CN110370276B - 基于三维模型Morse分解的工业机器人加工轨迹自动规划方法 - Google Patents

Abstract

本发明涉及基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，包括通过相机建立网络模型M；使每个顶点v在半径为r的领域内平滑；利用Morse函数f按照Morse Lemma计算网络模型M的关键点，并选出顶点集合S,并创建分割边界集合B及关键分割点集合P；依照分割边界集合B中的分割线段生成分割线集合L，根据分割线集合L生成子模型集合Ms；根据机器人加工任务是面向空间曲线还是空间曲面选择不同的机器人加工轨迹生成方法生成机器人轨迹。本发明使用了基于Morse理论的模型分割算法，取代了传统的基于几何特征模型分割算法，提升了分割算法的性能，并简化了轨迹规划步骤。

Description

基于三维模型Morse分解的工业机器人加工轨迹自动规划 方法

技术领域

本发明涉及机器人轨迹规划领域，具体的说是基于三维模型Morse分解的工业机器人加工轨迹自动规划方法。

背景技术

现有的机器人加工轨迹主要依赖人工示教或离线编程。在自动规划方面大部分方法需要根据待加工物体的三维数模进行加工轨迹的规划。绝大部分规划方法倾向将三维数模作为一个整体，但由于机器人加工轨迹范围有限，不同结构适用轨迹不同的问题，后续规划方法极为复杂且缺乏泛用性，导致最终此类规划方法整体表现较差。在上述方法的基础上，衍生出了先对原始数模分割再根据分割结果得到的子模型进行机器人轨迹规划的策略；

现有技术中模型分割环节涉及到手工选择算法阈值，因此鲁棒性较差，对数据噪音较为敏感，且存在分割不完全，分割线成锯齿状等问题；常规策略下分割遗留的问题将转移给机器人轨迹规划算法解决，这直接导致了机器人规划算法部分设计复杂，控制参数众多且不同子模型适用参数不同并最终导致方法整体泛用性及鲁棒性较差、调参困难的问题。

发明内容

现为了解决上述技术问题，本发明提出了基于三维模型Morse分解的工业机器人加工轨迹自动规划方法。本发明所要解决的技术问题采用以下技术方案来实现：基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，包括以下步骤：

第一步：在坐标系下重建待加工物体的网格模型M，并建立网格模型M中各个顶点v到其平均曲率H_V的Morse函数f，使得f(v)＝H_v；

第二步：使每个顶点v在半径为r的领域内进行平滑；

第三步：利用第二步更新获得的Morse函数f按照Morse Lemma计算网格模型M的关键点，并选出所有被标记为鞍型点的顶点集合S，利用顶点集合S创建分割边界集合B及关键分割点集合P；

第四步：依照顶点顺序连接分割边界集合B中的分割线段，通过相同顶点首尾连接生成网格模型M不同部位的分割线集合L＝{l₁,l₂...l_n}，根据分割线集合L通过区域生长法将网格模型M分割为若干个互不相交的子模型集合M_s＝{m₁,m₂...m_n}；

第五步：根据机器人加工任务是面向空间曲线还是面向空间曲面选择不同的机器人加工轨迹生成方法生成机器人轨迹。

所述第三步中利用顶点集合S创建分割边界方法如下：

第一步：若顶点集合S为空集，将执行下一步工作，若顶点集合S不为空集，从顶点集合S中取出一个顶点c；

第二步：将顶点c加入分割点集合P中，搜索网格模型M中与顶点c相连的顶点集合V_C，选择对应f值最小的点p；

第三步：若f(p)＜f(c)，则将顶点c与顶点p的连线加入分割边界B，将p加入分割点集合P，令c＝p，返回第二步，否则返回第一步。

所述第五步中的面向空间曲线轨迹生成方法如下：

第一步：根据加工需要及机器人工作范围，筛选分割线集合L中机器人可加工的分割线，对于每条分割线利用B中分割线段信息，选出其所经过的全部关键分割点p_i；

第二步：利用网络模型M的原始信息求出关键分割点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算关键分割点p_i对应的实际机器人末端执行器轨迹点

第三步：利用样条拟合末端执行器轨迹点，从而生成最终沿工件不同部位接合处加工的机器人加工轨迹。

所述第五步中面向空间曲面的轨迹生成方法如下：

第一步：首先在子模型Ms表面进行均匀采样；

第二步：对每个采样点p_i，利用网络模型M的原始信息求出采样点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算采样点p_i对应的实际机器人末端执行器轨迹点

第三步：对所有末端执行器轨迹点所组成的集合进行PCA主成分分析，得到机器人加工轨迹。

所述第二步中通过双边滤波算法，反复执行以下公式进行计算：

使每个顶点v在半径为r的领域内进行平滑。

在生成机器人轨迹之前根据加工要求及机器人作业范围滤除分割线集合L及子模型集合Ms中不需处理的分割线和子模型。

本发明的有益效果是：本发明通过优化模型分割算法、简化机器人轨迹规划算法，增强了方法的泛用性及鲁棒性。大幅减少了实际应用中控制参数的调试难度；同时实现一种方法对多种不同实际应用的支持；

本发明使用了基于Morse理论的模型分割算法，取代了传统的基于几何特征模型分割算法，极大地提升了分割算法的整体性能，并简化了后续机器人轨迹规划步骤。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为本发明工作流程示意图；

图2为本发明子模型实例；

图3为本发明图2子模型的轨迹实例；

图4为本发明轨迹实例2。

具体实施方式

为了使本领域的技术人员更好的理解本发明的技术方案，下面将结合实施例中的附图，对本发明进行更清楚、更完整的阐述，当然所描述的实施例只是本发明的一部分而非全部，基于本实施例，本领域技术人员在不付出创造性劳动性的前提下所获得的其他的实施例，均在本发明的保护范围内。

如图1至图4所示，基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，包括以下步骤：

第一步：在坐标系下重建待加工物体的网格模型M，并建立网格模型M中各个顶点v到其平均曲率H_V的Morse函数f，使得f(v)＝H_v；通过三维相机在机器人的世界坐标系下重建网格模型M；

第二步：使每个顶点v在半径为r的领域内进行平滑；

第三步：利用第二步更新获得的Morse函数f按照Morse Lemma计算网格模型M的关键点，并选出所有被标记为鞍型点的顶点集合S，利用顶点集合S创建分割边界集合B及关键分割点集合P；

第四步：依照顶点顺序连接分割边界集合B中的分割线段，通过相同顶点首尾连接生成网格模型M不同部位的分割线集合L＝{l₁,l₂...l_n}，根据分割线集合L通过区域生长法将网格模型M分割为若干个互不相交的子模型集合M_s＝{m₁,m₂...m_n}；图2为模型的Morse分解效果图示，图2中的着色深浅部位代表分解后的不同子模型，图中坐标系为模型尺寸的标记，单位为毫米；子模型上的标号代表分割后子模型包含的顶点个数，例如“1056”代表分割后子模型包含有1056个顶点；

第五步：根据机器人加工任务是面向空间曲线还是面向空间曲面选择不同的机器人加工轨迹生成方法生成机器人轨迹；根据上述步骤可得出如图3和图4所示的加工轨迹，图3和图4中的深色线条为按照空间曲面加工轨迹规范方法所规划的加工轨迹。

所述第三步中分割边界生成方法如下：

第一步：若顶点集合S为空集，将执行下一步工作，若顶点集合S不为空集，从顶点集合S中取出一个顶点c；

第二步：将顶点c加入分割点集合P中，搜索网格模型M中与顶点c相连的顶点集合V_C，选择对应f值最小的点p；

第三步：若f(p)＜f(c)，则将顶点c与顶点p的连线加入分割边界B，将p加入分割点集合P，令c＝p，返回第二步，否则返回第一步。

所述第五步中的面向空间曲线轨迹生成方法如下：

第一步：根据加工需要及机器人工作范围，筛选分割线集合L中机器人可加工的分割线，对于每条分割线利用B中分割线段信息，选出其所经过的全部关键分割点p_i；

第二步：利用网络模型M的原始信息求出关键分割点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算关键分割点pi对应的实际机器人末端执行器轨迹点

第三步：利用样条拟合末端执行器轨迹点，从而生成最终沿工件不同部位接合处加工的机器人加工轨迹；由于机器人弧焊和激光切割等应用，机器人执行器作用点的加工轨迹通常位于工件不同部位的接合处，既L中每一条分割线所对应的空间路径，为了使加工曲线更加平滑则使用上述面向空间曲线轨迹生产方法进行优化，确保焊接和激光切割的准确性；样条拟合进行三次，减少执行器轨迹点的误差。

所述第五步中面向空间曲面的轨迹生成方法如下：

第一步：首先在子模型Ms表面进行均匀采样；

第二步：对每个采样点p_i，利用网络模型M的原始信息求出采样点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算采样点p_i对应的实际机器人末端执行器轨迹点

第三步：对所有末端执行器轨迹点所组成的集合进行PCA主成分分析，按照分析得出的第一主成分方向与第二主成分方向搭建依次按照S型连接执行器轨迹点，得到机器人加工轨迹；对于机器人喷涂和表面检测等应用，机器人执行器作用点的轨迹通常需要近似覆盖模型表面或某一子模型表面，既M中每一子模型所对应的空间表面，因此需要通过上述方法对子模型Ms进行优化，保证喷涂和检测的准确性。

所述面向空间曲面的轨迹生成方法第一步中采样点间距与末端执行器有关，对于喷涂任务，间距与喷枪在物体表面的喷涂区域半径相等，对于表面检测任务，间距与视野半径相等。

所述第二步中通过双边滤波算法，反复执行以下公式进行计算：

使每个顶点v在半径为r的领域内进行平滑；上述公式中n为顶点v的半径为r的邻域中其他定点的个数，||v-v_i||为两顶点间的测地线距离，σ₁为v的邻域中||v-v_i||的最大值，||f(v)-f(v_i)||以及σ₂与前者处理方式相似。ω为小于1的平滑系数；。

在生成机器人轨迹之前根据加工要求及机器人作业范围滤除分割线集合L及子模型集合Ms中不需处理的分割线和子模型。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，其特征在于：包括以下步骤：

第一步：在坐标系下重建待加工物体的网格模型M，并建立网格模型M中各个顶点v到其平均曲率H_V的Morse函数f，使得f(v)＝H_v；

第二步：使每个顶点v在半径为r的领域内进行平滑；

第三步：利用第二步更新获得的Morse函数f按照Morse Lemma计算网格模型M的关键点，并选出所有被标记为鞍型点的顶点集合S，利用顶点集合S创建分割边界集合B及关键分割点集合P；

第四步：依照顶点顺序连接分割边界集合B中的分割线段，通过相同顶点首尾连接生成网格模型M不同部位的分割线集合L＝{l₁,l₂...l_n}，根据分割线集合L通过区域生长法将网格模型M分割为若干个互不相交的子模型集合M_s＝{m₁,m₂...m_n}；

第五步：根据机器人加工任务是面向空间曲线还是面向空间曲面选择不同的机器人加工轨迹生成方法生成机器人轨迹；

所述第五步中的面向空间曲线轨迹生成方法如下：

第一步：根据加工需要及机器人工作范围，筛选分割线集合L中机器人可加工的分割线，对于每条分割线利用B中分割线段信息，选出其所经过的全部关键分割点p_i；

第二步：利用网络模型M的原始信息求出关键分割点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算关键分割点p_i对应的实际机器人末端执行器轨迹点

第三步：利用样条拟合末端执行器轨迹点，从而生成最终沿工件不同部位接合处加工的机器人加工轨迹；

所述第五步中面向空间曲面的轨迹生成方法如下：

第一步：首先在子模型Ms表面进行均匀采样；

第二步：对每个采样点p_i，利用网络模型M的原始信息求出采样点p_i对应的法向量

并根据实际加工中要求的末端执行器与物体表面距离d计算采样点p_i对应的实际机器人末端执行器轨迹点

第三步：对所有末端执行器轨迹点所组成的集合进行PCA主成分分析，得到机器人加工轨迹。

2.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，其特征在于：所述第三步中利用顶点集合S创建分割边界方法如下：

第一步：若顶点集合S为空集，将执行下一步工作，若顶点集合S不为空集，从顶点集合S中取出一个顶点c；

第二步：将顶点c加入分割点集合P中，搜索网格模型M中与顶点c相连的顶点集合V_C，选择对应f值最小的点p；

第三步：若f(p)<f(c)，则将顶点c与顶点p的连线加入分割边界B，将p加入分割点集合P，令c＝p，返回第二步，否则返回第一步。

3.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，其特征在于：所述第二步中通过双边滤波算法，反复执行以下公式进行计算：

使每个顶点v在半径为r的领域内进行平滑。

4.根据权利要求1所述的基于三维模型Morse分解的工业机器人加工轨迹自动规划方法，其特征在于：在生成机器人轨迹之前根据加工要求及机器人作业范围滤除分割线集合L及子模型集合Ms中不需处理的分割线和子模型。

Images