CN111451886B - 一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 - Google Patents
一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 Download PDFInfo
- Publication number
- CN111451886B CN111451886B CN202010333045.6A CN202010333045A CN111451886B CN 111451886 B CN111451886 B CN 111451886B CN 202010333045 A CN202010333045 A CN 202010333045A CN 111451886 B CN111451886 B CN 111451886B
- Authority
- CN
- China
- Prior art keywords
- defect area
- track
- robot
- putty
- vehicle body
- 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
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B19/00—Single-purpose machines or devices for particular grinding operations not covered by any other main group
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B51/00—Arrangements for automatic control of a series of individual steps in grinding a workpiece
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,步骤为:采集车体表面数据点云,根据车体平整度要求得到缺陷区域;根据缺陷区域点云得到包围缺陷区域的最小多边形凸包,对凸包进行多次样条拟合,得到包围缺陷区域的轮廓曲线;计算路径间距a,将缺陷区域的轮廓曲线依次向内偏置a,得到多条环形轨迹曲线;将各环形轨迹曲线离散成路径点,将所有路径点分别向车体三维模型上投影,得到环形轨迹上新的路径点;将每条环形轨迹上的新路径点依次连接起来,设置相邻轨迹的方向相反,得到腻子缺陷区域的机器人打磨轨迹。本发明解决了传统机器人离线路径规划方法无法针对缺陷区域编程、不能对缺陷区域修磨平整和打磨纹路不一致的问题。
Description
技术领域
本发明属于工业机器人打磨技术领域,特别涉及了一种轨道车体腻子缺陷区域的机器人打磨技术。
背景技术
在轨道车体制造过程中,为满足轨道车辆美观、平整等需求,其外表面需进行多次的涂装,目前,车体涂层打磨工序仍以手工方式为主,其打磨过程劳动量大、效率低,还存在严重的粉尘污染、有害健康等问题。相比于人工方式,机器人打磨系统具有效率高、操作空间大、加工产品的一致性好优势。
目前,机器人打磨主要采用离线编程方式,是在机器人系统运行前,根据待打磨工件的三维模型,编写机器人打磨轨迹,然后导入到机器人系统。现有的机器人离线编程路径规划方式为,首先根据车体三维CAD模型提取模型表面的U向或V向参数曲线,然后采用等步长或等弦高法,将各曲线离散成点,并获得各点的位置和姿态,以此作为机器人的打磨轨迹的目标点,最后将曲线上的点依次连接起来,就得到了机器人打磨轨迹,如图1所示。
上述机器人离线编程方式忽略了实际车体和理论设计模型之间的偏差,只能均匀地去除车体表面的余量,由于程序在打磨前编制的,不能针对缺陷区域生成专门的打磨轨迹,因此不能对腻子缺陷区域进行有针对性的修磨,最终难以达到车体表面平整度要求。由于车体表面曲率小,几乎为平面,那么根据UV方向生成的打磨轨迹为多条直线段首尾衔接而成的Z字形轨迹,在衔接段,机器人的运动方向变化了180°,因此机器人在衔接段必然存在明显的加减速过程,而机器人移动速度直接影响打磨去除量,移动速度越大,去除量越大,所以,衔接区域的打磨去除量高于直线段区域,实际去除量与设定的去除量不一致,最终不能将缺陷区域修磨平整。另外,机器人加减速将产生不一致的打磨纹路,也会影响车体腻子表面质量。
发明内容
为了解决上述背景技术提到的技术问题,本发明提出了一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法。
为了实现上述技术目的,本发明的技术方案为:
一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,包括以下步骤:
(1)采集车体表面数据点云,将点云与车体三维模型进行最佳拟合对齐,并计算点云误差,误差大于车体平整度要求的区域即是缺陷区域;
(2)根据缺陷区域的点云,采用凸包算法,得到包围缺陷区域的最小多边形凸包,对最小多边形凸包进行多次样条拟合,得到包围缺陷区域的轮廓曲线;
(3)计算路径间距a,将缺陷区域的轮廓曲线依次向内偏置a,得到多条环形轨迹曲线;
(4)将各环形轨迹曲线离散成路径点,将所有路径点分别向车体三维模型上投影,将投影点的UV参数作为路径点的UV参数,从而得到环形轨迹上新的路径点的位置和姿态;
(5)将每条环形轨迹上的新路径点依次连接起来,得到环形打磨轨迹,设置相邻轨迹的方向相反,得到腻子缺陷区域的机器人打磨轨迹。
进一步地,在步骤(3)中,根据预先设置的打磨砂纸直径d和相邻路径重叠宽度e,得到路径间距a=d-e。
进一步地,在步骤(3)中,将缺陷区域的轮廓曲线依次向内偏置a,直至曲线的最小外接圆直径小于d/2,得到多条环形轨迹曲线。
进一步地,在步骤(4)中,将各环形轨迹曲线按照“等弦高法”离散成路径点。
进一步地,在步骤(4)中,通过K-近邻算法,依次在车体三维模型上搜索各路径点的最近点,该最近点即为投影点。
进一步地,在步骤(5)中,按照由外向内的顺序设置相邻轨迹的方向为相反。
采用上述技术方案带来的有益效果:
本发明的打磨轨迹由多个近似于缺陷区域轮廓的连续环形轨迹组成,相对于Z字形打磨轨迹,机器人打磨过程中没有明显的加减速过程,解决了传统机器人离线路径规划方法无法针对缺陷区域编程、不能对缺陷区域修磨平整和打磨纹路不一致的问题。同时将现有的离线编程方式改为了针对腻子缺陷区域在线自动编程,编程效率更高,适应性更强。
附图说明
图1是现有离线编程方式的原理图;
图2是本发明的方法流程图;
图3是本发明的原理图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
轨道车体腻子打磨作为车体涂装工序中关键工序之一,其加工质量的好坏是影响到车体表面质量的主要因素。针对于车体腻子打磨,需要保证其平整度和表面质量。为了达到平整度要求,需要对腻子缺陷区域进行修磨;为了保证表面质量,还需避免不一致的打磨纹路。本发明从机器人路径规划的角度进行优化,以满足在线轨迹规划局部修磨的要求和减少腻子表面不一致的打磨纹路。
本发明设计了一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,如图2所示,步骤如下:
步骤S101:机器人打磨系统采集车体表面数据点云,将点云与车体三维模型进行最佳拟合对齐,并计算点云误差,误差大于车体平整度要求的区域即是缺陷区域;
步骤S102:上位机软件根据缺陷区域的点云,采用凸包算法,得到包围缺陷区域的最小多边形凸包,对最小多边形凸包进行多次样条拟合,得到包围缺陷区域的轮廓曲线;
步骤S103:计算路径间距a,将缺陷区域的轮廓曲线依次向内偏置a,得到多条环形轨迹曲线;
步骤S104:将各环形轨迹曲线离散成路径点,将所有路径点分别向车体三维模型上投影,将投影点的UV参数(U向和V向参数)作为路径点的UV参数,从而得到环形轨迹上新的路径点的位置和姿态;
步骤S105:将每条环形轨迹上的新路径点依次连接起来,得到环形打磨轨迹,设置相邻轨迹的方向相反,得到腻子缺陷区域的机器人打磨轨迹。如图3所示。
在本实施例中,优选地,在上述步骤S103中,根据预先设置的打磨砂纸直径d和相邻路径重叠宽度e,得到路径间距a=d-e。将缺陷区域的轮廓曲线依次向内偏置a,直至曲线的最小外接圆直径小于d/2,得到多条环形轨迹曲线。
在本实施例中,优选地,在上述步骤S104中,将各环形轨迹曲线按照“等弦高法”离散成路径点。通过K-近邻算法,依次在车体三维模型上搜索各路径点的最近点,该最近点即为投影点。
在本实施例中,优选地,在上述步骤S105中,分别连接每条环形轨迹上的新路径点,获得环形打磨轨迹,然后按照由外向内的顺序设置相邻轨迹的方向为相反,使相邻打磨轨迹的打磨纹路抵消,这样就得到了腻子缺陷区域的机器人打磨轨迹。
实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (4)
1.一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,其特征在于,包括以下步骤:
(1)采集车体表面数据点云,将点云与车体三维模型进行最佳拟合对齐,并计算点云误差,误差大于车体平整度要求的区域即是缺陷区域;
(2)根据缺陷区域的点云,采用凸包算法,得到包围缺陷区域的最小多边形凸包,对最小多边形凸包进行多次样条拟合,得到包围缺陷区域的轮廓曲线;
(3)根据预先设置的打磨砂纸直径d和相邻路径重叠宽度e,计算路径间距a=d-e,将缺陷区域的轮廓曲线依次向内偏置a,直至曲线的最小外接圆直径小于d/2,得到多条环形轨迹曲线;
(4)将各环形轨迹曲线离散成路径点,将所有路径点分别向车体三维模型上投影,将投影点的UV参数作为路径点的UV参数,从而得到环形轨迹上新的路径点的位置和姿态;
(5)将每条环形轨迹上的新路径点依次连接起来,得到环形打磨轨迹,设置相邻轨迹的方向相反,得到腻子缺陷区域的机器人打磨轨迹。
2.根据权利要求1所述轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,其特征在于,在步骤(4)中,将各环形轨迹曲线按照“等弦高法”离散成路径点。
3.根据权利要求1所述轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,其特征在于,在步骤(4)中,通过K-近邻算法,依次在车体三维模型上搜索各路径点的最近点,该最近点即为投影点。
4.根据权利要求1所述轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法,其特征在于,在步骤(5)中,按照由外向内的顺序设置相邻轨迹的方向为相反。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010333045.6A CN111451886B (zh) | 2020-04-24 | 2020-04-24 | 一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010333045.6A CN111451886B (zh) | 2020-04-24 | 2020-04-24 | 一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111451886A CN111451886A (zh) | 2020-07-28 |
CN111451886B true CN111451886B (zh) | 2021-05-18 |
Family
ID=71674226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010333045.6A Active CN111451886B (zh) | 2020-04-24 | 2020-04-24 | 一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111451886B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415949A (zh) * | 2020-10-29 | 2021-02-26 | 深圳群宾精密工业有限公司 | 一种通过实物三维形貌信息自动调整作业轨迹的方法 |
CN112381851A (zh) * | 2020-11-12 | 2021-02-19 | 常州微亿智造科技有限公司 | 缺陷标注方法和装置 |
CN113001263A (zh) * | 2021-02-26 | 2021-06-22 | 无锡中车时代智能装备有限公司 | 基于机器人的高点打磨方法及设备 |
CN113442026B (zh) * | 2021-07-22 | 2022-09-06 | 中车青岛四方机车车辆股份有限公司 | 一种打磨方法及打磨装置 |
CN113942014B (zh) * | 2021-11-08 | 2023-08-01 | 北京华航唯实机器人科技股份有限公司 | 轨迹生成方法及轨迹生成装置、机器人设备、存储介质 |
CN117970813A (zh) * | 2024-03-28 | 2024-05-03 | 江西机电职业技术学院 | 一种基于汽车齿轮的机器人打磨轨迹离线规划方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6065858A (en) * | 1995-12-20 | 2000-05-23 | Fujitsu Limited | Milling machine and methods of milling and menu selection |
CN108711158A (zh) * | 2018-03-14 | 2018-10-26 | 武汉科技大学 | 基于轮廓拟合和径向分割的指针式仪表图像识别方法 |
CN108763738A (zh) * | 2018-05-25 | 2018-11-06 | 大连交通大学 | 一种轨道车辆车体腻子自动化离线喷涂连续路径规划方法 |
CN110625491A (zh) * | 2019-08-29 | 2019-12-31 | 中车青岛四方机车车辆股份有限公司 | 打磨设备以及打磨方法 |
-
2020
- 2020-04-24 CN CN202010333045.6A patent/CN111451886B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6065858A (en) * | 1995-12-20 | 2000-05-23 | Fujitsu Limited | Milling machine and methods of milling and menu selection |
CN108711158A (zh) * | 2018-03-14 | 2018-10-26 | 武汉科技大学 | 基于轮廓拟合和径向分割的指针式仪表图像识别方法 |
CN108763738A (zh) * | 2018-05-25 | 2018-11-06 | 大连交通大学 | 一种轨道车辆车体腻子自动化离线喷涂连续路径规划方法 |
CN110625491A (zh) * | 2019-08-29 | 2019-12-31 | 中车青岛四方机车车辆股份有限公司 | 打磨设备以及打磨方法 |
Non-Patent Citations (1)
Title |
---|
孙禹等.高铁车体表面腻子自动化喷涂系统与喷涂作业规划.《现代涂装》.2018,第21卷(第3期),第29-33页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111451886A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111451886B (zh) | 一种轨道车体腻子缺陷区域机器人打磨轨迹在线规划方法 | |
CN110091333B (zh) | 复杂曲面表面焊缝特征识别和自动磨抛的装置及方法 | |
CN100418027C (zh) | 一种螺旋线制导的曲面数控加工方法 | |
WO2018041084A1 (zh) | 一种轨道车辆侧墙自动化拉丝系统及拉丝工艺 | |
CN111413923A (zh) | 一种用于复杂曲面加工的高速精密加工系统及方法 | |
CN103056759A (zh) | 一种基于传感器反馈的机器人磨削系统 | |
CN108763738B (zh) | 一种轨道车辆车体腻子自动化离线喷涂连续路径规划方法 | |
CN111531413A (zh) | 风电叶片多机器人协同打磨系统及方法 | |
CN101983838A (zh) | 基于智能数控平台的铣磨抛光装置 | |
CN112720150B (zh) | 一种铸件打磨轨迹的生成方法及系统 | |
CN103207589B (zh) | 一种环形刀宽行滚切清根加工方法 | |
CN111571612B (zh) | 高铁白车身多机器人协同打磨控制方法、装置及系统 | |
CN110744406A (zh) | 一种叶片型面机器人磨抛自适应加工系统及方法 | |
CN112035971A (zh) | 基于正交实验法和响应面分析法的打磨工艺参数优化方法 | |
CN114019910B (zh) | 一种小线段刀具轨迹实时全局光顺方法 | |
RU2598412C2 (ru) | Способ изготовления детали ковкой | |
CN110497727B (zh) | 一种立体石雕加工的最优加工空间选取方法 | |
CN109663997B (zh) | 一种具有复杂型面零件的电解初成型的加工方法 | |
Duc et al. | A new concept for the design and the manufacturing of free-form surfaces: the machining surface | |
CN112517357A (zh) | 一种门体喷涂工艺 | |
CN109465677B (zh) | 一种机器人恒力抛光方法 | |
CN111474899A (zh) | 一种基于三角化的复杂型腔高速数控铣削螺旋路径生成方法 | |
CN115237052A (zh) | 一种波浪形模具加工方法 | |
CN206230105U (zh) | 一种去毛刺焊接装置 | |
CN103707160B (zh) | 凸轮磨削加工过渡廓形规划方法 |
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 |