[发明专利]基于三维模型Morse分解的工业机器人加工轨迹自动规划方法有效

专利信息
申请号: 201910605661.X 申请日: 2019-07-05
公开(公告)号: CN110370276B 公开(公告)日: 2022-04-08
发明(设计)人: 易廷昊;代夷帆;翟昱 申请(专利权)人: 埃夫特智能装备股份有限公司
主分类号: B25J9/16 分类号: B25J9/16;G06T17/20;G06T19/20
代理公司: 北京汇信合知识产权代理有限公司 11335 代理人: 朱昱
地址: 241000 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 三维 模型 morse 分解 工业 机器人 加工 轨迹 自动 规划 方法
【权利要求书】:

1.基于三维模型Morse分解的工业机器人加工轨迹自动规划方法,其特征在于:包括以下步骤:

第一步:在坐标系下重建待加工物体的网格模型M,并建立网格模型M中各个顶点v到其平均曲率HV的Morse函数f,使得f(v)=Hv

第二步:使每个顶点v在半径为r的领域内进行平滑;

第三步:利用第二步更新获得的Morse函数f按照Morse Lemma计算网格模型M的关键点,并选出所有被标记为鞍型点的顶点集合S,利用顶点集合S创建分割边界集合B及关键分割点集合P;

第四步:依照顶点顺序连接分割边界集合B中的分割线段,通过相同顶点首尾连接生成网格模型M不同部位的分割线集合L={l1,l2...ln},根据分割线集合L通过区域生长法将网格模型M分割为若干个互不相交的子模型集合Ms={m1,m2...mn};

第五步:根据机器人加工任务是面向空间曲线还是面向空间曲面选择不同的机器人加工轨迹生成方法生成机器人轨迹;

所述第五步中的面向空间曲线轨迹生成方法如下:

第一步:根据加工需要及机器人工作范围,筛选分割线集合L中机器人可加工的分割线,对于每条分割线利用B中分割线段信息,选出其所经过的全部关键分割点pi

第二步:利用网络模型M的原始信息求出关键分割点pi对应的法向量并根据实际加工中要求的末端执行器与物体表面距离d计算关键分割点pi对应的实际机器人末端执行器轨迹点

第三步:利用样条拟合末端执行器轨迹点,从而生成最终沿工件不同部位接合处加工的机器人加工轨迹;

所述第五步中面向空间曲面的轨迹生成方法如下:

第一步:首先在子模型Ms表面进行均匀采样;

第二步:对每个采样点pi,利用网络模型M的原始信息求出采样点pi对应的法向量并根据实际加工中要求的末端执行器与物体表面距离d计算采样点pi对应的实际机器人末端执行器轨迹点

第三步:对所有末端执行器轨迹点所组成的集合进行PCA主成分分析,得到机器人加工轨迹。

2.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法,其特征在于:所述第三步中利用顶点集合S创建分割边界方法如下:

第一步:若顶点集合S为空集,将执行下一步工作,若顶点集合S不为空集,从顶点集合S中取出一个顶点c;

第二步:将顶点c加入分割点集合P中,搜索网格模型M中与顶点c相连的顶点集合VC,选择对应f值最小的点p;

第三步:若f(p)f(c),则将顶点c与顶点p的连线加入分割边界B,将p加入分割点集合P,令c=p,返回第二步,否则返回第一步。

3.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法,其特征在于:所述第二步中通过双边滤波算法,反复执行以下公式进行计算:

使每个顶点v在半径为r的领域内进行平滑。

4.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法,其特征在于:在生成机器人轨迹之前根据加工要求及机器人作业范围滤除分割线集合L及子模型集合Ms中不需处理的分割线和子模型。

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埃夫特智能装备股份有限公司,未经埃夫特智能装备股份有限公司许可,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/201910605661.X/1.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