CN104520076B - 用于确定材料分配机器人的最优轨迹的系统和方法 - Google Patents
用于确定材料分配机器人的最优轨迹的系统和方法 Download PDFInfo
- Publication number
- CN104520076B CN104520076B CN201380041914.6A CN201380041914A CN104520076B CN 104520076 B CN104520076 B CN 104520076B CN 201380041914 A CN201380041914 A CN 201380041914A CN 104520076 B CN104520076 B CN 104520076B
- Authority
- CN
- China
- Prior art keywords
- robot
- distribution
- thickness
- time step
- series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35343—Display path and coating thickness and painting time
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45065—Sealing, painting robot
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/30—End effector
- Y10S901/41—Tool
- Y10S901/43—Spray painting or coating
Abstract
一种用于调优机器人轨迹以获得对象上的最优材料厚度的系统,包括:至少一个机器人,被适配为分配材料;控制器,连接到机器人以控制机器人的移动并且相对于对象分配材料。调优器被连接到控制器以基于机器人的移动迭代地仿真材料在对象上的分配,并且基于迭代的仿真来调整材料的分配和机器人的移动以获得在对象上的所期望的材料厚度。还公开了用于优化在对象上分配材料的相关方法,包括仿真材料分配机器人相对于对象的路径轨迹。
Description
技术领域
本发明总体上涉及机器人仿真。具体而言,本发明涉及材料分配机器人仿真并且使这些仿真适应通过一个机器人或多个机器人的实际使用。
背景技术
众所周知,在各个行业中在大量制成品的装配中使用机器人。机器人被应用在汽车、电路板、电脑、食品的制造、以及许多其他物品的自动化装配中。机器人学由于它们能够以最小的误差非常好地执行枯燥、重复的任务的能力而相对体力劳动在成本节省方面提供优势。
一个这样的任务是汽车外部车身零部件的涂装。类似的材料分配机器人还在一般工业中用于飞机部件、风车、公共汽车、火车等的制造。虽然机器人在操作中提供明显的时间节省优势,但是建立机器人以执行特定任务是一个麻烦的过程。在涂料应用过程中,必须小心,使得用最小的浪费获得所希望的涂料覆盖。
由涂料应用专家对涂装机器人进行编程是昂贵的、浪费的和耗时的过程。首先,专家通过逐点训练对象的表面位置、或者通过使用离线编程软件系统来对机器人进行编程。机器人然后应用涂料,并且然后专家测量在实际对象的表面之上的涂料厚度。为了获得在整个对象之上的均匀涂料覆盖,专家可能必须修改机器人的轨迹程序并且重复此过程数次,直到接收到满意的结果。
仿真涂装过程和估计涂料厚度的已知尝试尚没有成功。
有两种已知的方法来仿真涂装过程并且计算沉积在对象的表面上的涂料的厚度。第一种方法是使用高斯函数对的涂料厚度的静态分布进行建模,并且然后沿着机器人的分配涂料的路径投射模型。这种方法的问题是,它不对涂料分配操作的任何物理性质进行建模。例如,该模型不考虑重力、粘度或邻近弯曲表面的涂料颗粒的静电效应等。虽然高斯函数似乎利用平坦表面工作,但是利用弯曲或加倍曲面的表面,它不会很好地工作。计算沉积在表面上的涂料的厚度的另一方法是利用计算流体动力模型。不幸的是,这种方法需要大量的计算能力以使用数值方法来计算迭代模型。应当认为,这种方法将需要数天来计算从机器人控制的喷嘴分配的少量的涂料。因此,这种方法对于在需要被相对快速地运行的仿真中的实现并不现实。
基于前述内容,显然,需要一种基于涂料厚度仿真数据的用于机器人路径轨迹的集成的迭代调优软件。并且,需要这样的仿真软件,其能够预测在对象的表面上的涂料厚度沉积,并且关于如何调整机器人程序提供用户指导以便实现该对象上的以及还在一组相邻对象上的均匀涂料覆盖。此外,需要一种调优软件,其可以从仿真的虚拟环境中取得并且在实时涂装操作中实施。
发明内容
鉴于上述情况,本发明的第一方面提供一种用于确定材料分配机器人的最优轨迹的系统和方法。
本发明的另一方面提供一种用于调优机器人轨迹以获得对象上的最优材料厚度的系统,包括:至少一个机器人,被适配为分配材料;控制器,连接到机器人,以便对机器人的移动以及材料相对于对象的分配进行控制;以及调优器,连接到控制器以基于机器人的移动迭代地仿真材料在对象上的分配,并且基于迭代的仿真调整材料的分配和机器人的移动以获得对象上所期望的材料厚度。
本发明的又一方面是一种用于优化对象上的材料分配的方法,包括:仿真材料分配机器人相对于对象的路径轨迹;仿真沿着路径轨迹的材料的分配;确定材料在对象上的相对厚度;以及调优仿真步骤以调整并且获得材料在对象上所期望的相对厚度。
本发明的再一方面提供一种预测由至少一个机器人在至少一个对象上所分配的材料的覆盖和相对厚度的方法,包括:显示至少一个对象、至少一个机器人、以及至少一个机器人相对于至少一个对象的轨迹的多维视图;连同控制所分配的材料的输入和输出来仿真轨迹;记录仿真的输出;仿真从至少一个机器人到至少一个对象上的材料流动;以及生成并且显示在对象上的材料厚度表示。
本发明的又一个方面是一种用于仿真到对象上的材料流动的方法,包括:在显示器上表示多维对象;仿真可移动材料分配设备相对于显示器上的多维对象的运动;在显示器上仿真从可移动材料分配设备到多维对象上的材料的流动;以及在多维对象上表示材料的积累用于在显示器上进行观看。
附图说明
本发明的这些或者其他的特征和优点将关于以下描述、所附权利要求书和附图中而变得更好地理解,附图中:
图1是根据本发明的概念的材料应用系统的示意图;
图2具有标记物的待涂装对象的透视图,标记物被定位用于在确定仿真的路径轨迹时使用;
图3是具有标记物的对象和机器人的透视图,标记和机器人被利用来在建立仿真路径轨迹时识别标记物的定位;
图4是根据本发明的概念的初始路径轨迹相对于对象的示意表示;
图5是根据本发明的概念的在仿真期间分配材料的表示;
图6是根据本发明的概念在仿真之后在对象上的材料厚度的示意性二维表示;并且
图7是根据本发明的概念在仿真之后在对象上的材料厚度的示意性三维表示。
具体实施方式
现在参照图1,可以看出,涂料应用系统总体上由数字10指示。尽管这里所描述的系统是具体用于分配涂料,但是本领域的技术人员将理解,系统10可以被用于将任何材料分配到对象上。例如,粘合剂、液晶组合物、杀真菌剂、或者其中被分配的材料厚度是关键参数的任何其他材料可以利用本发明的教导。分配的材料也可以是以粉末、等离子或类似物的形式。无论如何,系统10采用由数字12总体指示的涂料仿真系统。如将进一步详细讨论的,可以以关于最小化涂料分配系统的实际建立和操作这样的方式来使用仿真的结果。换句话说,系统10包含仿真系统12和比如至少一个机器人、至少一个对象、至少一个输送机、和所有其他相关部件的实际组件。在各种实施例中,系统12以不同的组合利用实际部件中的至少一个部件或者任意数目的部件的计算机生成的模型。
系统10包括机器人14,机器人如在工业应用中通常见到的那样,提供任何数目的运动自由度。虽然仅示出了单个机器人,但是应当理解系统10和12可以采用一个或多个机器人。如果采用多个机器人,则应当理解这两个系统10和12将协调机器人的联合操作和/或仿真。分配器16与每个机器人14相关联。分配器16被配置成以流体、粉末或其它适当的形式分配材料,典型地定位在机器人14的工作末端或远端的末端。在该实施例中,分配器可以是喷雾器或喷枪,尽管也可以采用其它分配机构。涂料/流体/粉末供应18耦合到机器人14和涂料分配器16,以便提供适当量的材料用于分配任务。
对象20靠近机器人14定位,并且可以保持静止或者沿着输送机移动。如将关于仿真系统12讨论的,对象20被保持静止,尽管认为本发明的教导可适用于其中与机器人在其分配操作期间的移动同时地移动对象的仿真。并且在其他实施例中,设想到分配器16被保持静止,同时机器人移动对象以获得所期望的材料覆盖。在一些实施例中,可以采用输送机系统22来相对于机器人移动对象20。一般地,对象被定位在工作台,并且机器人在分配涂料时在对象之上顺序地移动。机器人的顺序移动或路径也可以被称为机器人和/或分配器的轨迹。期望对象上的涂料厚度足以充分覆盖对象并且提供在对象的使用期间的所期望的耐久性。还期望涂料厚度应当足以提供充分的覆盖,但是不太厚,这是由于过量的涂料产生不均匀的抛光并导致浪费的资源。如本文所使用的,在一些实施例中,术语对象可以指单个部件,比如汽车的发动机罩,并且在其他实施例中,术语对象可以指多个部件,比如包括发动机罩、车门、顶板、挡泥板等的汽车车身。
被指示为“RC”的机器人控制器24由每个机器人14保持,并且包括必要的硬件、软件和存储器来实现系统10的操作。此外,RC24被链接到仿真系统12,以便如将要描述的那样实现由涂料应用专家开发的任何仿真情景。在一些实施例中,单个RC 24可以被配置为控制多个机器人14。RC 24和仿真系统12之间的链接可以通过由网络、包括有线或无线传输来传送完成的仿真情景,或者可以通过经由比如USB闪存驱动器等的计算机存储介质加载仿真情景来实现。
仿真系统12包括仿真控制器30,仿真控制器利用必要的硬件、软件和存储器来操作仿真系统12和实际系统10。控制器30仿真一个机器人14或多个机器人、其分配器16和如果适当的话的输送器22的操作。应当进一步理解的是控制器对这些部件中的每个部件建模以便模仿其操作特征来运行仿真。此外,控制器30还可以与对象库数据库32通信,对象库数据库32保持有可能涂装的对象的各种形状存档。另外,控制器30可以保持由比如喷雾器或喷枪的特定类型的分配器的特征、以及还有被分配的可能的材料的特征所构成的数据库。应该理解,对象最有可能由静电工艺进行涂装并且关于这种涂装工艺的环境条件还被保持在与控制器30相关联的当的存储器或数据库中。
为了操作仿真系统12,控制器30调用各种子例程或子系统来实现仿真。具体而言,控制器30被连接到解算器34。正如本领域技术人员将理解的,解算器34实施选择的方程以在分配操作期间计算涂料微滴的位置。如本领域确认的,纳维-斯托克斯(Navier-Stokes)方程可以被用来在计算机图形动画和影片特效中表示流体或类似物的外观和流动行为。在本实施例中,解算器34利用修正的纳维-斯托克斯方程来对来自材料分配器16的分配涂料流动进行建模。这些修正的方程允许视觉效果的逼真的表示。然而,对于纳维-斯托克斯方程的已知的修正没有考虑到确定或仿真比如来自分配器16的所分配的材料的流动如何在对象上积累,并且最为显著的是在比如汽车的发动机罩的多段弯曲的对象上。为了确定涂料在对象上的相对积累厚度,解算器使用以下计算机代码:
●public void vel_step(float[,,]thickness,float[,,]u,float[,,]v,float[,,]w,
●float[,,]u0,float[,,]v0,float[,,]w0,float visc,float dt,int iter)
●{
●add_source(u,u0,dt);add_source(v,v0,dt);add_source(w,w0,dt);
●diffuse(thickness,1,u0,u,visc,dt,iter);
●diffuse(thickness,2,v0,v,visc,dt,iter);
●diffuse(thickness,3,w0,w,visc,dt,iter);
●project(thickness,u0,v0,w0,u,v,iter);
●advect(thickness,1,u,u0,u0,v0,w0,dt);
●advect(thickness,2,v,v0,u0,v0,w0,dt);
●advect(thickness,3,w,w0,u0,v0,w0,dt);
●project(thickness,u,v,w,u0,v0,iter);
●}
仿真在逐步迭代过程中利用修正的纳维-斯托克斯方程。在本质上,该过程至少仿真分配器的轨迹路径、微滴流动模式、以及对象的形状。也可以仿真其他参数。将仿真分段成一系列时间步骤。每个步骤之间的每个周期可以是20毫秒。当然,时间步骤可以被调整到更短或更长的时间段,这取决于技术人员的需求。无论如何,对象被划分成三维单元。在每个时间步骤中,机器人轨迹被顺序化,并且向每个对于分配的涂料微滴被量化。一旦所有步骤都完成,仿真确定有多少微滴积累在每个单元中,并且此信息可以被量化和/或示意性地表示。还应当理解,本发明的一些实施例可以无需修正的纳维-斯托克斯方程来利用仿真。这允许技术人员实行“快速运行(quick-run)”,其提供了相对更快的仿真。这种实施例提供了突出显著的过多涂料积累的区域和/或最小涂料覆盖的区域的仿真。然后,技术人员可以调整“快速运行”参数。一旦“快速运行”仿真获得最优结果,则接着可以使用利用修正的纳维-斯托克斯方程的仿真实施例。如将要理解的是,这样的仿真需要更多的计算时间,但提供了在对象上的涂料/流体/粉末积累的更精确的确定。
使用以上代码允许基于由表示涂料、对象、分配系统和周围环境的模型给出的约束相对快速地确定涂料微滴流和积累。控制器还被连接到渲染器38,渲染器38被连接到视频显示器40。渲染器通常是图形处理软件组件,生成示出涂料分配器仿真的分配的表所计算的示。实际上,显示器可以提供对象(多个)、机器人(多个)和机器人(多个)相对于对象(多个)的轨迹路径的多维视图。并且显示器提供各种仿真实施例的观看。
可以提供用户输入设备用于允许用户调整某些仿真参数。例如,用户可以输入不同的参数、涂料粘度或其它环境特征,以看到其如何改变输出参数,比如涂料仿真和分配到对象上的涂料的所确定的相对厚度。仿真可以连同控制材料的分配的各种输入和输出而包括轨迹的表示。这种表示可以包括但不限于,记录选择的时间间隔、机器人的位置、每个分配器的位置、以及各种输入和输出的控制信号值。
分布44与控制器30相关联。控制器30取得由解算器34和渲染器42生成的数据,以生成在对象20上的涂料厚度分布。分布44可以是以纯数据、图形的形式,或者分布可以被可视地表示为显示器40上的彩色/多边形编码表面。在图6中示出示例性二维分布或比特纹理图,并且在图7中示出示例性三维分布或深度图。
调优器48接收来自分布44的输入数据,并且生成到控制器30的调整输入。具体而言,调优器48提供对于轨迹和/或涂料分配仿真变量(速度、高度、路径轨迹等)的调整,以便在仿真期间调整涂料的相对厚度。如果需要,仿真可以利用现实生活中的对象进行校准,以便获得材料或涂料的绝对厚度值。调整还可以包括诸如重叠率的事项,其中重叠率定义相邻路径彼此有多接近。例如,高重叠率指示相邻路径相对接近彼此并且获得最大涂料覆盖,尽管这可能会导致过多的涂料积累。另一个调整涉及相对于对象的边缘何时关闭和打开分配器。结果,调优器48可以提供获得对象上的所期望的相对涂料厚度的操作特性。迭代可以自动地执行,以便通过移动路径点、改变开/关点、改变喷雾速率等来获得均匀涂覆。在替换方案中,技术人员可以在各种假设情景中调整选择的参数。在调优器和涂料仿真过程的若干迭代之后,并且一旦获得优化的仿真,可以将仿真的结果传送给实际机器人14、分配器16、以及如果适当的话的输送机22,以便验证仿真结果。如所讨论的,所期望的仿真情景被上传或者以其它方式被传送到一个或多个机器人控制器24。此时,可以对涂料分配系统10的部件进行具体调整,以便实现所期望的结果。
现在参考图2-7,表示在仿真过程中的各种步骤。在图2中可以看出,对象20可以被渲染或显示,并且多个标记物50被关于对象定位,以便向机器人指示在被仿真的涂装过程期间中需要它需要被定位的地方。如果可用,对象可以基于存储在库32中的类似的对象而被初始地建模。接着,在图3中,通过沿着建议的路径轨迹从标记物到标记物移动机器人来绘制机器人路径或轨迹。这些定位位置被包含在适当的存储器或数据库中,并且可以根据通过用户输入或控制器的确定而被重新排列。
现在参考图4,示出示例性轨迹路径52。路径由其中涂料分配操作发生的区域所构成,换句话说,在分配活动打开的地方——实线54,并且在涂料分配操作关闭的地方——虚线56。因此,路径52指示分配设备主要在跨过对象时打开,并且对于在其后的短的时段,分配设备主要在定位以进行下一个分配路径时关闭。
在第一仿真期间,如图5所表示的,渲染器在显示器上提供的图像,以便向用户显示涂装操作和轨迹路径。这提供了关于可能的区域的可视化表示,在该区域中,如果稍后确定未获得所期望的厚度,则可以调整轨迹。如图6中最佳地可见的,示出了相对涂料厚度的二维表示。这样,用户可以调整涂料分配设备的轨迹或操作,以便避免涂料的这种高的或相对厚的出现。为了辅助突出其中存在相对厚的区域的区域,不同的升高的区域可以使用不同的颜色用于在显示器上进行表示。换言之,略微升高的区域可以具有蓝色,进一步升高的区域可以具有绿色,而极度升高的区域可以具有红色。参考图7,示出了三维表示,其中检测到过多涂料的高亮区域,以及还有其中提供最小涂料覆盖的区域。升高的区域表示涂料分配重叠的可能的区域,并且因此,主体路径轨迹可以比想得到的间隔的更远,以便防止这种重叠的发生。如同在图6中的表示,图7也提供颜色编码使得不同升高的区域由不同的颜色表示。基于图6和图7中提供的表示,用户可以调整某些参数并且发起另一仿真以便确定结果,并且通过调整可变操作最终获得所期望的涂料路径轨迹,从而实现在对象上的均匀和一致的涂料厚度。一旦具有了该最优仿真,则参数可以被传送或上传到实际部件,用于评估和验证实际涂料分配操作。
基于上文,本发明的优点十分明显。具体地,所公开的发明提供了用于机器人学涂料厚度仿真的快速和流式解决方案。该仿真使最终用户有可能以交互方式可视化并且优化在机器人学工业中利用的涂装过程。本发明还提供了用于基于涂料厚度仿真数据来调优机器人轨迹以便实现均匀涂料覆盖的方法。为了克服在现有技术中发现的问题,求解具有特定修改的纳维-斯托克斯方程,并且计算时间显著减小,从而使得仿真可重复和准确。应该进一步理解的是,由于增强的计算能力和图形渲染技术,系统能够创建更逼真的结果。本发明的另一个优点是,可以对于多个相邻对象运行仿真。例如,取代仅仅考虑在比如发动机罩的单个对象上的积累量,也可以针对比如门的相邻对象确定积累量。针对彼此相邻或者彼此紧挨的多个对象运行仿真的能力进一步改善了在建立所有对象的实际涂装和涂装工程的优化时节省资源的能力。这一优势提供了对于比如汽车的组合式对象的“全局”解决方案。基于这些改善,应当认为,也可以获得在涂装操作期间包含对象的移动。
因此,可以看出,已经通过以上给出的结构及其使用方法满足了本发明的目的。虽然根据专利法规,仅仅对最佳模式和优选实施例进行了详细介绍和描述,但是应当理解,本发明不限于此或者也不受其限制。因此,对于本发明的真正范围和宽度的理解,应参考下列权利要求书。
Claims (19)
1.一种用于调优机器人轨迹以获得对象上的最优材料厚度的系统,包括:
至少一个机器人,被适配为分配材料;
控制器,连接到所述机器人以便对所述机器人的移动以及所述材料相对于所述对象的分配进行控制;以及
调优器,连接到所述控制器以基于所述机器人的移动迭代地仿真所述材料在所述对象上的分配,并且基于迭代的仿真调整所述材料的分配和所述机器人的移动以获得所述对象上的所期望的材料厚度,其中,所述仿真分段成一系列时间步骤,
所述系统还包括解算器,所述解算器连接到所述控制器,所述解算器计算在所述一系列时间步骤中的每个时间步骤中从所述材料分配机器人离开的材料微滴的位置;
所述对象被划分成三维单元,在每个时间步骤中,所述机器人的轨迹被顺序化,并且分配至每个单元的材料微滴的量被量化。
2.根据权利要求1所述的系统,其中所述解算器利用修正的纳维-斯托克斯方程来计算在所述时间步骤中的每个时间步骤中所述材料微滴在所述对象上的位置。
3.根据权利要求1所述的系统,还包括:
渲染器,连接到所述控制器,所述渲染器显示源自所述机器人的所述材料微滴的位置和它们在所述对象上的位置。
4.根据权利要求1所述的系统,还包括:
由所述控制器取由所述解算器所生成的数据来生成在所述对象上的材料厚度分布来生成分布。
5.根据权利要求4所述的系统,其中在材料应用系统的实际操作中利用所述分布。
6.根据权利要求1所述的系统,其中所述至少一个机器人是计算机生成的模型。
7.根据权利要求1所述的系统,其中所述至少一个机器人被配置用于实际操作以将材料分配至所期望的材料厚度。
8.一种用于优化在对象上分配材料的方法,包括:
在分段的一系列时间步骤中仿真材料分配机器人相对于对象的路径轨迹;
在所述分段的一系列时间步骤中仿真沿着所述路径轨迹的材料的分配;
确定材料在所述对象上的相对厚度;以及
针对所述分段的一系列时间步骤,调优仿真步骤以调整并且获得所述材料在所述对象上的所期望的相对厚度,
所述方法还包括计算在所述一系列时间步骤中的每个时间步骤中在分配仿真步骤中分配的材料的材料微滴的位置;
其中所述对象被划分成三维单元,在每个时间步骤中,所述机器人的轨迹被顺序化,并且分配至每个单元的材料微滴的量被量化。
9.根据权利要求8所述的方法,还包括:
将所述材料分配机器人在对象上的所述仿真步骤实现为在实际对象上的实际路径轨迹和分配步骤。
10.根据权利要求8所述的方法,还包括:
利用修正的纳维-斯托克斯方程来计算在所述时间步骤中的每个时间步骤中材料微滴的位置和所述微滴在所述对象上的位置,以确定所述材料的相对厚度。
11.根据权利要求8所述的方法,还包括:
渲染所述材料在所述对象上的所述相对厚度的表示。
12.一种预测由至少一个机器人在至少一个对象上所分配的材料的覆盖和相对厚度的方法,包括:
显示所述至少一个对象、所述至少一个机器人、以及所述至少一个机器人相对于所述至少一个对象的轨迹的多维视图;
在分段的一系列时间步骤中连同控制所分配的材料的输入和输出来仿真所述轨迹;
记录所述仿真的输出;
仿真在所述分段的一系列时间步骤中从所述至少一个机器人到所述至少一个对象上的材料流动,计算在所述一系列时间步骤中的每个时间步骤中在分配仿真步骤中分配的材料的材料微滴的位置;以及
基于在所述分段的一系列时间步骤中获取的仿真信息,生成并且显示在对象上的材料厚度表示,
其中所述对象被划分成三维单元,在每个时间步骤中,所述机器人的轨迹被顺序化,并且分配至每个单元的材料微滴的量被量化。
13.根据权利要求12所述的方法,还包括:
显示所述至少一个对象、所述至少一个机器人、以及所述轨迹的三维视图。
14.根据权利要求13所述的方法,还包括:
以选择的时间间隔记录所述至少一个机器人的位置、与每个所述机器人相关联的分配器的位置、以及所述输入和输出的控制信号值。
15.根据权利要求14所述的方法,还包括:
显示在所述至少一个对象上的材料厚度的二维比特纹理图。
16.根据权利要求14所述的方法,还包括:
显示在所述至少一个对象上的材料厚度的三维深度图。
17.一种用于仿真到对象上的材料流动的方法,包括:
在显示器上表示多维对象;
仿真在分段的一系列时间步骤中可移动材料分配设备相对于所述显示器上的所述多维对象的运动,计算在所述一系列时间步骤中的每个时间步骤中在分配仿真步骤中分配的材料的材料微滴的位置;
在所述显示器上仿真在所述分段的一系列时间步骤中从所述可移动材料分配设备到所述多维对象上的材料的流动;以及
基于在所述分段的一系列时间步骤中获取的仿真信息,在所述多维对象上表示材料的积累用于在显示器上进行观看,
其中所述对象被划分成三维单元,在每个时间步骤中,所述可移动材料分配设备的轨迹被顺序化,并且分配至每个单元的材料微滴的量被量化。
18.根据权利要求17所述的方法,还包括:
利用修正的纳维-斯托克斯方程来确定在所述时间步骤中的每个时间步骤中到所述多维对象上的材料流动的积累。
19.根据权利要求18所述的方法,还包括:
仿真在所述时间步骤中的每个时间步骤中所述多维对象在所述可移动材料分配设备的运动期间的运动。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261680787P | 2012-08-08 | 2012-08-08 | |
US61/680,787 | 2012-08-08 | ||
PCT/US2013/051552 WO2014025518A1 (en) | 2012-08-08 | 2013-07-23 | System and method for determining an optimal trajectory for material dispensing robots |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104520076A CN104520076A (zh) | 2015-04-15 |
CN104520076B true CN104520076B (zh) | 2017-10-10 |
Family
ID=48985809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380041914.6A Active CN104520076B (zh) | 2012-08-08 | 2013-07-23 | 用于确定材料分配机器人的最优轨迹的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20150209960A1 (zh) |
EP (1) | EP2882574A1 (zh) |
CN (1) | CN104520076B (zh) |
WO (1) | WO2014025518A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3023741B1 (fr) * | 2014-07-18 | 2016-07-15 | Peugeot Citroen Automobiles Sa | Procede d’enduction avec projection d’image sur carrosserie |
JP6676286B2 (ja) | 2015-05-12 | 2020-04-08 | キヤノン株式会社 | 情報処理方法、および情報処理装置 |
US9877470B2 (en) * | 2016-05-10 | 2018-01-30 | Crinklaw Farm Services, Inc. | Robotic agricultural system and method |
JP6974044B2 (ja) * | 2017-06-16 | 2021-12-01 | タクボエンジニアリング株式会社 | 塗装ロボットにおける軌道データのシミュレーション方法 |
DE102017215725A1 (de) * | 2017-09-07 | 2019-03-07 | Bayerische Motoren Werke Aktiengesellschaft | Vorrichtung und Verfahren zur Applikation eines Dicht- und/oder Beschichtungsstoffes |
CN107765572B (zh) * | 2017-09-12 | 2019-06-25 | 北京华航唯实机器人科技股份有限公司 | 展示轨迹信息的方法、装置和计算机终端 |
US10875176B2 (en) | 2018-04-04 | 2020-12-29 | Kuka Systems North America Llc | Process control using deep learning training model |
CN109395941B (zh) * | 2018-11-15 | 2020-04-21 | 无锡荣恩科技有限公司 | 喷涂环境下实时调节机器人运行速度的方法 |
US11232244B2 (en) * | 2018-12-28 | 2022-01-25 | Dassault Systemes Americas Corp. | Simulation of robotic painting for electrostatic wraparound applications |
EP3753683A1 (en) * | 2019-06-17 | 2020-12-23 | Siemens Industry Software Ltd. | Method and system for generating a robotic program for industrial coating |
DE102020120559A1 (de) | 2020-08-04 | 2022-02-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zum Bearbeiten wenigstens eines Defekts einer Oberfläche eines Bauteils, insbesondere in einem Bereich wenigstens eines Oberflächenmerkmals |
US20230056384A1 (en) * | 2021-08-23 | 2023-02-23 | Coherix | Systems and methods for material dispensing control |
US20240034084A1 (en) * | 2022-08-01 | 2024-02-01 | The Boeing Company | Apparatus and method for printing a contoured surface |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6256597B1 (en) * | 1998-07-10 | 2001-07-03 | General Electric Company | Three dimensional spray coating method and simulation |
EP1435280A2 (en) * | 2002-12-30 | 2004-07-07 | Abb Research Ltd. | A method and a system for programming an industrial robot |
CN102567579A (zh) * | 2010-12-21 | 2012-07-11 | 西门子公司 | 涂覆路径生成方法和设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4397278B2 (ja) * | 2004-06-03 | 2010-01-13 | 株式会社菊水製作所 | グローブ取付装置 |
US7937502B2 (en) * | 2004-09-01 | 2011-05-03 | Gilson, Inc. | Instrumentation control software |
CN201482642U (zh) * | 2009-08-03 | 2010-05-26 | Abb技术有限公司 | 喷涂系统 |
-
2013
- 2013-07-23 WO PCT/US2013/051552 patent/WO2014025518A1/en active Application Filing
- 2013-07-23 EP EP13748390.5A patent/EP2882574A1/en not_active Withdrawn
- 2013-07-23 CN CN201380041914.6A patent/CN104520076B/zh active Active
- 2013-07-23 US US14/420,100 patent/US20150209960A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6256597B1 (en) * | 1998-07-10 | 2001-07-03 | General Electric Company | Three dimensional spray coating method and simulation |
EP1435280A2 (en) * | 2002-12-30 | 2004-07-07 | Abb Research Ltd. | A method and a system for programming an industrial robot |
CN102567579A (zh) * | 2010-12-21 | 2012-07-11 | 西门子公司 | 涂覆路径生成方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2014025518A1 (en) | 2014-02-13 |
US20150209960A1 (en) | 2015-07-30 |
EP2882574A1 (en) | 2015-06-17 |
CN104520076A (zh) | 2015-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104520076B (zh) | 用于确定材料分配机器人的最优轨迹的系统和方法 | |
US11409261B2 (en) | Predicting distributions of values of layers for three-dimensional printing | |
EP3674961B1 (en) | Simulation of robotic painting for electrostatic wraparound applications | |
CN106354932A (zh) | 平滑曲面间弧面型曲面过渡区域的机器人喷涂及轨迹设定方法 | |
EP2468463A2 (en) | Method and device for coating path generation | |
JP2015509833A (ja) | 点描画のシステム及び方法 | |
CN107683440A (zh) | 计算优化轨迹的方法 | |
CN113874124B (zh) | 用于涂装系统的涂层厚度优化和编程方法以及相应的涂装系统 | |
US20040213915A1 (en) | Method of flexible process planning for surface processes | |
CN109308370A (zh) | 车辆涂装机器人模拟方法 | |
CN109865621A (zh) | 一种喷涂位姿拆分方法及应用 | |
CN108549759A (zh) | 一种针对自动化喷涂工艺的零件涂层厚度计算和仿真方法 | |
Jörg et al. | Software control for a cyber-physical system in a manufacturing environment based on a game engine | |
JP2023527057A (ja) | コーティング設備のためのプログラミング方法及び対応したコーティング設備 | |
CN108153244A (zh) | 一种基于ros平台的机器人喷涂轨迹生成方法 | |
CN108520663A (zh) | 一种汽车喷漆模拟训练装置 | |
CN116992673A (zh) | 一种采用分层附着分层渲染的车漆喷涂在线仿真方法 | |
Elsdon et al. | Assisted painting of 3D structures using shared control with a hand-held robot | |
Luo et al. | Interactive generation of dynamically feasible robot trajectories from sketches using temporal mimicking | |
Bickel | 3D realtime simulation and VR-tools in the manufacturing industry | |
CN107804449A (zh) | 用于涂层的主应用路径 | |
Mark et al. | Lay down simulation of viscoelastic fluids using the hybrid immersed-boundary method | |
Jepp et al. | Smarticles for Sampling and Rendering Implicit Models. | |
Santos et al. | Optimization and improving of the production capacity of a flexible tyre painting cell | |
Barbosa et al. | A novel QFD-based analytical guideline approach for painting applicator nozzle selection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180509 Address after: Baden, Switzerland Patentee after: ABB TECHNOLOGY LTD. Address before: Zurich Patentee before: ABB T & D Technology Ltd. |