨工具末端位姿、无法在机器人运动学、动力学模型和摄像机参数不确定的情况下获得稳定的轨迹跟踪控制等缺点，提供了一种具有自主作业能力、动态控制研磨工具末端位姿及能对研磨工具末端和环境之间接触力进行控制优点的自主研磨大型自由曲面机器人。

技术方案

为了解决上述技术问题，本发明是通过以下技术方案实现的。

一种具有自主作业功能的研磨大型自由曲面的机器人，包括机器人本体1、X向进给机构2、X向进给机构支撑可伸缩足3、Y向进给机构4、Y向进给机构支撑可伸缩足腿5、转动机构6、摆动机构7、Z向进给机构8、研磨工具机构9、相机B及其对应激光装置10、相机A及其对应激光装置11、姿态传感器；其特征在于：对全部待加工表面能通过测量光栅尺与相机共同确定的若干个局部区域实现自主遍历搜索，并实时控制研磨工具末端的位姿及对研磨作用力进行基于无标定视觉伺服的视觉/力觉反馈的模糊逻辑阻抗控制。

X向和Y向的进给机构与各自的测量光栅尺组合可实现移动平台在X向和Y向的直线插补运动并确定运动方向，Z向的进给机构与其上的测量光栅尺组合实现直线运动。

根据相机A和B获取在X向和Y向的图像，可判断在各自方向的待加工曲面边界，结合测量光栅尺记录的X向和Y向的运动，可判断与选择曲面的已加工区域和未加工区域。

相机A及其对应激光装置确定研磨工具末端的位姿相机B及其对应激光装置确定研磨工具末端的位置通过相机A和B获取研磨工具末端和环境之间关系，进一步与机器人本体的运动位置相对应，进行实时控制研磨工具末端的位姿。

采用的正交双目立体视觉模型中，根据相机A和B获取各自图像平面信息，将研磨工具末端的坐标转换到机器人基坐标系中，进而确定研磨工具末端的位姿。

对相机A和B获取的图像平面采用基于图像的视觉伺服，通过找出一组特征使每个特征仅与研磨工具末端的一个图像平面内的运动自由度存在关联，以实现完全解耦的运动控制。图像信息的获取和处理是与研磨工具末端反馈控制同时进行，机器人控制器整体作为内环调节器，作为外环的视觉控制器则起到为内环控制器提供给定的作用，以实现研磨作用力控制的视觉/力觉反馈的模糊逻辑阻抗控制。

附图说明

图1：本发明提供的自主研磨大型自由曲面的机器人结构示意图；