CN105739507A - 一种机器人防碰撞的最优路径规划方法 - Google Patents
一种机器人防碰撞的最优路径规划方法 Download PDFInfo
- Publication number
- CN105739507A CN105739507A CN201610279825.0A CN201610279825A CN105739507A CN 105739507 A CN105739507 A CN 105739507A CN 201610279825 A CN201610279825 A CN 201610279825A CN 105739507 A CN105739507 A CN 105739507A
- Authority
- CN
- China
- Prior art keywords
- axle
- rotation
- test angle
- angle
- discrete test
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003466 welding Methods 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 description 8
- 238000000205 computational method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Abstract
本发明提供一种机器人防碰撞的最优路径规划方法,所述方法包括如下步骤:建立工件、工装、焊枪、激光传感器的三维物理模型;通过离线编程获得需要焊枪焊接工件时的目标位姿;设置/更新每个轴的旋转角度范围及离散程度;通过动态规划算法及碰撞测试获得每个轴的最优旋转角度;判断机器人在最优旋转角度下的实际位姿与目标位姿之间距离是否小于误差距离。通过上述计算方法,可快速精确的排除发生碰撞的情况,迅速得到最优的各个轴的旋转角度,并且计算更高效,便捷。
Description
技术领域
本发明涉及一种机器人防碰撞的最优路径规划方法。
背景技术
在机器人焊接过程中,由于先通过离线编程获得焊枪的目标位姿,但是在离线编程中,并没有考虑到激光传感器等元件,因此在实际运行过程中,焊枪、激光传感器容易与工件、工装发生碰撞,从而损毁工件及设备。为了防止碰撞,必须在现场需要有调试人员进行反复调试,速度慢,并且很难得到最近最快速的路径。
实际应用中的有些计算模型相当复杂,而且需要反复的尝试和搜索,计算量巨大。
因此,必须发明一种高效的机器人防碰撞的最优路径规划方法。
发明内容
本发明的目的在于提供一种高效的机器人防碰撞的最优路径规划方法。
为实现上述发明目的,本发明提供了一种机器人防碰撞的最优路径规划方法,所述机器人上设置有焊枪和激光传感器,以对固定在一工装上的工件进行焊接,所述机器人自近端朝远端依次连接设置有N个轴,所述焊枪固定在最远端的第N轴上,所述最优路径规划方法包括以下步骤:
建立工件、工装、焊枪、激光传感器的三维物理模型;
建立坐标轴,确定焊枪的初始位姿,并通过离线编程获得需要焊枪焊接工件时的目标位姿;
采用如下算法获取机器人要达到目标位姿时,机器人每个轴所需的最优旋转角度:
设定机器人每个轴的旋转角度范围,并将所述旋转角度范围离散化,以使所述机器人每个轴均对应有若干离散测试角度;
然后,进行机器人近端第1轴在每一离散测试角度时的碰撞测试,若发生碰撞,则对应该离散测试角度记录一大于其数值的实际旋转角度,若未发生碰撞,则对应该离散测试角度记录一与其数值相同的另一实际旋转角度,即获取第1轴在每一离散测试角度下的实际旋转角度;
其次,获取第2轴的其中一离散测试角度相对第1轴在每一离散测试角度下的相对测试角度,并进行第2轴每一相对测试角度的碰撞测试,若碰撞,则对应该相对测试角度记录一大于其数值的相对旋转角度,若未发生碰撞,则对应该相对测试角度记录与之数值相同的另一相对旋转角度,即获取第2轴在前述其中一离散测试角度下的若干相对旋转角度;
将上述获取到的第2轴的若干相对旋转角度与相应的第1轴的若干实际旋转角度分别相加,并获取相加后的若干数值中的最小值,然后将该最小值记为第2轴在前述其中一离散测试角度下的实际旋转角度,同时获取与该实际旋转角度对应的第1轴的离散测试角度;
根据上述第2轴其中一离散测试角度下的实际旋转角度的获取方法依次得出第2轴其他各个离散测试角度下的各个实际旋转角度,以及分别与各个实际旋转角度相对应的第1轴的各个离散测试角度;
根据上述第2轴各个离散测试角度下的实际旋转角度获取方法依次得出第3轴至第N轴在不同离散测试角度下所对应的实际旋转角度,并记录与每一实际旋转角度及与之对应的第2轴至第N-1轴的离散测试角度;
最后,获取焊枪在第N轴的若干实际旋转角度下,使得各个轴的离散测试角度之和最小时的各个轴的离散测试角度,并将该离散测试角度设定为每一轴的最优旋转角度。
作为本发明的进一步改进,在获得各个轴的最优旋转角度后,计算最优旋转角度下的实际位姿与目标位姿之间的距离,若实际位姿与目标位姿之间的距离小于预先设置的误差距离,则各个轴的最优旋转角度成立;若实际位姿与目标位姿之间的距离大于或等于误差距离,则更改各个轴的旋转角度范围,将各个轴的旋转角度范围进一步离散,以得到若干新的离散测试角度,并重新根据该新的离散测试角度重新获取各个轴的最优旋转角度。
作为本发明的进一步改进,所述预先设置的误差距离的范围为0.015mm至0.2mm。
作为本发明的进一步改进,上述焊枪、激光传感器与工件、工装的三维物理模型通过包围盒算法建立。
作为本发明的进一步改进,在进行碰撞测试之前,当焊枪、激光传感器与工件、工装的三维物理模型之间相互重叠的距离大于或等于预先设置的碰撞距离时,则判断焊枪、激光传感器与工件、工装之间发生碰撞。
作为本发明的进一步改进,所述预先设置的碰撞距离的范围为0.5cm至1cm。
作为本发明的进一步改进,若焊枪、激光传感器与工件、工装的三维物理模型之间未形成重叠,则判断焊枪、激光传感器与工件、工装之间不发生碰撞。
作为本发明的进一步改进,在进行机器人近端第1轴在每一离散测试角度的碰撞测试时,若发生碰撞,则对应该离散测试角度记录一大于其数值的实际旋转角度,该实际旋转角度记录为3000°;在进行第2轴至第N轴的相对测试角度的碰撞测试时,若碰撞,则对应该相对测试角度记录一大于其数值的相对旋转角度,该相对旋转角度记为3000°。
本发明的有益效果是:本发明的机器人防碰撞的最优路径规划通过动态规划算法,可快速、连续的进行,并且由于将所有轴的旋转角度范围均离散化,因此不会发生遗漏。另外,通过将发生碰撞的第1轴的离散测试角度及第2至第N轴的相对测试角度重新记录为一个较大的角度,则可在最小值的计算中将上述这些发生碰撞的角度剔除,因此各个轴的最优旋转角度形成的实际位姿下,不可能会发生焊枪、激光传感器与工件、工装发生碰撞的情况。
附图说明
图1为本发明机器人防碰撞的最优路径规划方法的流程图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明提供了一种机器人防碰撞的最优路径规划方法,所述机器人上设置有焊枪和激光传感器,以对固定于一工装上的工件进行焊接,所述机器人自近端朝远端依次连接设置有N个轴,所述焊枪固定在第N个轴上。在通常情况下,焊接采用普通六轴机器人,即N为6。
所述最优路径规划方法包括以下步骤:
首先,建立工件、工装、焊枪、激光传感器的三维物理模型。在本实施方式中,采用包围盒算法建立三维物理模型。包围盒的核心思想是用体积略大而几何简单的包围盒来近似描述复杂的几何对象,从而通过判断包围盒是否重叠来粗略估计两检测对象是否碰撞。当然,若工件、工装与焊枪、激光传感器的三维物理模型之间没有相互重叠,则判断为不发生碰撞。
在本实施方式中,允许包围盒之间发生合理碰撞,因此先设置一碰撞距离,当焊枪、激光传感器和工件、工装的三维物理模型之间重叠的距离小于碰撞距离时,则说明焊枪、激光传感器与工件、工装之间未发生碰撞,若焊枪、激光传感器和工件、工装的三维物理模型之间相交的距离大于或等于碰撞距离时,则说明焊枪、激光传感器与工件、工装之间发生碰撞。该碰撞距离的范围为0.5cm至1cm,优选的,设定该碰撞距离为0.5cm。在实际应用中,由于焊枪固定在机器人最末端的轴上,因此为了减少计算量,可直接对机器人最末端的三个轴进行碰撞测试。
其次,建立坐标轴,确定焊枪的初始位置,并通过离线编程获得需要焊枪焊接工件时的最佳目标位姿。离线编程为本领域技术人员所清楚了解的计算方法,因此不再赘述。
采用如下算法获取机器人要达到目标位姿时,机器人每个轴所需的最优旋转角度:
Step1:设定机器人每个轴的旋转角度范围,在本实施方式中,每个轴的旋转角度范围为180°或360°,将所述旋转角度范围离散化,以使所述机器人的每个轴均对应有若干离散测试角度。在本实施方式中,将每一轴的旋转角度进行均匀离散,其离散程度分别记为M1,M2,M3……MN,即第一轴的各个离散测试角度可记为δ1 1,δ1 2,δ1 3至相应的第二轴的各个离散测试角度可记为至依次类推,第N轴的各个离散测试角度可记为 至
Step2:对机器人近端第1轴的每一离散测试角度进行碰撞测试,若发生碰撞,则对应该离散测试角度重新记录一远远大于该数值的实际旋转角度,若未发生碰撞,则对应该离散测试角度重新记录一与其数值相同的另一实际旋转角度,即获取第一轴在每一离散测试角度下的实际旋转角度,即第一轴的各个实际旋转角度记为P1 1,P1 2,P1 3至
在本实施方式中,若发生碰撞,则对应该离散测试角度重新记录一远远大于该数值的实际旋转角度,在本实施方式中,将该实际旋转角度重新记为至少3000°。由于最大的离散测试角度即为180°或360°,因此产生碰撞的实际旋转角度将远远大于其他未产生碰撞的实际旋转角度,由此可在后续计算中轻易的排除。
Step3:获取第2轴的其中一离散测试角度相对第1轴在每一离散测试角度下的相对测试角度。以第2轴的第一个离散测试角度为例,即第2轴位于角度下时,相对第1轴的各个离散测试角度δ1 1,δ1 2,δ1 3至的相对角度,并将该相对角度记为相对测试角度其中,i=1,2,…,M1。
然后,对第2轴位于角度下的各个相对测试角度进行碰撞测试,若发生碰撞,则对应该相对测试角度重新记录为一远远大于该数值的相对旋转角度若未发生碰撞,则对应该相对测试角度记录与之数值相同的另一相对旋转角度即获取第2轴在前述角度下的若干相对旋转角度
在本实施方式中,若发生碰撞,则对应该相对测试角度重新记录一远远大于该数值的相对旋转角度即将数值进行重新修改,在本实施方式中,将该实际旋转角度重新记为至少3000°。由于最大的离散测试角度即为180°或360°,因此产生碰撞的相对旋转角度将远远大于其他未产生碰撞的相对旋转角度由此可在后续计算中轻易的排除。
将上述获取到的第2轴的各个相对旋转角度与相应的第1轴的若干实际旋转角度P1 i(i=1,2,…,M1)分别相加,并获取相加后的若干数值中的最小值,然后将该最小值记为第2轴位于角度下的实际旋转角度即为:
并且,同时获取得到该实际旋转角度时,所对应的第1轴的离散测试角度。由于,获取所述实际旋转角度通过最小值即Min计算,因此,上述使得第1轴产生碰撞的离散测试角度以及使得第2轴产生碰撞的相对测试角度均在该计算中排除,因此可防止第1轴及第2轴产生碰撞。
同时,若上述获得的最小值大于等于3000°,则判断获得该最小值的第2轴的该离散角度不正确,该位姿不可获得。
根据上述第2轴位于角度下的实际旋转角度的获取方法依次得出第2轴其他各个离散测试角度至下的各个实际旋转角度P2 2,P2 3至以及分别与各个实际旋转角度相对应的第1轴的各个离散测试角度。即为:
……
Step4:根据上述第2轴各个离散角度下的实际旋转角度的计算方法(i=1,2,…,M2),依次计算出第3轴至第N轴在不同离散测试角度下所对应的实际旋转角度,并记录每一实际旋转角度及与之对应的第2轴至第N-1轴的离散测试角度。即为:
第3轴:
……
第4轴:
……
……
第N轴:
……
Step5:最后,获取焊枪在第N轴的若干实际旋转角度下,使得各个轴的离散测试角度之和最小时的各个轴的离散测试角度,并将该离散测试角度设定为每一轴的最优旋转角度。
Step6:在获得各个轴的最优旋转角度后,计算在各个最优旋转角度下的焊枪的实际位姿与目标位姿之间的距离,若实际位姿与目标位姿之间的距离小于预先设置的误差距离,则各个轴的最优旋转角度成立;若实际位姿与目标位姿之间的距离大于或等于预先设置的误差距离,则更改各个轴的旋转角度范围,并将各个轴的旋转角度范围进一步离散,以得到若干新的离散测试角度,并根据新的离散测试角度重新获取各个轴的最优旋转角度。即,新的第1轴的相邻离散角度之差相比原离散角度之差更小或将旋转角度范围进一步缩小或扩大,或替换成与原旋转角度范围不相重叠的新的旋转角度范围。
另外,当新的离散测试角度小于0.001°时,如果还未找到误差范围以内的最优旋转角度,则终止计算,此时判断之前离线编程获得的目标位姿不可到达。
在本实施方式中,所述预先设置的误差距离的范围为0.015mm至0.2mm,优选的,所述预先设置的误差距离的值为0.05mm。
本发明的机器人防碰撞的最优路径规划方法具有如下优点:
1、简化模型。在实际机器人焊接应用中,碰撞主要发生在焊枪、激光传感器与工件、工装之间,因此只需要对上述这些物体进行三维建模并进行碰撞测试,可以大大简化计算量,提高计算效率;另一方面,由于上述这些物体的精确模型是非常规的,若要进行精确建模后再进行碰撞测试,则计算相当复杂,因此通过包围盒算法建立上述这些物体的三维物理模型,可通过规则物体模拟上述这些不规则物体,并设置一合理碰撞距离,则可在不损害精度的同时进一步降低计算量。
2、在机器人的路径规划中,由于有N个轴,因此每个轴在理论上都存在有无数个解,如果将这些解一一枚举出来,并进行碰撞测试,则计算量巨大,因此采用动态规划算法,在计算初期即可排除不可能的解,大大降低了计算量,使得实时求解成为可能。
本发明的机器人防碰撞的最优路径规划方法采用动态规划算法,动态规划算法是一种有限枚举的非线性高效最优值算法,如果存在最优解,则一定可通过计算找出,并且不会发生遗漏。本发明的机器人防碰撞的最优路径规划方法基于严格的计算而不是不断的尝试,可以通过计算机连续、自动的进行。另外,计算的速度也很快,可快速将所有不达到碰撞的的位姿计算出来,并进行比较,计算出可使得轴的旋转角度最小而又最接近目标位姿的各个轴的旋转角度。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (8)
1.一种机器人防碰撞的最优路径规划方法,所述机器人上设置有焊枪和激光传感器,以对固定在一工装上的工件进行焊接,所述机器人自近端朝远端依次连接设置有N个轴,所述焊枪固定在最远端的第N轴上,其特征在于:所述最优路径规划方法包括以下步骤:
建立工件、工装、焊枪、激光传感器的三维物理模型;
建立坐标轴,确定焊枪的初始位姿,并通过离线编程获得需要焊枪焊接工件时的目标位姿;
采用如下算法获取机器人要达到目标位姿时,机器人每个轴所需的最优旋转角度:
设定机器人每个轴的旋转角度范围,并将所述旋转角度范围离散化,以使所述机器人每个轴均对应有若干离散测试角度;
然后,进行机器人近端第1轴在每一离散测试角度时的碰撞测试,若发生碰撞,则对应该离散测试角度记录一大于其数值的实际旋转角度,若未发生碰撞,则对应该离散测试角度记录一与其数值相同的另一实际旋转角度,即获取第1轴在每一离散测试角度下的实际旋转角度;
其次,获取第2轴的其中一离散测试角度相对第1轴在每一离散测试角度下的相对测试角度,并进行第2轴每一相对测试角度的碰撞测试,若碰撞,则对应该相对测试角度记录一大于其数值的相对旋转角度,若未发生碰撞,则对应该相对测试角度记录与之数值相同的另一相对旋转角度,即获取第2轴在前述其中一离散测试角度下的若干相对旋转角度;
将上述获取到的第2轴的若干相对旋转角度与相应的第1轴的若干实际旋转角度分别相加,并获取相加后的若干数值中的最小值,然后将该最小值记为第2轴在前述其中一离散测试角度下的实际旋转角度,同时获取与该实际旋转角度对应的第1轴的离散测试角度;
根据上述第2轴其中一离散测试角度下的实际旋转角度的获取方法依次得出第2轴其他各个离散测试角度下的各个实际旋转角度,以及分别与各个实际旋转角度相对应的第1轴的各个离散测试角度;
根据上述第2轴各个离散测试角度下的实际旋转角度获取方法依次得出第3轴至第N轴在不同离散测试角度下所对应的实际旋转角度,并记录与每一实际旋转角度及与之对应的第2轴至第N-1轴的离散测试角度;
最后,获取焊枪在第N轴的若干实际旋转角度下,使得各个轴的离散测试角度之和最小时的各个轴的离散测试角度,并将该离散测试角度设定为每一轴的最优旋转角度。
2.根据权利要求1所述的一种机器人防碰撞的最优路径规划方法,其特征在于:在获得各个轴的最优旋转角度后,计算最优旋转角度下的实际位姿与目标位姿之间的距离,若实际位姿与目标位姿之间的距离小于预先设置的误差距离,则各个轴的最优旋转角度成立;若实际位姿与目标位姿之间的距离大于或等于误差距离,则更改各个轴的旋转角度范围,将各个轴的旋转角度范围进一步离散,以得到若干新的离散测试角度,并重新根据该新的离散测试角度重新获取各个轴的最优旋转角度。
3.根据权利要求2所述的一种机器人防碰撞的最优路径规划方法,其特征在于:所述预先设置的误差距离的范围为0.015mm至0.2mm。
4.根据权利要求1所述的机器人防碰撞的最优路径规划方法,其特征在于:上述焊枪、激光传感器与工件、工装的三维物理模型通过包围盒算法建立。
5.根据权利要求4所述的机器人防碰撞的最优路径规划方法,其特征在于:在进行碰撞测试之前,当焊枪、激光传感器与工件、工装的三维物理模型之间相互重叠的距离大于或等于预先设置的碰撞距离时,则判断焊枪、激光传感器与工件、工装之间发生碰撞。
6.根据权利要求5所述的机器人防碰撞的最优路径规划方法,其特征在于:所述预先设置的碰撞距离的范围为0.5cm至1cm。
7.根据权利要求4所述的机器人防碰撞的最优路径规划方法,其特征在于:若焊枪、激光传感器与工件、工装的三维物理模型之间未形成重叠,则判断焊枪、激光传感器与工件、工装之间不发生碰撞。
8.根据权利要求1所述的机器人防碰撞的最优路径规划方法,其特征在于:在进行机器人近端第1轴在每一离散测试角度的碰撞测试时,若发生碰撞,则对应该离散测试角度记录一大于其数值的实际旋转角度,该实际旋转角度记录为3000°;在进行第2轴至第N轴的相对测试角度的碰撞测试时,若碰撞,则对应该相对测试角度记录一大于其数值的相对旋转角度,该相对旋转角度记为3000°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610279825.0A CN105739507B (zh) | 2016-04-29 | 2016-04-29 | 一种机器人防碰撞的最优路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610279825.0A CN105739507B (zh) | 2016-04-29 | 2016-04-29 | 一种机器人防碰撞的最优路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105739507A true CN105739507A (zh) | 2016-07-06 |
CN105739507B CN105739507B (zh) | 2018-11-20 |
Family
ID=56287682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610279825.0A Active CN105739507B (zh) | 2016-04-29 | 2016-04-29 | 一种机器人防碰撞的最优路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105739507B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907593A (zh) * | 2017-11-22 | 2018-04-13 | 中南大学 | 一种超声检测中机械手防碰撞方法 |
CN109901581A (zh) * | 2019-03-15 | 2019-06-18 | 智久(厦门)机器人科技有限公司上海分公司 | 一种agv车自旋角的标定方法及自旋运动控制方法 |
CN110023866A (zh) * | 2016-11-02 | 2019-07-16 | 云海智行股份有限公司 | 用于自主导航中的动态路线规划的系统和方法 |
CN110315258A (zh) * | 2019-07-24 | 2019-10-11 | 广东工业大学 | 一种基于强化学习和蚁群算法的焊接方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076654A1 (en) * | 2005-12-21 | 2009-03-19 | Abb Ag | System and method for aligning and for controlling the position of a robot tool |
US20100047465A1 (en) * | 2006-07-14 | 2010-02-25 | Helmut Ansorge | Paint shop and corresponding method of operation |
CN102161198A (zh) * | 2011-03-18 | 2011-08-24 | 浙江大学 | 用于三维空间中移动机械臂路径规划的主从式协进化方法 |
CN102430841A (zh) * | 2011-08-26 | 2012-05-02 | 昆山工研院工业机器人研究所有限公司 | 基于离线规划的弧焊机器人激光视觉焊缝跟踪控制方法 |
CN104850699A (zh) * | 2015-05-19 | 2015-08-19 | 天津市天锻压力机有限公司 | 冲压线搬运机器人防碰撞控制方法 |
-
2016
- 2016-04-29 CN CN201610279825.0A patent/CN105739507B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090076654A1 (en) * | 2005-12-21 | 2009-03-19 | Abb Ag | System and method for aligning and for controlling the position of a robot tool |
US20100047465A1 (en) * | 2006-07-14 | 2010-02-25 | Helmut Ansorge | Paint shop and corresponding method of operation |
CN102161198A (zh) * | 2011-03-18 | 2011-08-24 | 浙江大学 | 用于三维空间中移动机械臂路径规划的主从式协进化方法 |
CN102430841A (zh) * | 2011-08-26 | 2012-05-02 | 昆山工研院工业机器人研究所有限公司 | 基于离线规划的弧焊机器人激光视觉焊缝跟踪控制方法 |
CN104850699A (zh) * | 2015-05-19 | 2015-08-19 | 天津市天锻压力机有限公司 | 冲压线搬运机器人防碰撞控制方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110023866A (zh) * | 2016-11-02 | 2019-07-16 | 云海智行股份有限公司 | 用于自主导航中的动态路线规划的系统和方法 |
CN110023866B (zh) * | 2016-11-02 | 2022-12-06 | 云海智行股份有限公司 | 用于自主导航中的动态路线规划的系统和方法 |
CN107907593A (zh) * | 2017-11-22 | 2018-04-13 | 中南大学 | 一种超声检测中机械手防碰撞方法 |
CN109901581A (zh) * | 2019-03-15 | 2019-06-18 | 智久(厦门)机器人科技有限公司上海分公司 | 一种agv车自旋角的标定方法及自旋运动控制方法 |
CN110315258A (zh) * | 2019-07-24 | 2019-10-11 | 广东工业大学 | 一种基于强化学习和蚁群算法的焊接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105739507B (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111274671B (zh) | 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统 | |
CN106557844B (zh) | 一种焊接机器人路径规划方法 | |
Yang et al. | Advances techniques of the structured light sensing in intelligent welding robots: a review | |
CN109682336B (zh) | 用于车身精度检测的三坐标测量路径自动规划与优化方法 | |
CN104858537B (zh) | 控制机器人切割工件坡口的方法及装置 | |
US9104197B2 (en) | Method and system for off-line programming of multiple interacting robots | |
CN102794767B (zh) | 视觉引导的机器人关节空间b样条轨迹规划方法 | |
CN105739507A (zh) | 一种机器人防碰撞的最优路径规划方法 | |
Božek | Robot path optimization for spot welding applications in automotive industry | |
Björkenstam et al. | Energy efficient and collision free motion of industrial robots using optimal control | |
CN110059879B (zh) | 车身三坐标测量的自动规划方法 | |
Liu et al. | Optimal path planning for automated dimensional inspection of free-form surfaces | |
CN108876852B (zh) | 一种基于3d视觉的在线实时物体识别定位方法 | |
CN103135446B (zh) | 一种多轴数控机床刀具运动轨迹验证装置 | |
Efimov et al. | Improving the efficiency of automated precision robotics-enabled positioning and welding | |
Liu et al. | Robot path planning with two-axis positioner for non-ideal sphere-pipe joint welding based on laser scanning | |
Li et al. | Structured light-based visual servoing for robotic pipe welding pose optimization | |
Geng et al. | A novel welding path planning method based on point cloud for robotic welding of impeller blades | |
CN115415694B (zh) | 一种钣金工艺用焊接方法、系统及装置 | |
Lai et al. | Integration of visual information and robot offline programming system for improving automatic deburring process | |
CN112122842A (zh) | 一种基于激光视觉的Delta焊接机器人系统 | |
Ma et al. | A fast and robust seam tracking method for spatial circular weld based on laser visual sensor | |
CN106180471B (zh) | 一种飞机机翼激光喷丸成形的方法与装置 | |
CN108472808B (zh) | 多个机器人的同步 | |
Zhang et al. | Hybrid global optimum beetle antennae search-genetic algorithm based welding robot path planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 215300, No. 15, 1504-4 floor, No. 1699 Reed Road, Yushan Town, Suzhou, Jiangsu, Kunshan Applicant after: Kunshan Hua Heng robot Co., Ltd. Address before: 215300, No. 15, 1504-4 floor, No. 1699 Reed Road, Yushan Town, Suzhou, Jiangsu, Kunshan Applicant before: Industrial Robot Research Co., Ltd. Of Kunshan Industrial Technology Research Institute |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |