CN109773581B - 一种机器人应用于再现机加工的方法 - Google Patents
一种机器人应用于再现机加工的方法 Download PDFInfo
- Publication number
- CN109773581B CN109773581B CN201811640188.0A CN201811640188A CN109773581B CN 109773581 B CN109773581 B CN 109773581B CN 201811640188 A CN201811640188 A CN 201811640188A CN 109773581 B CN109773581 B CN 109773581B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- robot
- model
- point
- axis
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
Abstract
本发明公开了一种机器人应用于再现机加工的方法,将机器人、三维仿真和数控机床结合应用,应用基础包括具有三维模型文件即使用Windows DirectX的.x文件和数控机床加工的G代码文件;采用机器人+应用软件替代数控机床进行机加工,通过三维仿真获得需要加工的模型的位置数据,然后转换到机器人能够工作的位置信息,该位置信息不仅仅限制于位置信息,还包括各种能够发给机器人实现自动化加工的控制信息,通过网络进行数据实时交互,以扩展机器人的功能,使机器人不仅仅使用示教器编程,也能够作为三维仿真进行加工。
Description
技术领域
本发明涉及数控机加工,尤其涉及一种机器人应用于再现机加工的方法,属于应用软件技术领域。
背景技术
机器人的应用于工业加工,有很大的优势,工业加工领域越来越多的应用机器人加工。目前有很多机器人与工业控制系统(三维仿真技术、PLC系统、数控机床系统、视觉系统)结合的实际应用。这里主要说明机器人、三维仿真、和数控机床三者结合在一起的应用。目前数控机床也是非常的强大,精度高,配套的软件硬件都十分的完备,但高级的数控机床价格昂贵,占地面积大,应用不够灵活等特点,对于加工精度要求不是很高的场合,而且低成本,大批量,空间有限的,灵活的应用等要求,数控机床就不是一个很好的选择。其原因在于机床大多应用丝杆单个轴单个方向,加工工件时,大多当个轴单个轴的运动加工,导致了机床大多是柜子的,里面横的X轴、Y轴、Z轴、旋转轴等。这样的加工精度高,速度快,就是体积大,灵活性不够。而机器人的优点是运动轴接运动轴一级一级的相连的,位置信息是解算到每个轴的度数上的,而位置定位采用的是编码器来控制的,精度不如丝杆高(随着技术的进步,机器人的精度在一直提高中),机器人的空间要求很小,应用很灵活,成本不高。
目前机器人要应用于像机床加工要求的场合主要问题是应用的软硬件配套(这里硬件不管),人机交互,加工数据的转换,机器人的控制方式,用户体验。
发明内容
本发明提供了一种机器人应用于再现机加工的方法,关键点在于:1、获得转换矩阵(即:应用软件App的坐标值转换到机器人坐标系中的转换矩阵),采用的是空间中工件原点、设定X方向的点和任意点,计算求得转换矩阵。而且在3维仿真中可以方便的设置偏差值以纠正偏差。2、三维模型的加工仿真,利用directx,涉及加载模型,动态的旋转缩放,观察模型。3、数控机床的G代码加工和.x模型文件加工时,模型取点排序以及点信息结构的完善和处理流程,并在3维空间中进行监控。
本发明采用的技术方案如下:一种机器人应用于再现机加工的方法,将机器人、三维仿真和数控机床结合应用,应用基础包括具有三维模型文件即使用Windows DirectX的.x文件和数控机床加工的G代码文件;其特征在于,采用机器人+应用软件替代数控机床进行机加工,通过三维仿真获得需要加工的模型的位置数据,然后转换到机器人能够工作的位置信息,该位置信息不仅仅限制于位置信息,还包括各种能够发给机器人实现自动化加工的控制信息,通过网络进行数据实时交互,以扩展机器人的功能,使机器人不仅仅使用示教器编程,也能够作为三维仿真进行加工,包括以下过程:
(1)加载模型数据:将模型数据源分成2种类型,一是G代码文件,二是微软directX的.x模型文件,根据模型数据源的类型进行加载,加载G代码文件生成的三维模型是点集模型,加载.x模型文件生成的三维模型是由众多小三角形拼接成的模型;三维模型中存在的坐标系定义为App坐标系,机器人的坐标系的原点位于机器人底座中心点,定义为robot坐标系,在待加工工件空间中建立和App软件虚拟空间的App坐标系一样的坐标系,记为user坐标系;
(2)user坐标系的标定:对加载G代码文件生成的点集模型或者对加载.x模型文件生成的三角形拼接模型进行在实际空间中的坐标标定,获得转换坐标系,每次加工只能标定一种模型在实际空间中的user坐标系,根据用户提供的模型数据种类,如果加载的是G代码文件,那么就是G代码的点集模型;如果加载的是.x文件,那么就是.x文件模型,过程如下:
1)建立user坐标系,根据App中模型的X轴方向、Y轴方向、Z轴方向以及App坐标系原点位置,建立这个待加工工件的user坐标系;
2)在机器人姿态不变的情况下,根据待加工工件实际空间的位置和App坐标系,在机器人中示教3个坐标点:
PO=[x,y,z]示教的user坐标系的原点位置,是App坐标系的原点在待加工工件的实际空间中的点;
PX=[x',y',z']示教的user坐标系的X轴上的点位置,是App坐标系的X轴上的点在待加工工件的实际空间中的点;
P1=[x”,y”,z”]示教的user坐标系的XY平面上的点位置,是App坐标系的XY平面上的点在待加工工件的实际空间中的点;
先获得user坐标系的X轴单位向量,Y轴的单位向量,Z轴的单位向量,如下:
把user坐标系的X轴、Y轴、Z轴的向量进行单位化;
根据几何定义,向量的点积是第一个向量投影到第二个向量,在robot坐标系中的任意一点与的点积就是投影在了的长度,如果不考虑原点偏移,那么该长度就是在表示user坐标系下X轴的x坐标值点积运算是可交换运算即x坐标值再把原点偏移加入user坐标系下的公式,其中PO.X是原点坐标PO=[x,y,z]中的x值,另外两个对应y和z的值;
3)跟据高等几何中的齐次坐标的定义和计算方法,以及计算机图形学中,存在(x,y,z,0)的齐次坐标表示向量,(x,y,z,1)的齐次坐标表示笛卡尔坐标系的(x,y,z)的空间点,所以公式(2)就可以表示成如下公式(3):
公式(3)最后齐次坐标结果(P1robot.x,P1robot.y,P1robot.z,1)转为笛卡尔坐标系就是robot坐标系下的坐标值(P1robot.x,P1robot.y,P1robot.z);
用公式(4)乘以user坐标系中的点的齐次坐标(P1new.x,P1new.y,P1new.z,1),得到的结果,就是在robot坐标系中的位置点,坐标系转换结束;
(3)坐标系的纠正和补偿:由于App的模型坐标系与计算出来的user坐标系存在偏差以及长度单位的不统一,需对计算出来的坐标公式(4)进行纠正和补偿,即缩放、平移和旋转;
1)对转换矩阵的参数进行微调,以获得实际user坐标系的参数:
调整转换矩阵的原点偏移△PO=[△x,△y,△z],即移动工件坐标系的原点,△x为工件坐标系的原点沿机器人坐标系x轴方向移动,△y、△z为工件坐标系原点沿机器人坐标系的y轴、z轴方向移动,得到平移矩阵:
根据欧拉角公式把工件坐标系绕机器人X轴旋转γ度,绕Y轴旋转β度,绕Z轴旋转α度,得到绕X轴旋转矩阵:
绕Y轴旋转矩阵:
绕Z轴旋转矩阵:
缩放矩阵:
根据应用App上的位置和实际位置进行对比观察和微调,设置微调参数△PO=[△x,△y,△z]、(γ,β,α)和△S=(△Sx,△Sy,△Sz),设置后系统即获得了修正后的转换矩阵:
TApp'=Trans(△x,△y,△z)RotX(γ)RotY(β)RotZ(α)S(△Sx,△Sy,△Sz)TApp
根据修正后的转换矩阵TApp',按照公式(3)的算法,就能够把App模型中的位置值转换为robot坐标系中的位置值了;
(4)三维模型的加工:根据用户提供的数据源选择加工方式,如果数据源是G代码文件则进行G代码模型加工,如果数据源是.x文件,则是.x文件模型加工;
1)G代码模型加工
G代码的三维模型是点集,在加载该点集时已经把原有的加工前后序号信息即G代码中的执行的先后序号信息附加到点信息上去了;
a)获取App中模型的点集,按顺序取出模型点,模型点信息中位置信息通过转换矩阵转换到机器人运动的位置点,模型点信息中的速度信息打包下发给机器人运动内核;
b)获得下一个模型点信息打包下发,同时检查机器人反馈的已经完成的运动指令,对应的在模型上标注加工的位置;
c)同时进行加工过程中指令和状态的处理;
d)结束;
2).x文件模型加工
由于.x文件是一种三角形渲染的模型文件,模型的每一个小部分都是由空间小三角形构成,模型的加工是分层加工,类似于3D打印机,每一层的加工轨迹是一条曲线,该曲线上的点是逐渐远离App坐标系原点的,即取点的顺序是根据点的模的大小决定先后顺序的;对于复杂的迂回环绕的轨迹曲线的情况,需要更改取点的算法;
首先,定义以下名词:
顶点的模:顶点和App坐标原点的距离;
顶点集:.x文件中所有的空间点;
顶点索引:.x文件中每个顶点有一个索引号与其对应;
顶点索引组:.x中每三个顶点索引会被分为一组表示一个三角形,这三个顶点索引的前后顺序决定了组成这个三角形的三个向量,即第二个索引的点减第一个索引的点为第一个向量,第三个索引的点减第二个索引的点为第二个向量,第一个索引的点减第三个索引的点为第三个向量,这3个顶点索引记为顶点索引组;
顶点索引组集:.x所有的顶点索引组;
a)获得加载的.x文件中的顶点集,顶点索引,顶点索引组和顶点索引组集;
b)分象限计算排序获得加工的点,加工XY平面的第一象限(X>0,Y>0,Z>0);
c)从XY平面,Z轴从小到大一层一层的加工,首先所有顶点集中的顶点按顶点的模小大小顺序依次排序,找出最小点然后根据该顶点索引查找包含该顶点索引的所有的顶点索引组,即所有有该点参与构成的三角形;
d)计算法向量:计算每一组顶点索引组的三角形法线,即取出顶点索引组的第一个向量和第二个向量,进行叉乘获得法向量方向,法向量方向为正的是模型正面的点,反之则是反面的;
e)然后寻找下一个最小顶点,直到找出所有顶点索引组,它们的向量法线方向相同且为正方向,并按照最小顶点,即该顶点的模最小,模型范围X>=0,Y>=0,Z>=0,把所有顶点索引组排序;
f)计算扫描轨迹:模型从Z=0的平面开始加工,模型范围:X>0,Y>0,Z>0,按照步骤e)中的排序取出所有顶点索引组中最小的一个顶点索引组,计算其构成的三角形与Z=0的平面的交点,如果存在一个交点直接坐标转换下发运动内核,如果存在两个交点,按照交点的模的大小排序依次坐标转换下发运动内核;如果不存在交点,则取下一个最小顶点索引组;
g)加工完当前Z平面,加工Z=Z+1平面,回到步骤f);
h)机器人的返回坐标进行实时监控;
i)加工完第一象限再加工XY平面的第二象限(X<0,Y>0,Z>0),再回到步骤c)进行加工;
j)其它象限加工也是一样的,同i)。
所述对转换矩阵的参数进行微调时,可以利用相机拍摄进行定位,以减少误差。
所述在三维模型加工时,加工的扫描轨迹可以用卡尔曼滤波进行优化、平滑,以提升性能,提高加工效果。
本发明的优点与显著效果:1、本发明可灵活的加工多种工件,与目前市场上通用的三维技术结合,设计加工变的更加方便;2、本发明把机器人作为辅助,应用软件作为主,大多数工作都在应用软件中完成,系统的耦合度比较低,只要开发好统一的机器人接口很方便移植;3、本发明中不需要机器人切换坐标系,数据的转换集成到应用软件中,而且是可视化监控模拟,随着功能的完善,客户体验度会比较好。4、本发明使用机器人替代数控机床,可完成空间有限、应用灵活的场合。
附图说明
图1是三维仿真加工流程图;
图2是加载.x文件模型;
图3是App中模型坐标调整,箭头指示加工位置,宝剑指加工工件;
图4是加工X>0,Y>0,Z>0部分的模型。
具体实施方式
本发明应用软件和机器人控制器通过网络TCP/IP接收发送命令。
参看图1,在App中加载G代码文件或者.x文件,得到3维模型,在机器人中示教user坐标系,输入到App中计算转换矩阵,调整参数,在加工时取出坐标信息转换成机器人坐标下发给机器人控制器,机器人控制器缓存,下发运动内核,在加工过程中动态监控。
本发明以mini ER6机器人为实验对象,在机器人的前端装上了中性笔,模拟数控机床的刀具,画出一条条的轨迹组成了电脑中模型的图案。结合图1-4,三维仿真加工流程如下:
第一步:获得数据,建立模型,如图2,把需要加工的工件(宝剑).x文件加载进去了,同时也把标注加工位置的箭头模型加进去了(这个箭头可以做成机器人模型,暂时没有做)。如图3,在应用软件App中,调整模型的比例和原点位置,X轴、Y轴、Z轴的方向,加工是分象限的,先加工(X>0,Y>0,Z>0)的部分,所以需要把模型上下重合的部分分到其它象限中去。
第二步:标定坐标系,获得转换矩阵。在实际工件空间中示教user坐标系原点、X轴点、XY平面点,将点值设置到App上,然后在设置缩放比例,设置微调参数,App会发给机器人实际空间中的位置点,机器人运动到App发来的位置点,再进行微调参数,使App的点和实际空间位置点一致。
第三步:模型加工。App中开始持续发送位置点指令到机器人控制器中,控制器解析位置点指令,缓存位置点指令,并取出一条位置点指令执行,执行完后再取下一条,并将当期执行的位置点信息上传到App中,App动态跟踪。
第四步:动态监控,如图4,加工的位置变化,箭头跟着变化,而且模型可以在监控时旋转缩放。
Claims (3)
1.一种机器人应用于再现机加工的方法,将机器人、三维仿真和数控机床结合应用,应用基础包括具有三维模型文件即使用Windows DirectX的.x文件和数控机床加工的G代码文件;其特征在于,采用机器人+应用软件替代数控机床进行机加工,通过三维仿真获得需要加工的模型的位置数据,然后转换到机器人能够工作的位置信息,该位置信息不仅仅限制于位置信息,还包括各种能够发给机器人实现自动化加工的控制信息,通过网络进行数据实时交互,以扩展机器人的功能,使机器人不仅仅使用示教器编程,也能够作为三维仿真进行加工,包括以下过程:
(1)加载模型数据:将模型数据源分成2种类型,一是G代码文件,二是Windows DirectX的.x文件,根据模型数据源的类型进行加载,加载G代码文件生成的三维模型是点集模型,加载.x模型文件生成的三维模型是由众多小三角形拼接成的模型;三维模型中存在的坐标系定义为App坐标系,机器人的坐标系的原点位于机器人底座中心点,定义为robot坐标系,在待加工工件空间中建立和App软件虚拟空间的App坐标系一样的坐标系,记为user坐标系;
(2)user坐标系的标定:对加载G代码文件生成的点集模型或者对加载.x模型文件生成的三角形拼接模型进行在实际空间中的坐标标定,获得转换坐标系,每次加工只能标定一种模型在实际空间中的user坐标系,根据用户提供的模型数据种类,如果加载的是G代码文件,那么就是G代码的点集模型;如果加载的是.x文件,那么就是.x文件模型,过程如下:
1)建立user坐标系,根据App中模型的X轴方向、Y轴方向、Z轴方向以及App坐标系原点位置,建立这个待加工工件的user坐标系;
2)在机器人姿态不变的情况下,根据待加工工件实际空间的位置和App坐标系,在机器人中示教3个坐标点:
PO=[x,y,z]示教的user坐标系的原点位置,是App坐标系的原点在待加工工件的实际空间中的点;
PX=[x',y',z']示教的user坐标系的X轴上的点位置,是App坐标系的X轴上的点在待加工工件的实际空间中的点;
P1=[x”,y”,z”]示教的user坐标系的XY平面上的点位置,是App坐标系的XY平面上的点在待加工工件的实际空间中的点;
先获得user坐标系的X轴单位向量,Y轴的单位向量,Z轴的单位向量,如下:
把user坐标系的X轴、Y轴、Z轴的向量进行单位化;
根据几何定义,向量的点积是第一个向量投影到第二个向量,在robot坐标系中的任意一点与的点积就是投影在了的长度,如果不考虑原点偏移,那么该长度就是在表示user坐标系下X轴的x坐标值点积运算是可交换运算即x坐标值再把原点偏移加入user坐标系下的公式,其中PO.X是原点坐标PO=[x,y,z]中的x值,另外两个对应y和z的值;
3)跟据高等几何中的齐次坐标的定义和计算方法,以及计算机图形学中,存在(x,y,z,0)的齐次坐标表示向量,(x,y,z,1)的齐次坐标表示笛卡尔坐标系的(x,y,z)的空间点,所以公式(2)就可以表示成如下公式(3):
公式(3)最后齐次坐标结果(P1robot.x,P1robot.y,P1robot.z,1)转为笛卡尔坐标系就是robot坐标系下的坐标值(P1robot.x,P1robot.y,P1robot.z);
用公式(4)乘以user坐标系中的点的齐次坐标(P1new.x,P1new.y,P1new.z,1),得到的结果,就是在robot坐标系中的位置点,坐标系转换结束;
(3)坐标系的纠正和补偿:由于App的模型坐标系与计算出来的user坐标系存在偏差以及长度单位的不统一,需对计算出来的坐标公式(4)进行纠正和补偿,即缩放、平移和旋转;
1)对转换矩阵的参数进行微调,以获得实际user坐标系的参数:
调整转换矩阵的原点偏移△PO=[△x,△y,△z],即移动工件坐标系的原点,△x为工件坐标系的原点沿机器人坐标系x轴方向移动,△y、△z为工件坐标系原点沿机器人坐标系的y轴、z轴方向移动,得到平移矩阵:
根据欧拉角公式把工件坐标系绕机器人X轴旋转γ度,绕Y轴旋转β度,绕Z轴旋转α度,得到绕X轴旋转矩阵:
绕Y轴旋转矩阵:
绕Z轴旋转矩阵:
缩放矩阵:
根据应用App上的位置和实际位置进行对比观察和微调,设置微调参数△PO=[△x,△y,△z]、(γ,β,α)和△S=(△Sx,△Sy,△Sz),设置后系统即获得了修正后的转换矩阵:
TApp'=Trans(△x,△y,△z)RotX(γ)RotY(β)RotZ(α)S(△Sx,△Sy,△Sz)TApp
根据修正后的转换矩阵TApp',按照公式(3)的算法,就能够把App模型中的位置值转换为robot坐标系中的位置值了;
(4)三维模型的加工:根据用户提供的数据源选择加工方式,如果数据源是G代码文件则进行G代码模型加工,如果数据源是.x文件,则是.x文件模型加工;
1)G代码模型加工
G代码的三维模型是点集,在加载该点集时已经把原有的加工前后序号信息即G代码中的执行的先后序号信息附加到点信息上去了;
a)获取App中模型的点集,按顺序取出模型点,模型点信息中位置信息通过转换矩阵转换到机器人运动的位置点,模型点信息中的速度信息打包下发给机器人运动内核;
b)获得下一个模型点信息打包下发,同时检查机器人反馈的已经完成的运动指令,对应的在模型上标注加工的位置;
c)同时进行加工过程中指令和状态的处理;
d)结束;
2).x文件模型加工
由于.x文件是一种三角形渲染的模型文件,模型的每一个小部分都是由空间小三角形构成,模型的加工是分层加工,类似于3D打印机,每一层的加工轨迹是一条曲线,该曲线上的点是逐渐远离App坐标系原点的,即取点的顺序是根据点的模的大小决定先后顺序的;对于复杂的迂回环绕的轨迹曲线的情况,需要更改取点的算法;
首先,定义以下名词:
顶点的模:顶点和App坐标原点的距离;
顶点集:.x文件中所有的空间点;
顶点索引:.x文件中每个顶点有一个索引号与其对应;
顶点索引组:.x中每三个顶点索引会被分为一组表示一个三角形,这三个顶点索引的前后顺序决定了组成这个三角形的三个向量,即第二个索引的点减第一个索引的点为第一个向量,第三个索引的点减第二个索引的点为第二个向量,第一个索引的点减第三个索引的点为第三个向量,这3个顶点索引记为顶点索引组;
顶点索引组集:.x所有的顶点索引组;
a)获得加载的.x文件中的顶点集,顶点索引,顶点索引组和顶点索引组集;
b)分象限计算排序获得加工的点,加工XY平面的第一象限(X>0,Y>0,Z>0);
c)从XY平面,Z轴从小到大一层一层的加工,首先所有顶点集中的顶点按顶点的模小大小顺序依次排序,找出最小点然后根据该顶点索引查找包含该顶点索引的所有的顶点索引组,即所有有该最小点参与构成的三角形;
d)计算法向量:计算每一组顶点索引组的三角形法线,即取出顶点索引组的第一个向量和第二个向量,进行叉乘获得法向量方向,法向量方向为正的是模型正面的点,反之则是反面的;
e)然后寻找下一个最小顶点,直到找出所有顶点索引组,它们的向量法线方向相同且为正方向,并按照最小顶点,即该顶点的模最小,模型范围X>=0,Y>=0,Z>=0,把所有顶点索引组排序;
f)计算扫描轨迹:模型从Z=0的平面开始加工,模型范围:X>0,Y>0,Z>0,按照步骤e)中的排序取出所有顶点索引组中最小的一个顶点索引组,计算其构成的三角形与Z=0的平面的交点,如果存在一个交点直接坐标转换下发运动内核,如果存在两个交点,按照交点的模的大小排序依次坐标转换下发运动内核;如果不存在交点,则取下一个最小顶点索引组;
g)加工完当前Z平面,加工Z=Z+1平面,回到步骤f);
h)机器人的返回坐标进行实时监控;
i)加工完第一象限再加工XY平面的第二象限(X<0,Y>0,Z>0),再回到步骤c)进行加工;
j)其它象限加工也是一样的,同i)。
2.根据权利要求1所述的机器人应用于再现机加工的方法,其特征在于,所述对转换矩阵的参数进行微调时,利用相机拍摄进行定位,以减少误差。
3.根据权利要求1所述的机器人应用于再现机加工的方法,其特征在于,在三维模型加工时,加工的扫描轨迹用卡尔曼滤波进行优化、平滑,以提升性能,提高加工效果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811640188.0A CN109773581B (zh) | 2018-12-29 | 2018-12-29 | 一种机器人应用于再现机加工的方法 |
PCT/CN2019/086715 WO2020133882A1 (zh) | 2018-12-29 | 2019-05-13 | 一种机器人应用于再现机加工的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811640188.0A CN109773581B (zh) | 2018-12-29 | 2018-12-29 | 一种机器人应用于再现机加工的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109773581A CN109773581A (zh) | 2019-05-21 |
CN109773581B true CN109773581B (zh) | 2020-09-11 |
Family
ID=66499091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811640188.0A Active CN109773581B (zh) | 2018-12-29 | 2018-12-29 | 一种机器人应用于再现机加工的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109773581B (zh) |
WO (1) | WO2020133882A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112581623B (zh) * | 2020-12-09 | 2022-05-03 | 燕山大学 | 一种面向stl文件的三维模型预处理方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103085072B (zh) * | 2013-03-11 | 2014-10-29 | 南京埃斯顿机器人工程有限公司 | 基于三维建模软件实现工业机器人离线编程的方法 |
JP6475435B2 (ja) * | 2014-07-30 | 2019-02-27 | 川崎重工業株式会社 | ロボット制御プログラム生成方法および装置 |
WO2016025941A1 (en) * | 2014-08-15 | 2016-02-18 | University Of Central Florida Research Foundation, Inc. | Control interface for robotic humanoid avatar system and related methods |
CN108544478A (zh) * | 2018-06-26 | 2018-09-18 | 江苏汇博机器人技术股份有限公司 | 便携式机器人虚拟实操设备 |
-
2018
- 2018-12-29 CN CN201811640188.0A patent/CN109773581B/zh active Active
-
2019
- 2019-05-13 WO PCT/CN2019/086715 patent/WO2020133882A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020133882A1 (zh) | 2020-07-02 |
CN109773581A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3971773B2 (ja) | ロボットのオフライン教示装置 | |
Liao et al. | Region-based toolpath generation for robotic milling of freeform surfaces with stiffness optimization | |
KR101126808B1 (ko) | 다축 제어 기계의 오차 평가 방법 및 장치 | |
KR101162432B1 (ko) | 다축 제어 기계의 오차 보정 방법 | |
KR20150044812A (ko) | 티칭 시스템 및 티칭 방법 | |
CN111152229B (zh) | 3d机械视觉的机械手引导方法和装置 | |
US9342065B2 (en) | Path interference and generation device and method | |
EP1847359A2 (en) | Robot simulation apparatus | |
Lee et al. | A robust trajectory tracking control of a polishing robot system based on CAM data | |
Fang et al. | Orientation planning of robot end-effector using augmented reality | |
JP2004094399A (ja) | 多関節マニピュレータの制御方法及びその制御プログラム、並びにその制御システム | |
CN109773581B (zh) | 一种机器人应用于再现机加工的方法 | |
CN112958974A (zh) | 一种基于三维视觉的可交互自动化焊接系统 | |
JP2015100874A (ja) | ロボットシステム | |
Hanh et al. | Implement contour following task of objects with unknown geometric models by using combination of two visual servoing techniques | |
Erdos et al. | Parametric tool correction algorithm for 5-axis machining | |
CN111823100A (zh) | 一种基于机器人的小曲率抛光打磨方法 | |
JP2000112510A (ja) | ロボットの教示方法及びその装置 | |
Tipary et al. | A novel, low-cost technique for modelless calibration of a 3-axis parallel kinematic machine | |
JP2868343B2 (ja) | 三次元レーザ加工機のオフライン教示方法 | |
JPH01283603A (ja) | ロボットオフラインティーチング方式 | |
Stradovnik et al. | Workpiece Placement Optimization for Robot Machining Based on the Evaluation of Feasible Kinematic Directional Capabilities | |
Baron | An optimal surfacing post-processor module for 5-axes cnc milling machines | |
Filaretov et al. | Development of approach to automatic machining of composite parts without their rigid fixing by means of multilink manipulators | |
JP2002189509A (ja) | ロボットの機差導出方法 |
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 |