[发明专利]一种复杂曲面机器人高效高精度示教方法有效

专利信息
申请号: 201910130088.1 申请日: 2019-02-21
公开(公告)号: CN109822550B 公开(公告)日: 2020-12-08
发明(设计)人: 赵欢;葛科迪;丁汉 申请(专利权)人: 华中科技大学
主分类号: B25J9/00 分类号: B25J9/00;B25J9/16
代理公司: 华中科技大学专利中心 42201 代理人: 张彩锦;曹葆青
地址: 430074 湖北*** 国省代码: 湖北;42
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 复杂 曲面 机器人 高效 高精度 方法
【说明书】:

发明属于机器人智能加工技术领域,并具体公开了一种复杂曲面机器人高效高精度示教方法,其包括如下步骤:S1对待示教机器人进行自由牵引以完成一条曲面轨迹的动觉示教,并采集动觉示教数据;S2根据采集的示教数据创建虚拟夹具,利用创建的虚拟夹具为下一条曲面轨迹示教提供辅助,以此完成多条曲面轨迹的示教并获得动觉示教数据;S3根据现有的动觉示教数据构建不完备的曲面流形,并生成虚拟夹具,利用虚拟夹具的辅助完成多条曲面轨迹的示教;S4计算曲面流形误差,并判断曲面流形误差是否在阈值范围内,若是,则结束,若否,则返回步骤S3。本发明具有实用性好,应用简单,示教效率与精度高等优点。

技术领域

本发明属于机器人智能加工技术领域,更具体地,涉及一种复杂曲面 机器人高效高精度示教方法。

背景技术

随着工业水平的不断提高,机器人由于其成本低、柔性好、效率高等 特点,其被广泛应用在如风电叶片、高铁白车身等大型复杂曲面磨抛工作 中。目前,对于大型复杂曲面的机器人加工,往往依赖于机器人离线编程 与示教器编程两种方式。

机器人离线编程精度较高,但其严重依赖于现有模型,泛化能力差, 从成本的角度考虑只适用于零件的大批量加工,同时当机器人所要加工的 零件越来越复杂,离线编程也随之变得越来越难,甚至在某种程度上来说 是不可能实现的。机器人示教编程不依赖现有模型,能够较好地将人工经 验进行转移来处理一些离线编程难以处理的复杂零件,但其整体示教效率 低、精度低,泛化能力差。

发明内容

针对现有技术的以上缺陷或改进需求,本发明提供了一种复杂曲面机 器人高效高精度示教方法,其能够通过现有少量示教数据生成整体曲面虚 拟夹具,使示教效率显著提高,并在虚拟夹具辅助示教过程中,可融入人 工经验,以更好地适应示教任务,具有实用性好,应用简单,示教效率与 精度高等优点。

为实现上述目的,本发明提出了一种复杂曲面机器人高效高精度示教 方法,其包括如下步骤:

S1对待示教机器人进行自由牵引以完成一条曲面轨迹的动觉示教,并 采集动觉示教数据;

S2根据采集的示教数据创建虚拟夹具,利用创建的虚拟夹具为下一条 曲面轨迹示教提供辅助,以此完成多条曲面轨迹的示教并获得动觉示教数 据;

S3根据现有的动觉示教数据构建不完备的曲面流形,并生成虚拟夹具, 利用虚拟夹具的辅助完成多条曲面轨迹的示教;

S4计算曲面流形误差,并判断曲面流形误差是否在阈值范围内,若是, 则结束,若否,则返回步骤S3。

作为进一步优选的,优选采用空间阻抗控制的方式实现机器人的自由 牵引。

作为进一步优选的,步骤S2包括如下子步骤:

S21对采集到的动觉示教数据进行稀疏采样得到N个示教数据点,利用 机器人正运动学计算得到示教机器人任务空间内的示教数据点{xi}i=0:N-1

S22对机器人任务空间内的示教数据点{xi}i=0:N-1进行三次样条插值处理 得到三次样条示教轨迹曲线,并根据三次样条示教轨迹曲线计算出时变矩 阵D(t),然后利用时变矩阵D(t)计算瞬时理想运动方向Dr与瞬时禁止运动方 向Dt

S23根据瞬时理想运动方向Dr与瞬时禁止运动方向Dt构建虚拟夹具:

V=k(Dr+ktDt)Pi

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华中科技大学,未经华中科技大学许可,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/201910130088.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top