CN109702750A - 一种龙门架式智能机加工机器人及智能机加工方法 - Google Patents
一种龙门架式智能机加工机器人及智能机加工方法 Download PDFInfo
- Publication number
- CN109702750A CN109702750A CN201910145015.XA CN201910145015A CN109702750A CN 109702750 A CN109702750 A CN 109702750A CN 201910145015 A CN201910145015 A CN 201910145015A CN 109702750 A CN109702750 A CN 109702750A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- dimensional
- servo
- data
- identification
- 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
- 238000003754 machining Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000000007 visual effect Effects 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 10
- 230000033001 locomotion Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 239000004973 liquid crystal related substance Substances 0.000 claims description 8
- 239000012636 effector Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 abstract description 5
- 230000003044 adaptive effect Effects 0.000 abstract description 3
- 238000003466 welding Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001633663 Iris pseudacorus Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 231100000768 Toxicity label Toxicity 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 230000001965 increasing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Abstract
一种龙门架式智能机加工机器人及智能机加工方法，属于智能机加工领域，解决了现有免示教编程型智能机加工机器人因依赖于人工编程而机加工效率较低的问题。本发明通过在现有龙门架式加工机器人的硬件结构上增设2D视觉传感器、3D视觉传感器、检测轴和接近传感器，在现有龙门架式加工机器人的工业计算机内嵌设标准工件轮廓数据库、加工数据库、图像处理单元、工件轮廓数据比对单元、待三维识别工件扫描顺序及扫描路径规划单元和伺服控制信号生成单元的方式实现了待加工工件的自动辨识、加工任务的自主规划和加工参数规范的自适应调整，进而解决了现有免示教编程型智能机加工机器人因依赖于人工编程而机加工效率较低的问题。
Description
技术领域
本发明涉及一种机加工机器人及机加工方法，属于智能机加工领域。
背景技术
目前，世界正处在新科技革命和产业变革的交汇点上。机器人作为先进制造业的关键支撑装备，是提振实体经济的重要突破口和全球各主要国家战略布局的焦点，成为兼具前瞻性和实用性的前沿科技和朝阳产业。尤其在新一代信息技术突飞猛进的今天，与物联网、云计算、大数据和人工智能技术的深入融合，使得工业机器人在智能制造的大环境中发挥着越来越重要的作用，并对未来相关产业生态、市场格局和工作方式带来前所未有的影响。据国际机器人联盟(IFR)统计数据显示，当前服役的工业机器人中，超半数以上是应用于各类材料加工领域的机器人，包括焊接机器人、切割机器人和磨抛机器人等。不过，加工制造业的核心任务已从传统的扩大规模向如何满足用户的个性化需求、如何为用户提供全流程个性化体验以及如何为用户提供更好的服务方向转变，致使目前实际应用中的示教再现型加工机器人的编程方式难以满足小批量定制化生产的效率要求。因此，研究机器人免示教编程技术并发展新一代具有人工智能行为的智能加工机器人系统已相当迫切。
现有用于实现机器人快速化编程的方式主要包括以下三种：
方式一：采用高级机器人编程文本语言，例如ABB机器人编程用RAPID语言，FANUC机器人用KAREL语言，YASKAWA机器人用Moto-Plus语言和KUKA机器人用KRL语言。
方式二：采用图形化编程语言，如LabVIEW语言；
方式三：采用参数化离线编程技术。
方式一的各种高级机器人编程文本语言是机器人公司针对各自用户开发的语言平台，不论语法规则和语言形式的区别有多大，其关键特性相似，通俗易懂，然而，这种用于实现机器人快速化编程的方式存在需要对编程员进行培训以及编程效率低的问题。
方式二虽然简化了简单任务的编程，但是仍然无法适应工件几何形状和尺寸的多样性，且需要人工编程。
方式三可完成复杂路径的任务编程，减少机器人的停机时间，让编程员远离危险的工作环境，但需事先准备机器人系统的三维模型，熟悉机器人离线编程软件，这对企业员工的综合素养提出更高要求，且离线完成的程序仍然需要现场跟踪调试。
综上所述，现有的免示教编程型智能机加工机器人因依赖于人工编程而机加工效率较低。
发明内容
本发明为解决现有免示教编程型智能机加工机器人因依赖于人工编程而机加工效率较低的问题，提出了一种龙门架式智能机加工机器人及智能机加工方法。
本发明所述的龙门架式智能机加工机器人，包括机加工机器人本体、龙门架、工作台、伺服控制系统和工业计算机，工业计算机通过伺服控制系统对龙门架和机加工机器人本体进行伺服控制；
所述智能机加工机器人还包括2D视觉传感器、3D视觉传感器、检测轴和接近传感器；
2D视觉传感器和检测轴均设置在龙门架的横梁上，3D视觉传感器设置在检测轴上；
接近传感器用于在2D视觉传感器随龙门架移至工作台正上方时，向工业计算机发送高电平信号；
2D视觉传感器用于根据工业计算机发来的2D视觉触发信号对工作台上的所有待二维识别工件的整体二维图像进行采集，并将所有待二维识别工件的整体二维图像发送至工业计算机；
3D视觉传感器用于根据工业计算机发来的3D视觉触发信号，并在龙门架和检测轴的带动下对每个待三维识别工件的三维图像进行采集，并将每个待三维识别工件的三维图像发送至工业计算机；
工业计算机还通过伺服控制系统对检测轴进行伺服控制；
工业计算机内嵌设有标准工件轮廓数据库、加工数据库和以下通过软件实现的单元：
图像处理单元，用于根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据和中心点位置数据，根据每个待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
工件轮廓数据比对单元，用于将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，将比对成功的待二维识别工件标记为待三维识别工件，并记录每个待三维识别工件的二维轮廓数据匹配度，还用于将每个待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，将比对成功的待三维识别工件标记为待加工工件；
待三维识别工件扫描顺序及扫描路径规划单元，用于根据待三维识别工件的二维轮廓匹配度规划待三维识别工件的扫描顺序，根据每个待三维识别工件的二维轮廓数据和已知的工件理论板厚规划该待三维识别工件的扫描路径；
伺服控制信号生成单元，用于根据伺服控制系统反馈的龙门架位置数据、已知的2D视觉传感器在龙门架上的位置数据和已知的工作台位置数据生成第一伺服控制信号，根据伺服控制系统反馈的龙门架位置数据和检测轴位置数据、已知的检测轴在龙门架上的位置数据和3D视觉传感器在检测轴上的位置数据、目标待三维识别工件的中心点位置数据和目标待三维识别工件的扫描路径生成第二伺服控制信号，根据加工数据库内与目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号，还用于在所有待二维识别工件或所有待三维识别工件均未比对成功时，生成第四伺服控制信号；
第一伺服控制信号～第四伺服控制信号均直接作用于伺服控制系统；
第一伺服控制信号用于使2D视觉传感器移至工作台正上方，第二伺服控制信号用于实现目标待三维识别工件的3D扫描，第三伺服控制信号用于实现目标待加工工件的加工，第四伺服控制信号用于使伺服控制系统停止工作。
作为优选的是，所述智能机加工机器人还包括图像采集卡，2D视觉传感器和3D视觉传感器均通过图像采集卡与工业计算机相连。
作为优选的是，所述智能机加工机器人还包括运动控制卡，工业计算机通过运动控制卡与伺服控制系统相连。
作为优选的是，所述智能机加工机器人还包括I/O卡，工业计算机通过I/O卡接收接近传感器发出的高电平信号以及其他的开关量信号。
作为优选的是，图像采集卡、运动控制卡和I/O卡均通过PCI总线与工业计算机相连。
作为优选的是，所述智能机加工机器人还包括液晶触摸显示屏，液晶触摸显示屏通过串口与工业计算机相连；
工业计算机内还嵌设有人机交互单元，基于液晶触摸显示屏实现自身功能，用于录入工件批次信息以及显示待三维识别工件的扫描顺序；
工件批次信息包括工件理论板厚和工件设计材质。
作为优选的是，工业计算机内还嵌设有视觉触发信号生成单元，用于根据接近传感器发来的高电平信号生成2D视觉触发信号，还用于根据I/O卡在3D视觉传感器移至目标待三维识别工件的正上方时转发来的开关量信号生成3D视觉触发信号。
作为优选的是，3D视觉传感器为激光视觉传感器；
伺服控制信号生成单元还用于在生成第三伺服控制信号的同时生成第五伺服控制信号；
第五伺服控制信号直接作用于伺服控制系统，用于使3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业；
视觉触发信号生成单元还用于根据第五伺服控制信号生成3D视觉触发信号。
本发明所述的智能机加工方法基于所述龙门架式智能机加工机器人实现，包括：
S1、采集工件整体二维图像；
S2、二维图像处理：根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据；
S3、二维识别：将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，当所有待二维识别工件均未比对成功时，停止作业，否则，将比对成功的待二维识别工件标记为待三维识别工件，记录每个待三维识别工件的二维轮廓数据匹配度，并执行S4；
S4、规划待三维识别工件的扫描顺序和扫描路径；
S5、采集三维图像：根据待三维识别工件的扫描顺序，采集首个待三维识别工件的三维图像；
S6、三维图像处理：根据该待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
S7、三维识别：将该待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，当比对成功时，将该待三维识别工件标记为目标待加工工件，并执行S8，否则，将该待三维识别工件从待三维识别工件的扫描顺序中删除，并执行S5；
S8、生成加工任务：根据加工数据库内与该目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号；
S9、执行加工任务：该目标待加工工件加工完成后，将该工件从待三维识别工件的扫描顺序中删除；
S10、判断所有待三维识别工件是否均被扫描，当判断结果为是时，判定该批次工件加工完成，否则，执行S5。
作为优选的是，在执行加工任务的步骤中，采取先行分区扫描策略，控制3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业。
本发明所述的龙门架式智能机加工机器人及智能机加工方法，基于机器视觉、数据库和总线控制技术，能够自动辨识工件轮廓、自主规划加工任务和自适应调整参数规范，无需人工示教编程，突破了多品种、小批量、定制化机器人加工编程效率低的难题，进而提高了机器人的机加工效率。
附图说明
在下文中将基于实施例并参考附图来对本发明所述的龙门架式智能机加工机器人及智能机加工方法进行更详细的描述，其中：
图1为实施例所述的龙门架式智能机加工机器人的结构框图；
图2为实施例所述的智能机加工方法的流程框图；
图3为实施例提及的第一种港口起重机吊耳构件的尺寸图；
图4为实施例提及的第二种港口起重机吊耳构件的尺寸图；
图5为实施例提及的第三种港口起重机吊耳构件的尺寸图；
图6为实施例提及的3D激光视觉扫描工件轮廓关键几何参数的示意图。
具体实施方式
下面将结合附图对本发明所述的龙门架式智能机加工机器人及智能机加工方法作进一步说明。
实施例：下面结合图1～图6详细地说明本实施例。
本实施例所述的龙门架式智能机加工机器人包括机加工机器人本体、龙门架、工作台、伺服控制系统和工业计算机，工业计算机通过伺服控制系统对龙门架和机加工机器人本体进行伺服控制；
所述智能机加工机器人还包括2D视觉传感器、3D视觉传感器、检测轴和接近传感器；
2D视觉传感器和检测轴均设置在龙门架的横梁上，3D视觉传感器设置在检测轴上；
接近传感器用于在2D视觉传感器随龙门架移至工作台正上方时，向工业计算机发送高电平信号；
2D视觉传感器用于根据工业计算机发来的2D视觉触发信号对工作台上的所有待二维识别工件的整体二维图像进行采集，并将所有待二维识别工件的整体二维图像发送至工业计算机；
3D视觉传感器用于根据工业计算机发来的3D视觉触发信号，并在龙门架和检测轴的带动下对每个待三维识别工件的三维图像进行采集，并将每个待三维识别工件的三维图像发送至工业计算机；
工业计算机还通过伺服控制系统对检测轴进行伺服控制；
工业计算机内嵌设有标准工件轮廓数据库、加工数据库和以下通过软件实现的单元：
图像处理单元，用于根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据和中心点位置数据，根据每个待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
工件轮廓数据比对单元，用于将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，将比对成功的待二维识别工件标记为待三维识别工件，并记录每个待三维识别工件的二维轮廓数据匹配度，还用于将每个待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，将比对成功的待三维识别工件标记为待加工工件；
待三维识别工件扫描顺序及扫描路径规划单元，用于根据待三维识别工件的二维轮廓匹配度规划待三维识别工件的扫描顺序，根据每个待三维识别工件的二维轮廓数据和已知的工件理论板厚规划该待三维识别工件的扫描路径；
伺服控制信号生成单元，用于根据伺服控制系统反馈的龙门架位置数据、已知的2D视觉传感器在龙门架上的位置数据和已知的工作台位置数据生成第一伺服控制信号，根据伺服控制系统反馈的龙门架位置数据和检测轴位置数据、已知的检测轴在龙门架上的位置数据和3D视觉传感器在检测轴上的位置数据、目标待三维识别工件的中心点位置数据和目标待三维识别工件的扫描路径生成第二伺服控制信号，根据加工数据库内与目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号，还用于在所有待二维识别工件或所有待三维识别工件均未比对成功时，生成第四伺服控制信号；
第一伺服控制信号～第四伺服控制信号均直接作用于伺服控制系统；
第一伺服控制信号用于使2D视觉传感器移至工作台正上方，第二伺服控制信号用于实现目标待三维识别工件的3D扫描，第三伺服控制信号用于实现目标待加工工件的加工，第四伺服控制信号用于使伺服控制系统停止工作。
本实施例所述的龙门架式智能机加工机器人还包括图像采集卡，2D视觉传感器和3D视觉传感器均通过图像采集卡与工业计算机相连。
本实施例所述的龙门架式智能机加工机器人还包括运动控制卡，工业计算机通过运动控制卡与伺服控制系统相连。
本实施例所述的龙门架式智能机加工机器人还包括I/O卡，工业计算机通过I/O卡接收接近传感器发出的高电平信号以及其他的开关量信号。
本实施例的图像采集卡、运动控制卡和I/O卡均通过PCI总线与工业计算机相连。
本实施例所述的龙门架式智能机加工机器人还包括液晶触摸显示屏，液晶触摸显示屏通过串口与工业计算机相连；
工业计算机内还嵌设有人机交互单元，基于液晶触摸显示屏实现自身功能，用于录入工件批次信息以及显示待三维识别工件的扫描顺序；
工件批次信息包括工件理论板厚和工件设计材质。
本实施例的工业计算机内还嵌设有视觉触发信号生成单元，用于根据接近传感器发来的高电平信号生成2D视觉触发信号，还用于根据I/O卡在3D视觉传感器移至目标待三维识别工件的正上方时转发来的开关量信号生成3D视觉触发信号。
本实施例的3D视觉传感器为激光视觉传感器；
伺服控制信号生成单元还用于在生成第三伺服控制信号的同时生成第五伺服控制信号；
第五伺服控制信号直接作用于伺服控制系统，用于使3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业；
视觉触发信号生成单元还用于根据第五伺服控制信号生成3D视觉触发信号。
本实施例的接近传感器为红外接近传感器。
本实施例的2D视觉传感器配有辅助光源。
本实施例的龙门架为三轴，包括X轴、Y轴和Z轴。
本实施例的检测轴为两轴，R1回转轴和Z1升降轴。
本实施例的机加工机器人本体为三轴，包括U/V两根旋转轴和一根R回转轴。
本实施例的加工数据库包括加工知识库、材料属性库和参数规范库。
图1中的开关量触发器件指所述龙门架式智能机加工机器人中的限位开关和按钮。
基于本实施例所述的龙门架式智能机加工机器人实现的智能机加工方法包括：
S1、采集工件整体二维图像；
S2、二维图像处理：根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据；
S3、二维识别：将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，当所有待二维识别工件均未比对成功时，停止作业，否则，将比对成功的待二维识别工件标记为待三维识别工件，记录每个待三维识别工件的二维轮廓数据匹配度，并执行S4；
S4、规划待三维识别工件的扫描顺序和扫描路径；
S5、采集三维图像：根据待三维识别工件的扫描顺序，采集首个待三维识别工件的三维图像；
S6、三维图像处理：根据该待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
S7、三维识别：将该待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，当比对成功时，将该待三维识别工件标记为目标待加工工件，并执行S8，否则，将该待三维识别工件从待三维识别工件的扫描顺序中删除，并执行S5；
S8、生成加工任务：根据加工数据库内与该目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号；
S9、执行加工任务：该目标待加工工件加工完成后，将该工件从待三维识别工件的扫描顺序中删除；
S10、判断所有待三维识别工件是否均被扫描，当判断结果为是时，判定该批次工件加工完成，否则，执行S5。
在执行加工任务的步骤中，采取先行分区扫描策略，控制3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业。
本实施例所述的龙门架式智能机加工机器人及智能机加工方法，通过集成机器视觉传感器、图像采集卡、运动控制卡和I/O卡，基于工业计算机、数据库和总线控制技术，实现加工机器人系统自动辨识工件轮廓、自主规划加工任务和自适应调整参数规范，满足多品种、小批量、定制化机器人柔性生产的快速编程要求。具有以下优点：1.工件任意摆放，无需专用工装夹具，无需人工示教编程，大大降低复杂机器人系统的操作难度；2.工艺规范、设备参数等生产性数据可追溯，便于产品质量、材料能耗、设备效率、生产节拍等统计分析，并可与其他数字化设备系统集成，实现车间级MES管控。
具体实施例：
大型海洋工程起重机械在海洋开发、能源建设、重大工程、物流贸易等领域发挥着重要作用，是国家战略不可或缺的关键支撑装备。因受全球气候、各国法规、海运航线等影响，港口起重机装备大、重、特、非标，属于高度定制化产品。据统计，每台/套港口起重机均由上万零部件构成，在装备制造和交付过程中，需要频繁升降、运移和绑扎作业，使得装备结构存在大量的预制吊耳和工艺吊耳(～20000套/年)。传统吊耳构件的制作完全依赖人工，工艺落后，需要大量焊工来保证进度，且焊接质量不稳定。尤其是人工成本逐年攀升，焊工、打磨工等高危工种“招工难、用工荒”的局面愈发突显，急需利用自动化设备来提质增效，机器人智能化焊接是突破口。
图3～图5是港口起重机吊耳构件的常见形式，由一块耳板和两块重磅板焊接而成，材料为Q345低合金高强钢，焊缝形式为2FG，包括圆弧(含直边)、整圆和椭圆形双面角焊缝。耳板和重磅板的尺寸示于表1。当吊耳重磅板厚度超过12mm时，将开设45±3°坡口，深度8～24mm。保护气为85％Ar+15％CO2，保护气流量15～20L/min。
表1吊耳重磅板几何尺寸
港口起重机吊耳构件机器人免示教智能化焊接工作流程如下：
1.待工作台上吊耳构件随意摆放完毕，在系统人机交互界面手动录入工件批次信息，包括设计材质和理论板厚。
2.启动2D宏观视觉全景拍照，由龙门架携机器人和机器视觉传感器沿X轴平动，当到达工作台正上方时，接近传感器向工业计算机发送信号，由工业计算机控制图像采集卡对任意摆放在工作台上的吊耳构件进行整体拍照，经调用视觉算法库中的算法提取吊耳重磅板轮廓(如内径、外径、直边长度等)及中心点位置数据，进行粗定位。
3.将步骤2辨识的吊耳重磅板轮廓数据与预先存储在工业计算机几何模型库中的数模进行比对，若识别成功，系统将自主规划工件3D激光视觉扫描顺序及路径，并在人机交互界面显示红、黄、绿三色优先顺序。
4.待系统规划完3D激光视觉扫描顺序，龙门架携机器人和机器视觉传感器移至首个吊耳构件(红色标记)的正上方，基于板厚信息以及事先规划的扫描路径，由检测轴携带3D激光视觉精确采集吊耳重磅板轮廓(图6)，经调用视觉算法库中的算法提取关键几何参数，如吊耳重磅板的实际厚度和坡口尺寸(坡口角度和坡口深度)。
5.将步骤4获取的吊耳重磅板关键几何参数与预先存储在工业计算机几何模型库中的数模进行比对，若识别成功，系统将遵循材料属性库和专家知识库的基本规则，调用工艺参数库中的规范和任务程序库中的模板，生成焊接任务程序。表2是坡口深度为10mm时的焊接规范。
表2焊接工艺参数(以坡口深度10±1mm为例)
6.待自动生成任务程序后，系统将采取先行分区扫描策略，控制3D激光视觉扫描跟踪焊缝中心位置，导引机器人末端执行器(焊枪)沿焊接路径精确作业，直至本吊耳构件焊接完成。
7.系统将自动移至下一个待焊吊耳构件(黄色标记)的正上方，重复步骤4～6，直到全部吊耳构件焊接完毕。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。
Claims (10)
1.一种龙门架式智能机加工机器人，包括机加工机器人本体、龙门架、工作台、伺服控制系统和工业计算机，工业计算机通过伺服控制系统对龙门架和机加工机器人本体进行伺服控制；
其特征在于，所述智能机加工机器人还包括2D视觉传感器、3D视觉传感器、检测轴和接近传感器；
2D视觉传感器和检测轴均设置在龙门架的横梁上，3D视觉传感器设置在检测轴上；
接近传感器用于在2D视觉传感器随龙门架移至工作台正上方时，向工业计算机发送高电平信号；
2D视觉传感器用于根据工业计算机发来的2D视觉触发信号对工作台上的所有待二维识别工件的整体二维图像进行采集，并将所有待二维识别工件的整体二维图像发送至工业计算机；
3D视觉传感器用于根据工业计算机发来的3D视觉触发信号，并在龙门架和检测轴的带动下对每个待三维识别工件的三维图像进行采集，并将每个待三维识别工件的三维图像发送至工业计算机；
工业计算机还通过伺服控制系统对检测轴进行伺服控制；
工业计算机内嵌设有标准工件轮廓数据库、加工数据库和以下通过软件实现的单元：
图像处理单元，用于根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据和中心点位置数据，根据每个待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
工件轮廓数据比对单元，用于将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，将比对成功的待二维识别工件标记为待三维识别工件，并记录每个待三维识别工件的二维轮廓数据匹配度，还用于将每个待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，将比对成功的待三维识别工件标记为待加工工件；
待三维识别工件扫描顺序及扫描路径规划单元，用于根据待三维识别工件的二维轮廓匹配度规划待三维识别工件的扫描顺序，根据每个待三维识别工件的二维轮廓数据和已知的工件理论板厚规划该待三维识别工件的扫描路径；
伺服控制信号生成单元，用于根据伺服控制系统反馈的龙门架位置数据、已知的2D视觉传感器在龙门架上的位置数据和已知的工作台位置数据生成第一伺服控制信号，根据伺服控制系统反馈的龙门架位置数据和检测轴位置数据、已知的检测轴在龙门架上的位置数据和3D视觉传感器在检测轴上的位置数据、目标待三维识别工件的中心点位置数据和目标待三维识别工件的扫描路径生成第二伺服控制信号，根据加工数据库内与目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号，还用于在所有待二维识别工件或所有待三维识别工件均未比对成功时，生成第四伺服控制信号；
第一伺服控制信号～第四伺服控制信号均直接作用于伺服控制系统；
第一伺服控制信号用于使2D视觉传感器移至工作台正上方，第二伺服控制信号用于实现目标待三维识别工件的3D扫描，第三伺服控制信号用于实现目标待加工工件的加工，第四伺服控制信号用于使伺服控制系统停止工作。
2.如权利要求1所述的龙门架式智能机加工机器人，其特征在于，所述智能机加工机器人还包括图像采集卡，2D视觉传感器和3D视觉传感器均通过图像采集卡与工业计算机相连。
3.如权利要求2所述的龙门架式智能机加工机器人，其特征在于，所述智能机加工机器人还包括运动控制卡，工业计算机通过运动控制卡与伺服控制系统相连。
4.如权利要求3所述的龙门架式智能机加工机器人，其特征在于，所述智能机加工机器人还包括I/O卡，工业计算机通过I/O卡接收接近传感器发出的高电平信号以及其他的开关量信号。
5.如权利要求4所述的龙门架式智能机加工机器人，其特征在于，图像采集卡、运动控制卡和I/O卡均通过PCI总线与工业计算机相连。
6.如权利要求5所述的龙门架式智能机加工机器人，其特征在于，所述智能机加工机器人还包括液晶触摸显示屏，液晶触摸显示屏通过串口与工业计算机相连；
工业计算机内还嵌设有人机交互单元，基于液晶触摸显示屏实现自身功能，用于录入工件批次信息以及显示待三维识别工件的扫描顺序；
工件批次信息包括工件理论板厚和工件设计材质。
7.如权利要求6所述的龙门架式智能机加工机器人，其特征在于，工业计算机内还嵌设有视觉触发信号生成单元，用于根据接近传感器发来的高电平信号生成2D视觉触发信号，还用于根据I/O卡在3D视觉传感器移至目标待三维识别工件的正上方时转发来的开关量信号生成3D视觉触发信号。
8.如权利要求7所述的龙门架式智能机加工机器人，其特征在于，3D视觉传感器为激光视觉传感器；
伺服控制信号生成单元还用于在生成第三伺服控制信号的同时生成第五伺服控制信号；
第五伺服控制信号直接作用于伺服控制系统，用于使3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业；
视觉触发信号生成单元还用于根据第五伺服控制信号生成3D视觉触发信号。
9.基于权利要求1所述龙门架式智能机加工机器人实现的智能机加工方法，其特征在于，所述智能机加工方法包括：
S1、采集工件整体二维图像；
S2、二维图像处理：根据所有待二维识别工件的整体二维图像提取每个待二维识别工件的二维轮廓数据；
S3、二维识别：将每个待二维识别工件的二维轮廓数据与标准工件轮廓数据库中的工件二维轮廓数据进行一一比对，当所有待二维识别工件均未比对成功时，停止作业，否则，将比对成功的待二维识别工件标记为待三维识别工件，记录每个待三维识别工件的二维轮廓数据匹配度，并执行S4；
S4、规划待三维识别工件的扫描顺序和扫描路径；
S5、采集三维图像：根据待三维识别工件的扫描顺序，采集首个待三维识别工件的三维图像；
S6、三维图像处理：根据该待三维识别工件的三维图像提取该待三维识别工件的三维轮廓数据，并基于该待三维识别工件的三维轮廓数据提取该待三维识别工件的三维轮廓特征数据；
S7、三维识别：将该待三维识别工件的三维轮廓特征数据与标准工件轮廓数据库中的工件三维轮廓特征数据进行一一比对，当比对成功时，将该待三维识别工件标记为目标待加工工件，并执行S8，否则，将该待三维识别工件从待三维识别工件的扫描顺序中删除，并执行S5；
S8、生成加工任务：根据加工数据库内与该目标待加工工件的三维轮廓特征数据和已知的工件设计材质相匹配的加工数据生成第三伺服控制信号；
S9、执行加工任务：该目标待加工工件加工完成后，将该工件从待三维识别工件的扫描顺序中删除；
S10、判断所有待三维识别工件是否均被扫描，当判断结果为是时，判定该批次工件加工完成，否则，执行S5。
10.如权利要求9所述的智能机加工方法，其特征在于，在执行加工任务的步骤中，采取先行分区扫描策略，控制3D视觉传感器扫描目标待加工工件的加工路径，以导引机加工机器人本体的末端执行器沿加工路径精确作业。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910145015.XA CN109702750B (zh) | 2019-02-27 | 2019-02-27 | 一种龙门架式智能机加工机器人及智能机加工方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910145015.XA CN109702750B (zh) | 2019-02-27 | 2019-02-27 | 一种龙门架式智能机加工机器人及智能机加工方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109702750A true CN109702750A (zh) | 2019-05-03 |
| CN109702750B CN109702750B (zh) | 2020-12-01 |
Family
ID=66265231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910145015.XA Active CN109702750B (zh) | 2019-02-27 | 2019-02-27 | 一种龙门架式智能机加工机器人及智能机加工方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109702750B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110102855A (zh) * | 2019-05-15 | 2019-08-09 | 上海振华重工(集团)股份有限公司 | 一种机器人智能化焊接系统、设备和方法 |
| CN110171000A (zh) * | 2019-06-03 | 2019-08-27 | 北京石油化工学院 | 坡口切割方法、装置及控制设备 |
| CN111112108A (zh) * | 2019-12-30 | 2020-05-08 | 上海交通大学 | 一种船体板材切割零件分拣装备及方法 |
| CN111633360A (zh) * | 2020-06-18 | 2020-09-08 | 焦作智造机电设备有限公司 | 基于视觉的智能化水平表面堆焊方法 |
| CN112540567A (zh) * | 2020-10-21 | 2021-03-23 | 吉林省齐智科技有限公司 | 一种汽车模具的在线柔性测量自适应加工方法 |
| CN114310919A (zh) * | 2022-03-14 | 2022-04-12 | 中北大学南通智能光机电研究院 | 一种基于协作机器人与模组的智能抓取控制系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104259670A (zh) * | 2014-07-07 | 2015-01-07 | 河海大学常州校区 | 一种基于机器视觉及工业机器人的涡轮叶片激光切割系统 |
| CN104858712A (zh) * | 2015-04-10 | 2015-08-26 | 深圳市圆梦精密技术研究院 | 曲面零件的加工方法及曲面零件的加工设备 |
| CN106182018A (zh) * | 2016-07-30 | 2016-12-07 | 福州大学 | 一种基于工件三维图形的磨抛工业机器人离线编程方法 |
| CN106891333A (zh) * | 2015-12-17 | 2017-06-27 | 发那科株式会社 | 模型生成装置、位置姿态计算装置以及搬运机器人装置 |
| WO2017157402A1 (en) * | 2016-03-17 | 2017-09-21 | Itu Business Development A/S | A robot and a method of controlling a robot |
-
2019
- 2019-02-27 CN CN201910145015.XA patent/CN109702750B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104259670A (zh) * | 2014-07-07 | 2015-01-07 | 河海大学常州校区 | 一种基于机器视觉及工业机器人的涡轮叶片激光切割系统 |
| CN104858712A (zh) * | 2015-04-10 | 2015-08-26 | 深圳市圆梦精密技术研究院 | 曲面零件的加工方法及曲面零件的加工设备 |
| CN106891333A (zh) * | 2015-12-17 | 2017-06-27 | 发那科株式会社 | 模型生成装置、位置姿态计算装置以及搬运机器人装置 |
| WO2017157402A1 (en) * | 2016-03-17 | 2017-09-21 | Itu Business Development A/S | A robot and a method of controlling a robot |
| CN106182018A (zh) * | 2016-07-30 | 2016-12-07 | 福州大学 | 一种基于工件三维图形的磨抛工业机器人离线编程方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110102855A (zh) * | 2019-05-15 | 2019-08-09 | 上海振华重工(集团)股份有限公司 | 一种机器人智能化焊接系统、设备和方法 |
| CN110171000A (zh) * | 2019-06-03 | 2019-08-27 | 北京石油化工学院 | 坡口切割方法、装置及控制设备 |
| CN111112108A (zh) * | 2019-12-30 | 2020-05-08 | 上海交通大学 | 一种船体板材切割零件分拣装备及方法 |
| CN111633360A (zh) * | 2020-06-18 | 2020-09-08 | 焦作智造机电设备有限公司 | 基于视觉的智能化水平表面堆焊方法 |
| CN111633360B (zh) * | 2020-06-18 | 2022-01-18 | 焦作智造机电设备有限公司 | 基于视觉的智能化水平表面堆焊方法 |
| CN112540567A (zh) * | 2020-10-21 | 2021-03-23 | 吉林省齐智科技有限公司 | 一种汽车模具的在线柔性测量自适应加工方法 |
| CN114310919A (zh) * | 2022-03-14 | 2022-04-12 | 中北大学南通智能光机电研究院 | 一种基于协作机器人与模组的智能抓取控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109702750B (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109702750A (zh) | 一种龙门架式智能机加工机器人及智能机加工方法 | |
| US8988032B2 (en) | Numerical controller having display function for trajectory of tool | |
| Müller et al. | Skill-based dynamic task allocation in human-robot-cooperation with the example of welding application | |
| Dewar et al. | Assembly planning in a virtual environment | |
| EP1533087B1 (en) | Operation program preparation device | |
| CN109623656A (zh) | 基于厚度在线检测的移动式双机器人协同打磨装置及方法 | |
| JP5436733B1 (ja) | 数値制御加工プログラム作成装置 | |
| CN104722926A (zh) | 一种机器人三维激光自动切割系统及其切割方法 | |
| WO2014184911A1 (ja) | 数値制御加工プログラム作成装置 | |
| CN104972468A (zh) | 示教系统、机器人系统和示教方法 | |
| JP2006190228A (ja) | 動作プログラムの作成方法 | |
| CN110171000A (zh) | 坡口切割方法、装置及控制设备 | |
| CN107063149A (zh) | 数控电火花加工设备自动检测系统及方法 | |
| CN106054814A (zh) | 基于图像灰度的计算机辅助加工方法 | |
| Zhang et al. | Augmented reality in robot programming | |
| Krot et al. | Intuitive methods of industrial robot programming in advanced manufacturing systems | |
| Xu et al. | Advances in multi-robotic welding techniques: A review | |
| CN107942942B (zh) | 一种应用于机床设备的相交倾斜面的倾斜坐标系建立方法 | |
| KR20070068797A (ko) | 프로펠러의 자동화 가공방법 | |
| Yuanfei et al. | The open architecture CNC system based on 6-axis flame pipe cutting machine | |
| Antonelli et al. | FREE: flexible and safe interactive human-robot environment for small batch exacting applications | |
| Shen | Research on virtual simulation design of ABB robot welding operation based on Robotstudio | |
| Kuschan et al. | Production environment of tomorrow (ProMo): Partially automated repair process of small tool moulds, forming tools, injection moulding tools and sand casting tools | |
| Lund | Development of a multi-robot welding cell for jigless welding | |
| Yuan et al. | Mobile collaborative welding system for complex welding seams |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190503 Assignee: Zhejiang shuohe Robot Technology Co.,Ltd. Assignor: ZHEJIANG NORMAL University Contract record no.: X2022980009810 Denomination of invention: A gantry intelligent machining robot and intelligent machining method Granted publication date: 20201201 License type: Common License Record date: 20220707 |
|
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190503 Assignee: Zhejiang singularity communication equipment Co.,Ltd. Assignor: ZHEJIANG NORMAL University Contract record no.: X2022980010216 Denomination of invention: A gantry intelligent machining robot and intelligent machining method Granted publication date: 20201201 License type: Common License Record date: 20220711 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190503 Assignee: Zhejiang Hurui Intelligent Technology Co.,Ltd. Assignor: ZHEJIANG NORMAL University Contract record no.: X2023980045385 Denomination of invention: A gantry type intelligent machining robot and intelligent machining method Granted publication date: 20201201 License type: Common License Record date: 20231101 Application publication date: 20190503 Assignee: Zhejiang Shusi robot Co.,Ltd. Assignor: ZHEJIANG NORMAL University Contract record no.: X2023980045383 Denomination of invention: A gantry type intelligent machining robot and intelligent machining method Granted publication date: 20201201 License type: Common License Record date: 20231101 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190503 Assignee: Ningbo Senyida Machinery Equipment Co.,Ltd. Assignor: ZHEJIANG NORMAL University Contract record no.: X2024980000669 Denomination of invention: A gantry type intelligent machining robot and intelligent machining method Granted publication date: 20201201 License type: Common License Record date: 20240115 |
|
| EE01 | Entry into force of recordation of patent licensing contract |