CN110017790A - 一种基于测量精度的曲面扫描轨迹生成与优化方法 - Google Patents

Abstract

一种基于测量精度的曲面扫描轨迹生成与优化方法，其特征是首先，建立轨迹优化问题的数学模型，所述的轨迹优化问题数学模型是以激光扫描仪测量误差中系统误差为评估函数，该评估函数在给定机器人末端位姿参数下，能够计算出对应系统误差的数值，并将测量设备约束转化为惩罚函数。在轨迹优化的过程中，分别计算评估函数和惩罚函数，获得满足测量设备约束且测量系统误差最小的扫描轨迹；其次，生成机器人系统曲面扫描初始轨迹，所述的曲面扫描初始轨迹以一系列机器人末端位姿参数表示；第三，根据轨迹优化问题数学模型求解最优扫描轨迹。

Description

一种基于测量精度的曲面扫描轨迹生成与优化方法

技术领域

本发明涉及一种测量技术，尤其是一种曲面扫描的轨迹生成与优化技术，具体地说是一种基于测量精度的曲面扫描轨迹生成与优化方法。

背景技术

在飞机装配过程中，为了保证装配的质量，需要对飞机构件的外形进行高精度的测量。飞机制造中常用的测量设备有激光雷达、激光扫描仪和摄影测量等，其中激光扫描仪与激光跟踪仪组成的测量系统可以快速获取待测物体外形数据，测量效率高，测量范围大，能够以多种姿态实现测量。在飞机外形数据测量中，常将激光跟踪仪安装在机器人或者机床末端，组成自动化扫描系统。其中扫描轨迹的生成与优化是扫描系统顺利完成飞机外形数据自动化测量的核心流程。

扫描轨迹的生成与优化需要综合考虑测量设备约束，测量效率和测量精度。目前常见的扫描轨迹的生成与优化，只考虑测量设备约束和测量效率，没有考虑到扫描轨迹对测量精度的影响。激光扫描仪的测量精度通常比触发式探头的测量精度低一个数量等级，提高扫描系统的测量精度可以有效提高测量结果可靠性。

发明内容

本发明的目的是针对现有的机器人扫描系统的扫描轨迹的生成与优化只考虑测量设备约束和测量效率，没有考虑到扫描轨迹对测量精度的影响而导致测量精度不高的问题，根据激光扫描仪的测量误差变化规律，发明一种基于测量精度的曲面扫描轨迹生成与优化方法。

本发明的技术方案是：

一种基于测量精度的曲面扫描轨迹生成与优化方法，其特征是它包括以下步骤：

首先，建立轨迹优化问题的数学模型；该轨迹优化问题数学模型是以激光扫描仪测量误差中系统误差为评估函数，该评估函数在给定机器人末端位姿参数下，能够计算出对应系统误差的数值，并将测量设备约束量化为惩罚函数；在轨迹优化的过程中，分别计算评估函数和惩罚函数，获得满足测量设备约束且测量系统误差最小的扫描轨迹；

其次，生成机器人系统曲面扫描初始轨迹；

最后，根据轨迹优化问题数学模型求解最优扫描轨迹。最优扫描轨迹的求解为标准的约束最优化问题，可以采用粒子群算法进行求解。

所述的测量误差是指测量数据中的系统误差，测量数据中包含系统误差和随机误差，系统误差占主要地位，相对于扫描姿态呈现规律分布，通过实验建立系统误差预测模型。

所述的轨迹优化问题数学模型建立方法为：

通过对激光扫描仪系统误差建立评估函数：

E＝k₁(d₀-d)·(ψ-ψ₀)+E₀+k₂|φ|

其中E为评估值，[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角，取决于给定的机器人末端位姿参数[x y z α β γ]，d₀、ψ₀为模型常数，E₀为误差常数，k₁、k₂为函数系数；

将激光扫描仪测量约束量化为惩罚函数，激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束，惩罚函数为：

其中ε_i表示接受角，l_i表示有效扫描宽度，l_min为有效扫描宽度下限，φ_min、φ_max为面内角上下限，惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得。

所述曲面扫描初始轨迹以一系列机器人末端位姿参数表示。

所述的初始扫描轨迹生成方法为：

首先，生成扫描路径，在CATIA中打开待测理论数模，使用行切法将待测曲面切割，在曲面上生成扫描路径，行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定；

其次，离散路径，将扫描路径等弧长生成离散点，由于扫描轨迹由一系列机器人末端姿态组成，离散路径有利于简化后续计算步骤；接着，生成法向点，在路径上生成n个离散点处曲面的法向，在法向上固定距离d₁处生成法向点，获取机器人扫描时末端法向；

最后，计算轨迹参数，根据离散点和法向点建立机器人末端坐标系。

所述的机器人末端坐标系建立方法为：{PT_i}(i∈[1,n])表示路径上的n个离散点，{PT_i}(i∈[n+1,2n])表示与离散点一一对应的n个法向点，PT₁点处坐标系建立为：

(1)坐标系原点为PT₁点；

(2)Z轴为控制点处曲面法向，即：

(3)X轴为垂直于Z轴和即：

(4)Y轴可以已获得的Z轴和X轴叉乘获得，即：

按照上述步骤(2)-(4)建立PT₂至PT_n点处坐标系，直到所有坐标系建立完成，共建立n个坐标系，根据坐标系可以得到机器人末端位姿参数。

本发明的有益效果：

(1)本发明实现了测量系统曲面扫描轨迹规划，建立了轨迹优化问题的数学模型，有效降低了轨迹优化求解难度。

(2)本发明提出了一种新的扫描轨迹优化思路，以测量精度为目标的轨迹优化，不仅可以应用于曲面特征，也可以应用于其他特征。

(3)本发明不仅可以获取优化后的扫描，同时可以根据惩罚函数判断优化后的位姿是否能够满足测量设备约束。

附图说明

图1是本发明的激光扫描仪曲面扫描示意图。

图2-4是本发明的曲面扫描初始轨迹生成的示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的说明。

如图1-4所示。

一种基于测量精度的曲面扫描轨迹生成与优化方法，它包括以下步骤：

首先，建立轨迹优化问题的数学模型；

其次，生成机器人系统曲面扫描初始轨迹；

最后，根据轨迹优化问题数学模型求解最优扫描轨迹。

其中：轨迹优化问题数学模型是以激光扫描仪测量误差中系统误差为评估函数，该评估函数在给定机器人末端位姿参数下，能够计算出对应系统误差的数值，并将测量设备约束转化为惩罚函数。在轨迹优化的过程中，分别计算评估函数和惩罚函数，获得满足测量设备约束且测量系统误差最小的扫描轨迹。

轨迹优化问题数学模型建立过程如下：

首先，通过对激光扫描仪系统误差评定试验结果，建立的评估函数表示为

E＝k₁(d₀-d)·(ψ-ψ₀)+E₀+k₂|φ|

其中E为评估值，[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角，取决于给定的机器人末端位姿参数[x y z α β γ]，d₀、ψ₀为模型常数，E₀为误差常数，k₁、k₂为函数系数。

接着，将激光扫描仪测量约束量化为惩罚函数，激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束，建立的惩罚函数表述为

其中ε_i表示接受角，l_i表示有效扫描宽度，l_min为有效扫描宽度下限，φ_min、φ_max为面内角上下限，惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得。

曲面的初始扫描轨迹如图2-4所示，具体步骤如下：

首先，生成扫描路径，如图2所示。在CATIA中打开待测理论数模，使用行切法将待测曲面切割，在曲面上生成扫描路径，行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定。

其次，离散路径，如图3所示。将扫描路径等弧长生成离散点，由于扫描轨迹由一系列机器人末端姿态组成，离散路径有利于简化后续计算步骤。

接着，生成法向点，如图3所示。在路径上生成n个离散点处曲面的法向，在法向上固定距离d₁处生成法向点，获取机器人扫描时末端法向。

最后，计算轨迹参数，如图4所示。根据离散点和法向点建立机器人末端坐标系，计算机器人末端位姿参数，坐标系建立方法如下：

图4中{PT_i}(i∈[1,n])表示路径上的n个离散点，{PT_i}(i∈[n+1,2n])表示与离散点一一对应的n个法向点，坐标系建立以PT₁点为例：

(1)坐标系原点为PT₁点；

(2)Z轴为控制点处曲面法向，即：

(3)X轴为垂直于Z轴和即：

(4)Y轴可以已获得的Z轴和X轴叉乘获得，即：

按照上述步骤(2)-(4)建立PT₂至PT_n点处坐标系，直到所有坐标系建立完成，共建立n个坐标系，根据坐标系可以得到机器人末端位姿参数。

最优扫描轨迹的求解为标准的约束最优化问题，可以采用粒子群算法进行求解。

本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。

Claims (6)

1.一种基于测量精度的曲面扫描轨迹生成与优化方法，其特征是它包括以下步骤：

首先，建立轨迹优化问题的数学模型；该轨迹优化问题数学模型是以激光扫描仪测量误差中系统误差为评估函数，该评估函数在给定机器人末端位姿参数下，能够计算出对应系统误差的数值，并将测量设备约束量化为惩罚函数；在轨迹优化的过程中，分别计算评估函数和惩罚函数，获得满足测量设备约束且测量系统误差最小的扫描轨迹；

其次，生成机器人系统曲面扫描初始轨迹；

最后，根据轨迹优化问题数学模型求解最优扫描轨迹。

2.如权利要求1所述的方法，其特征在于所述的测量误差是指测量数据中的系统误差，测量数据中包含系统误差和随机误差，系统误差占主要地位，相对于扫描姿态呈现规律分布，通过实验建立系统误差预测模型。

3.如权利要求1所述的方法，其特征在于所述的轨迹优化问题数学模型建立方法为：

通过对激光扫描仪系统误差建立评估函数：

E＝k₁(d₀-d)·(ψ-ψ₀)+E₀+k₂|φ|

其中E为评估值，[d ψ φ]表示激光扫描仪位姿参数扫描深度、面外角和面内角，取决于给定的机器人末端位姿参数[x y z α β γ]，d₀、ψ₀为模型常数，E₀为误差常数，k₁、k₂为函数系数；

将激光扫描仪测量约束量化为惩罚函数，激光扫描仪测量约束包括接收镜约束、有效扫描宽度约束、面外角约束和面内角约束，惩罚函数为：

其中ε_i表示接受角，l_i表示有效扫描宽度，l_min为有效扫描宽度下限，φ_min、φ_max为面内角上下限，惩罚函数中各变量的值由机器人末端位姿参数[x y z α β γ]计算获得。

4.如权利要求1所述的方法，其特征在于所述的曲面扫描初始轨迹以一系列机器人末端位姿参数表示。

5.如权利要求1或3所述的轨迹优化方法，其特征在于所述的初始扫描轨迹生成方法为：

首先，生成扫描路径，在CATIA中打开待测理论数模，使用行切法将待测曲面切割，在曲面上生成扫描路径，行切宽度w根据激光扫描仪扫描宽度和待测曲面曲率确定；

其次，离散路径，将扫描路径等弧长生成离散点，由于扫描轨迹由一系列机器人末端姿态组成，离散路径有利于简化后续计算步骤；接着，生成法向点，在路径上生成n个离散点处曲面的法向，在法向上固定距离d₁处生成法向点，获取机器人扫描时末端法向；

最后，计算轨迹参数，根据离散点和法向点建立机器人末端坐标系。

6.如权利要求5所述的方法，其特征在于所述的机器人末端坐标系建立方法为：

{PT_i}(i∈[1,n])表示路径上的n个离散点，{PT_i}(i∈[n+1,2n])表示与离散点一一对应的n个法向点，以PT₁点处坐标系建立为：

(1)坐标系原点为PT₁点；

(2)Z轴为控制点处曲面法向，即：

(3)X轴为垂直于Z轴和即：

(4)Y轴可以已获得的Z轴和X轴叉乘获得，即：

按照上述步骤(2)-(4)建立PT₂至PT_n点处坐标系，直到所有坐标系建立完成，共建立n个坐标系，根据坐标系可以得到机器人末端位姿参数。