[发明专利]一种面向平面/近似平面工件的喷涂机器人快速智能编程方法有效
申请号: | 201811323907.6 | 申请日: | 2018-11-08 |
公开(公告)号: | CN109541997B | 公开(公告)日: | 2020-06-02 |
发明(设计)人: | 周波;周颖娟;甘亚辉;马旭东;钱堃 | 申请(专利权)人: | 东南大学 |
主分类号: | G05B19/042 | 分类号: | G05B19/042 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 徐红梅 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 平面 近似 工件 喷涂 机器人 快速 智能 编程 方法 | ||
本发明公开了一种面向平面/近似平面工件的喷涂机器人快速智能编程方法,首先采用激光扫描工件表面获得一组原始点云,再截取工件点云,简化点云、滤除噪声点;其次从三维点云中分离出表示喷涂表面的二维平面点云,并进一步提取出点云的多边形边界特征,再进行直线拟合;然后通过多边形拟合、校正、顶点排序等操作提取出喷涂面边界多边形特征;最后进行工件表面全覆盖路径规划。本发明针对平面/近似平面工件的快速、智能化、去示教编程方法,无需繁琐的人工示教过程,通过低成本2D线激光自动扫描提取工件表面特征,以及自动优化生成机器人的全覆盖路径,可有效提高特定工件曲面的喷涂效率和喷涂作业质量。
技术领域
本发明涉及喷涂机器人先进制造产业技术领域,特别是涉及一种面向平面/近似平面工件的喷涂机器人快速智能编程方法。
背景技术
工业机器人已经广泛应用于自动化工业中,其中喷涂机器人作为机器人技术与喷涂工艺相结合的产物,主要用于喷涂工业生产中,但当前喷涂机器人制造过程面临的技术瓶颈在于传统的人工示教编程方式周期过长,难于应用于结构较为复杂的工件的喷涂过程,且编程质量过于依赖工人的经验。与之相比,目前兴起的离线编程技术,也就是将自动编程技术与喷涂机器人相结合的新型编程方式可以很好解决这个问题,从而成为了目前喷涂机器人研究和应用领域的热点,具有较为广泛的发展前景。
以机器人代替人工劳力,以离线编程代替人工示教,主要目的是减少喷涂周期。目前的离线编程软件通常直接导入工件模型,喷涂面大多采用三角片表示,喷涂路径规划方法应用较多的为Bounding-box路径生成算法以及最长边参考轨迹生成算法:Bounding-box路径生成算法的优点是适用范围广,可以对喷涂面为曲面的情况进行喷涂路径规划;最长边参考轨迹生成算法则可以很好的适用于曲率变化大的自由曲面和圆柱面。
然而,通过模型导入工件的方法过于依赖工件模型的质量,且针对小批量多品种没有模型的工件,该方法并不适用;在平面喷涂的情况下,两种喷涂路径规划方法算法也存在较多缺陷。首先,喷涂面为平面,不需要进行包围盒的构建;其次,采用三角片表示喷涂面,会导致求交过程的计算量庞大,效率很低。当前的喷涂机器人离线轨迹规划技术存在的主要缺点在于:针对平面/近似平面的工件,如何进行工件平面边界特征快速提取,如何进行高效的路径规划,从而推进喷涂工业的自动化进程,提高喷涂制造业的生产率水平,并降低生产成本。
发明内容
发明目的:为了克服已有的技术的不足,提供了一种面向平面\近似平面工件的喷涂机器人快速智能编程方法,该方法针对平面/近似平面工件的快速、智能化、去示教编程方法,无需繁琐的人工示教过程,通过低成本2D线激光自动扫描提取工件表面特征,以及自动优化生成机器人的全覆盖路径,可有效提高特定工件曲面的喷涂效率和喷涂作业质量。
技术方案:为实现上述发明目的,本发明采用以下技术方案:
一种面向平面/近似平面工件的喷涂机器人快速智能编程方法,包括以下步骤:
(1)采用激光扫描工件表面获得工件原始三维点云信息;
(2)对工件表面点云信息进行预处理
通过直通滤波法从工件原始三维点云信息中截取工件点云,并采用体素栅格法降低点云规模,通过统计滤波法滤除离群点,从而得到规整可用的工件点云;
(3)工件边界特征点提取
首先从步骤(2)所得的规整可用的工件点云分离出表示工件待喷涂表面的二维平面点云,再根据喷涂面点云的k近邻点分布均匀性,识别出工件边界特征点;
(4)多边形边界特征拟合和矫正
利用欧式聚类和RANSAC直线拟合的方法拟合出可表达边界拓扑形状的多边形边界特征,通过求交以及平移旋转变换得到XOY平面上多边形的顶点坐标,并由人工交互操作对其进行校正;
(5)进行工件表面全覆盖路径规划。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811323907.6/2.html,转载请声明来源钻瓜专利网。