[发明专利]用于在机器人制造中教导机器人达到给定目标的方法和系统

说明书

用于教导机器人达到给定目标位置的系统和方法。该系统和方法包括接收关于要由机器人达到的给定目标位置的表示的输入。检查给定目标位置是否奇异。如果给定目标位置非奇异，则通过将所选配置与给定目标位置相关联来进行机器人的教导。如果给定目标奇异，则通过将指定关节值解与给定目标位置相关联来进行机器人的教导。

技术领域

本公开内容大体涉及管理产品以及其他项目的数据的计算机辅助设计、可视化和制造(“CAD”)系统、产品生命周期管理(“PLM”)系统、产品数据管理(“PDM”)系统以及类似系统(统称为“产品数据管理”系统或PDM系统)。更具体地，本公开内容涉及生产环境模拟。

背景技术

典型的工业机器人具有多个关节(例如，通常六个或更多个关节)和至少一个运动链。通常，在机器人运动链中，通常是在运动链端部，安装有工业工具，该工业工具用于在通常位于要加工的部件内的目标位置执行机器人任务。由工具执行的机器人任务的示例包括但不限于焊接、点焊、电弧焊、涂装、涂覆、钻孔和铆接、激光切割、卷边以及由工具对部件执行的其他类型的制造操作任务。机器人运动链的端部也可以被称为工具中心点框架(“TCPF”)或工具中心点(“TCP”)。当机器人运动链上安装有工具时，TCPF就是工具的端部。

图2和图3示出了具有六个关节j1、j2、j3、j4、j5、j6的机器人201的示意图。在图2和图3中，机器人201的运动链的端部202也是TCPF，并且其被定位在目标位置上。在图2和图3中，未示出要加工的部件。

如本文中所使用的，术语“配置”表示机器人配置。如本领域中已知的，通过使机器人达到目标位置202的机器人关节的布置限定了机器人配置。机器人201的TCPF可以以多种配置来达到目标位置202。

在机器人编程领域，教导技术表示用于教导物理机器人(例如，经由程序下载)或虚拟机器人(例如，经由模拟)如何以可复制的方式达到每个机器人目标位置的技术，例如通过使关节j1、...、j6中的每一个具有相同TCPF和相同值。

对于机器人工具的末端，为了达到用笛卡尔(Cartesian)表示描述的期望目标位置，必须执行逆运动学计算以确定一组可能的解。该组解中的每个解可以被描述为将驱动机器人工具末端到目标202的一系列关节值(例如，jv1、jv2、jv3、jv4、jv5、jv6)。例如，在图1中，在窗口203中，示出了关节值jv1、jv2、jv3、jv4、jv5、jv6分别等于-80、90、0、60、0、80的解。

通常，在工业机器人中，在无奇异点的情况下经由逆运动学计算找到的解中的每一个解具有可以用于明确地定义解的相应机器人配置，例如肘向上和肘向下。

对于“非奇异”目标位置，可能的解的数目是有限的。通常，存在可能配置的有限集合，在计算的解与其相应机器人配置之间具有一对一的关系。

因此，在目标位置“非奇异”的情况下，给定的特定机器人配置确定一个给定的特定解，该特定解可以经由逆运动学计算明确地找到。

理论上，奇异目标位置被定义为其中逆运动学计算返回无限数目的解的目标位置。以实用的方式，在本文中将奇异目标位置定义为其中逆运动学返回针对至少一个配置的多个解的位置目标。

在奇异点的情况下，可能存在能够将机器人驱动到目标位置的多个解——即多个关节解值系列——的事实意味着若干这样的解具有相同机器人配置。

因此，在目标具有奇异点的情况下，遗憾的是，通过其指定机器人配置的典型机器人教导过程变得非常有问题。实际上，由于对于一种配置可能存在若干可能的替代解这一事实，无法确保一致和/或重复的解然后将能够在车间处操作工业机器人，或者在用于机器人程序验证和校验的任何离线计算机辅助机器人工具处操作工业机器人。

因此，期望改进的技术。

发明内容