CN111993155B - 一种基于激光雷达的机床防碰撞系统及方法 - Google Patents

一种基于激光雷达的机床防碰撞系统及方法 Download PDF

Info

Publication number
CN111993155B
CN111993155B CN202010550944.1A CN202010550944A CN111993155B CN 111993155 B CN111993155 B CN 111993155B CN 202010550944 A CN202010550944 A CN 202010550944A CN 111993155 B CN111993155 B CN 111993155B
Authority
CN
China
Prior art keywords
point cloud
tool
laser radar
matching
machine tool
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
Application number
CN202010550944.1A
Other languages
English (en)
Other versions
CN111993155A (zh
Inventor
吴玉香
万福玺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Guoyu Technology Co ltd
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202010550944.1A priority Critical patent/CN111993155B/zh
Publication of CN111993155A publication Critical patent/CN111993155A/zh
Application granted granted Critical
Publication of CN111993155B publication Critical patent/CN111993155B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • 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
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • 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
    • B23Q5/00—Driving or feeding mechanisms; Control arrangements therefor
    • B23Q5/54—Arrangements or details not restricted to group B23Q5/02 or group B23Q5/22 respectively, e.g. control handles
    • B23Q5/58—Safety devices

Abstract

本发明提供一种基于激光雷达的机床防碰撞系统，包括反光膜组和激光雷达旋转平台。本发明还提供一种基于激光雷达的机床碰撞预防方法，本发明将反光强度递减/递增的反光模组布置在机床刀具夹具末端，激光雷达旋转平台安装在机床的靠近操作台侧的上顶角处，通过二维激光雷达接收反光膜组反射的反光信号确定反光膜位置，结合刀具的尺寸形状等数据，计算刀尖的位置坐标。只需对反光膜位置一定范围内的点云数据进行处理，减少了系统计算负担，降低了系统的成本，增强了系统的实时性，提高了刀具定位的精度，进而提高了碰撞检测的精度。

Description

一种基于激光雷达的机床防碰撞系统及方法
技术领域
本发明涉及数控机床的技术领域，尤其涉及一种基于激光雷达的机床防碰撞系统及方法。
背景技术
数控机床发生撞机事故将对机床造成严重损伤，对企业造成严重的经济损失。因此数控机床的防碰撞系统尤为重要，目前大多数企业采用的都是基于AE传感器的碰撞预防技术，该技术只能在碰撞发生时，做出反应，并不能在有发生碰撞的趋势时及时停机，因此刀具依然会受到一定程度的损伤。久而久之，刀具的使用寿命会有所下降。
发明内容
本发明主要目的是提供一种基于激光雷达的机床防碰撞系统及方法，旨在解决现有技术只能在机床撞机时做出反应的问题。
为实现上述目的，本发明提供一种基于激光雷达的数控机床防碰撞系统，包括应用在机床上，包括反光膜组和激光雷达旋转平台，所述反光模组包括两个反光膜，两个所述反光膜间隔设置在机床刀具夹具的末端，按照反光强度递增的顺序排布，所述激光雷达旋转平台固定设置在机床的靠近操作台侧的上顶角处，所述激光雷达旋转平台包括电机、二维激光雷达和加速度计，所述电机与机床固定连接，所述二维激光雷达与所述电机连接，所述加速度计与所述二维激光雷达固定连接。电机带动二维激光雷达沿激光雷达坐标系X轴向下来回旋转，获取机床内部全局信息，并通过加速度计测出俯仰角度。
进一步地，还包括安装框架，所述安装框架与机床固定连接，所述电机、二维激光雷达和加速度计均固定在所述安装框架上。
本发明还提供一种基于激光雷达的机床防碰撞方法，基于前述的机床防碰撞系统，包括以下步骤：
通过激光雷达获取机床内部环境的点云数据；
通过激光雷达接收每个反光膜的反光信号，得到每个反光膜所在位置坐标，并计算得到反光膜组中心位置的坐标；
根据反光膜组中心位置的坐标，对一定范围内的点云数据进行处理，识别出当前刀具类型；
若当前刀具类型与设定的不符，则系统判断为换刀出错，有撞机风险，发出停机指令；
若刀具类型与设定的相符，则对两个反光膜坐标进行直线拟合，获得当前刀具的方向，并调用存储在数控机床存储器中公式，根据两个反光膜中心坐标，计算出当前刀尖的三维坐标；
计算刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，选取欧式距离d1作为特征值，与设定的第二阈值对比，若大于第二阈值，则系统判断有撞机风险，发出停机指令。
进一步地，所述得到反光膜所在位置坐标，并计算得到反光膜中心位置的坐标，具体包括：根据激光雷达平台测得的点云数据与加速度计测得的俯仰角，采用坐标转换矩阵，演算出反光膜所在位置的各个点在激光雷达坐标系下的三维坐标，然后计算出反光膜中心位置的坐标，并将中心位置的坐标转化为机床坐标系下三维坐标。
进一步地，所述对一定范围内的点云数据进行处理，识别出当前刀具类型，具体包括：
通过点云正交投影轮廓特征(PCF)获得候选刀具类型；
在PCF的基础上利用迭代最近点算法(ICP)将目标与离线模型库点云匹配，并综合利用特征匹配和点云匹配信息构建相似性度量，实现当前刀具类型的识别。
进一步地，所述一定范围内的点云数据为，反光膜中点位置的坐标周围长方体范围内的点云Q，所述长方体以反光膜中点位置作为上底面中心，沿着反光膜反光强度由弱到强的方向延伸，长方体的高所在的直线平行于两个反光膜所拟合直线，长宽高数据按照能包含最大刀具尺寸给出。
进一步地，所述通过点云正交投影轮廓特征(PCF)获得候选刀具类型，具体包括：
所述点云Q包含N个点，将点云Q分别投影到XY、XZ、YZ坐标平面中，相应得到投影点云Q-xy、投影点云yz和投影点云xz，并分别转换为点云Q在XY、XZ、YZ三个投影平面的一维的轮廓描述向量PCF，
将三个一维的轮廓描述向量PCF分别与离线模型库每个刀具类型对应的三个PCF向量进行匹配获得候选刀具类型，所述离线模型库是预先获得的，包含所有刀具的PCF图以及各种刀具的尺寸和形状信息。
进一步地，所述将三个一维的轮廓描述向量PCF分别与离线模型库每个刀具类型对应的三个PCF向量进行匹配获得候选刀具类型，具体匹配方法如下：
匹配指标为各坐标平面的一维的轮廓描述向量PCF与离线模型库中对应的坐标平面的PCF向量之间距离d，其中
Figure BDA0002542497000000021
分别计算出XY,XZ,YZ三个坐标平面的PCF距离d并取均值作为最终的距离，其中，均值为
Figure BDA0002542497000000022
设置阈值D，当距离
Figure BDA0002542497000000023
小于阈值D时，归为候选刀具类型，当距离
Figure BDA0002542497000000024
大于阈值D时，认定为不匹配，遍历离线模型库中所有刀具类型以获得所有匹配的候选刀具类型。
进一步地，所述利用迭代最近点算法(ICP)将目标与离线模型库点云匹配，具体包括：依据最近点方法获得对应点对并计算点云Q与候选刀具类型之间的匹配误差e，进而采用单位四元数法计算点云Q与候选刀具类型之间的三维刚体变换，迭代上述过程直到匹配误差趋于稳定以获得最小二乘意义下的最优匹配，
对于匹配后的点云Q与候选刀具类型点云，若对应点对之间的距离小于候选刀具类型点云的分辨率，则认为是一个匹配点对，统计得到匹配点对的数量Np,定义点云Q与候选刀具类型之间的点云匹配度为
Figure BDA0002542497000000031
其中N代表点云Q包含的点数。
进一步地，所述综合利用特征匹配和点云匹配信息构建相似性度量，实现当前刀具类型的识别，具体包括：
设计最终的匹配指标L来衡量目标与候选刀具类型的匹配度：
Figure BDA0002542497000000032
匹配度L最大的候选刀具类型为最终匹配的刀具类型，即为最终识别出的当前刀具类型。
进一步地，在数控机床存储器中预先存储有机床坐标系下各类刀具刀尖坐标与两个反光膜坐标之间的转换计算公式。
与现有技术相比，本发明能够实现的有益效果至少如下：
相比于基于AE传感器的机床碰撞预防系统只能在碰撞发生时采取措施，本发明提供的系统和方法通过对当前刀具类型进行识别，及时判断是否换刀出错，可以及时避免因换刀失误导致的撞机，通过计算当前刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，通过比较欧氏距离与第二阈值，可以及时发现是否有撞机风险，实现在碰撞即将发生前及时避免。
而且本发明采用反光膜标识夹具位置，只需对其一定范围内点云数据进行处理，即可获取当前刀具类型，减少了系统的计算负担，提高了系统的实时性。
附图说明
图1为本发明的获取三维点云坐标和距离图像流程图。
图2为本发明的正交投影轮廓方法(PCF)实施流程图。
图3为本发明的ICP模型匹配算法实施流程图。
图4为本发明的决策机制流程图。
图5为本发明的完整方案流程示意图。
图6为本发明反光膜安装示意图。
图7为本发明激光雷达等装置安装示意图。
图8为本发明二维雷达坐标系与设定的激光雷达坐标系转换示意图。
具体实施方式
应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：通过激光雷达获取机床内部环境点云数据，根据反光强度辨识出反光膜，获取反光膜中心坐标，确定刀具的大致位置；对反光膜坐标的一定范围内的点云数据，采用PCF算法和ICP算法处理，识别出刀具的类型，若与系统设定的刀具类型不符，则系统判断为换刀出错，有撞机风险，及时停机；根据不同刀具使用时，预先测得的刀具与反光膜中心位置的绝对位置关系，计算出相应的坐标关系公式，根据反光膜的中心坐标进行直线拟合，获取当前刀具的方向，结合预先存储的各类刀具刀尖坐标与反光膜中心坐标间的计算公式，计算刀尖的三维坐标；计算刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，选取欧式距离d1作为特征值，与设定的第二阈值对比，若大于第二阈值，则系统判断有撞机风险，发出停机指令。
目前大多数企业采用的都是基于AE传感器的碰撞预防技术，该技术只能在碰撞发生时，做出反应，并不能在有发生碰撞的趋势时及时停机，因此刀具依然会受到一定程度的损伤。长此以往，刀具的使用寿命不可避免的会缩短。
本发明提供一种解决方案，将反光强度递增的反光模组布置在机床刀具夹具末端，激光雷达旋转平台安装在机床的靠近操作台侧的上顶角处。计算刀尖的位置坐标，只需对反光膜位置一定范围内的点云数据进行处理，相比于处理机床内部全局的点云数据，减少了系统计算负担，降低了系统的成本，增强了系统的实时性，提高了刀具定位的精度，进而提高了碰撞检测的精度。
下面结合附图对本发明的具体实施方式进行详细的说明。
实施例1
如图6和图7所示，本实施例提供一种基于激光雷达的机床防碰撞系统，应用在机床上，包括反光膜组和激光雷达旋转平台，所述反光模组包括两个反光膜，两个所述反光膜间隔设置在机床刀具夹具3的末端，按照反光强度递增的顺序排布，所述激光雷达旋转平台固定设置在机床的靠近操作台侧的上顶角处，所述激光雷达旋转平台包括电机21、二维激光雷达22和加速度计23，所述电机21与机床固定连接，所述二维激光雷达22与所述电机21固定连接，所述加速度计23与所述二维激光雷达22固定连接，所述电机是直流电机。通过两个反光膜可以拟合出一条直线，以获取当前的刀具的方向信息。
通过连杆24保证二维激光雷达、加速度计与电机保持相同的转速。两段连杆在同一直线上，且与机床底面平行。
本实施例中还包括安装框架，所述安装框架与机床固定连接，所述电机21、二维激光雷达22和加速度计23均固定在安装框架上，且安装框架底面与机床底面水平。
启动电机，电机输出轴旋转，带动二维激光雷达沿激光雷达坐标系X轴向下来回旋转，从而可以获取机床内部全局信息，并通过加速度计测出俯仰角。
实施例2
参考图1-图5，本实施例提供一种基于激光雷达的机床防碰撞方法，在数控系统存储器中植入相关的激光雷达定位程序、图象目标识别程序、决策程序，所述程序在被处理器执行时，实现如下步骤：
步骤1、通过激光雷达获取机床内部环境的点云数据。
如图一所示，为了降低成本，使用二维激光雷达，通过电机旋转二维激光雷达，达到三维激光雷达的效果，二维激光雷达在电机的带动下获取机床内部环境的点云数据。
步骤2、通过激光雷达接收反光膜的反光信号，得到反光膜所在位置坐标，并计算得到反光膜中心位置的坐标。
建立激光雷达坐标系，通过固定在激光雷达上的加速度计获得俯仰角α。二维雷达坐标系下各点的x0,y0坐标转换为激光雷达坐标系下坐标x,y,z公式如下：
x＝x0
y＝y0*cosα
z＝-y0*sinα
根据反射光强度辨识出两个反光膜，并计算每个反光膜中心在激光雷达坐标系下的三维坐标，并通过机床坐标系与激光雷达坐标系间的坐标旋转矩阵，转化为机床坐标系下三维坐标。其中每个反光膜中心坐标x1,y1,z1可以由反光膜上所有点在机床坐标系下的最大与最小的x、y、z坐标计算平均值得出。
Figure BDA0002542497000000051
Figure BDA0002542497000000052
Figure BDA0002542497000000053
通过上述公式分别计算出两个反光膜的中心坐标后，对这两个中心坐标取均值，作为反光膜组中心位置的坐标。
步骤3、根据反光膜组中心位置的坐标，对一定范围内的点云数据进行处理，识别出当前刀具类型。其中，一定范围内的点云数据是指反光膜中点位置的坐标周围长方体范围内的点云Q，所述长方体以反光膜组中心位置作为上底面中心，沿着反光膜反光强度由弱到强的方向延伸，长方体的高所在的直线平行于两个反光膜所拟合直线，长宽高数据按照能包含最大刀具尺寸给出。
本步骤具体包括：
步骤3.1、通过点云正交投影轮廓特征(PCF)获得候选刀具类型(即附图中预选模型)；
如图2所示，获得反光膜组中心位置的坐标周围长方体范围内的点云Q后，对于包含N个点的点云Q，将其分别投影到XY、XZ、YZ坐标平面中,相应得到投影点云Q-xy、投影点云yz和投影点云xz，并分别转换为点云Q在XY、XZ、YZ三个投影平面的一维的轮廓描述向量PCF，投影点云的分布体现了目标三个方向的形状信息。
以XY坐标面为例，以点云Q-xy的质心作为坐标原点构建极坐标系，则其中任意一点都可以表示为(ri,αi)，其中ri为该点到原点的距离，αi为该点与原点连线与X轴正方向的距离，范围为[-π，π]，将区间分为M份，即：Δαi＝2π/M，
则第K个角度区间为：αk＝{α|-π+(k-1)Δαi＜α≤-π+kΔαi},k＝1,2.......M
以αi落在角度区间αk内的点的最大距离值作为正交投影轮廓法的第K个数值，即：
Figure BDA0002542497000000061
得到一维的轮廓描述向量PCF。同理，可以获得在XZ、YZ二个投影平面的一维的轮廓描述向量PCF。
如图3所示，因为ICP算法较为复杂，为了减少系统的计算负担，提高实时性，先采取基于PCF的模型预选算法，获得候选刀具类型。
获得目标在XY,XZ,YZ三个坐标平面投影的一维的轮廓描述向量PCF后，将其分别与离线模型库每个模型对应的三个PCF向量进行匹配获得候选刀具类型，所述离线模型库是预先获得的，包含所有刀具的PCF图以及各种刀具的尺寸和形状信息。具体匹配方法如下：
匹配指标为各坐标平面的一维的轮廓描述向量PCF与离线模型库中对应的坐标平面的PCF向量之间距离d，定义如下：
Figure BDA0002542497000000062
其中，g(i)表示当前刀具在第i个区间的一维轮廓描述向量，gm(i)表示离线模型库里刀具在第i个区间的一维轮廓描述向量。
为了增加判断的精度，分别计算出XY,XZ,YZ三个坐标平面的PCF距离dxy、dxz、dyz并取均值作为最终的距离，均值
Figure BDA0002542497000000071
的计算公式如下：
Figure BDA0002542497000000072
Figure BDA0002542497000000073
越小，匹配度就越高，设置第一阈值D，当距离
Figure BDA0002542497000000074
小于第一阈值D时，归为候选刀具类型，当距离
Figure BDA0002542497000000075
大于第一阈值D时，认定为不匹配。遍历离线模型库中所有刀具类型以获得所有匹配的候选刀具类型。设计不同的第一阈值D，会对匹配的准确度产生影响，所以第一阈值D的设定需要人为根据匹配的准确率去调整，以达到较好效果。
步骤3.2、在PCF的基础上利用迭代最近点算法(ICP)将目标与离线模型库点云匹配，并综合利用特征匹配和点云匹配信息构建相似性度量，实现当前刀具类型的识别。
遍历所有模型获得所有的候选刀具类型后，采用ICP算法将目标点云Q与候选刀具类型点云精确匹配。
依据最近点方法获得对应点对并计算点云Q与候选刀具类型之间的匹配误差e，即点云Q与候选刀具点云的对应点间的平均距离，进而采用单位四元数法计算点云Q与候选刀具类型之间的三维刚体变换，迭代上述过程直到匹配误差趋于稳定以获得最小二乘意义下的最优匹配。对于匹配后的点云Q与候选刀具类型点云，若对应点对之间的距离小于候选刀具类型点云的分辨率，则认为是一个匹配点对，统计得到匹配点对的数量Np。定义目标与模型之间的点云匹配度为：
Figure BDA0002542497000000076
N代表点云Q包含的点数，Np越大，匹配点数越大，系统的匹配度P就越大。
综合PCF算法和ICP算法，设计最终的匹配指标L衡量目标与模型的匹配度：
Figure BDA0002542497000000077
基于PCF的匹配度越高，
Figure BDA0002542497000000078
越小，L越大。基于ICP的匹配度越高，P越大，L越大。综合后，选取匹配度L最大的候选刀具类型作为最终匹配模型。以获得目标点云具体的当前刀具类型。
步骤4、若当前刀具类型与程序设定的类型进行比对，如果类型不符，则系统判断为换刀出错，有撞机风险，发出停机指令。
步骤5、若刀具类型与设定的相符，则对两个反光膜坐标进行直线拟合，获得当前刀具的方向，并调用存储在数控机床存储器中公式(包括机床坐标系下各类刀具刀尖坐标与两个反光膜中心坐标之间的转换计算公式)，根据两个反光膜中心坐标，计算出当前刀尖的三维坐标。
其中，上述公式是与刀具类型相匹配的，预先得到，存储在数控机床存储器中。
步骤6、计算刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，选取欧式距离d1作为特征值，与设定的第二阈值对比，若大于第二阈值，则系统判断有撞机风险，发出停机指令。
如图4所示，获得刀具刀尖的三维坐标，计算刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，选取欧式距离d1作为一类特征值，设定第二阈值D1，根据实际情况选取，本实施例中D1取值0.1cm。为避免程序本身设定错误，还设定刀具刀尖坐标安全范围，超出范围，则发出停机指令。
若d1≥D1，则判定刀具脱轨，即将发生撞机，立刻发出停机指令。
综上，本实施例提供的方法可以识别刀具类型，若识别到的当前刀具类型与系统预设的刀具类型不符，则系统判断换刀出错，有撞机风险，发出停机指令，可以避免由于换刀失误而发生碰撞事故。若识别到的当前刀具类型与系统预设的刀具类型相符，计算当前刀尖的三维坐标，并进一步计算刀尖的三维坐标与预设的刀具轨迹的欧氏距离，设定阈值，若欧式距离大于该阈值，则有撞机风险，发出停机指令。通过本实施例提供的方法可以在机床发生撞机前进行识别，及时停机，有效减少了撞机，避免了刀具因撞机受到的损失，提高了刀具的使用寿命。
以上实施例为仅为本发明的较佳实施例，但本发明并不限于以上实施例。在本实施例的基础上，本技术领域人员进行非创造性劳动而获得的所有其他实施例，都应该属于本发明合理保护范围。

Claims (11)

1.一种基于激光雷达的机床防碰撞系统，应用在机床上，其特征在于，包括反光膜组和激光雷达旋转平台，所述反光模组包括两个反光膜，两个所述反光膜间隔设置在机床刀具夹具(3)的末端，按照反光强度递增的顺序排布，所述激光雷达旋转平台固定设置在机床的靠近操作台侧的上顶角处，所述激光雷达旋转平台包括电机(21)、二维激光雷达(22)和加速度计(23)，所述电机(21)与机床固定连接，所述二维激光雷达(22)与所述电机(21)固定连接，所述加速度计(23)与所述二维激光雷达(22)固定连接。
2.根据权利要求1所述的一种基于激光雷达的机床防碰撞系统，其特征在于，还包括安装框架，所述安装框架与机床固定连接，所述电机(21)、二维激光雷达(22)和加速度计(23)均固定在所述安装框架上。
3.一种基于激光雷达的机床防碰撞方法，其特征在于，基于权利要求1-2任一所述的机床防碰撞系统，包括以下步骤：
通过激光雷达获取机床内部环境的点云数据；
通过激光雷达接收每个反光膜的反光信号，得到每个反光膜所在位置坐标，并计算得到反光膜组中心位置的坐标；
根据反光膜组中心位置的坐标，对一定范围内的点云数据进行处理，识别出当前刀具类型；
若当前刀具类型与设定的不符，则系统判断为换刀出错，有撞机风险，发出停机指令；
若刀具类型与设定的相符，则对两个反光膜坐标进行直线拟合，获得当前刀具的方向，并调用存储在数控机床存储器中公式，根据两个反光膜中心坐标，计算出当前刀尖的三维坐标；
计算刀具刀尖的三维坐标与设定刀具轨迹的欧式距离，选取欧式距离d1作为特征值，与设定的第二阈值对比，若大于第二阈值，则系统判断有撞机风险，发出停机指令。
4.根据权利要求3所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述得到每个反光膜所在位置坐标，并计算得到反光膜组中心位置的坐标，具体包括：根据激光雷达旋转平台测得的点云数据与加速度计测得的俯仰角，采用坐标转换公式，演算出反光膜所在位置的各个点在激光雷达坐标系下的三维坐标，然后计算出反光膜组中心位置的坐标，并将中心位置的坐标转化为机床坐标系下的三维坐标。
5.根据权利要求3所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述对一定范围内的点云数据进行处理，识别出当前刀具类型，具体包括：
通过点云正交投影轮廓特征(PCF)获得候选刀具类型；
在PCF的基础上利用迭代最近点算法(ICP)将目标与离线模型库点云匹配，并综合利用特征匹配和点云匹配信息构建相似性度量，实现当前刀具类型的识别。
6.根据权利要求5所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述一定范围内的点云数据为，反光膜组中心位置的坐标周围长方体范围内的点云Q，所述长方体以反光膜组中心位置作为上底面中心，沿着反光膜反光强度由弱到强的方向延伸，长方体的高所在的直线平行于两个反光膜所拟合直线，长宽高数据按照能包含最大刀具尺寸给出。
7.根据权利要求6所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述通过点云正交投影轮廓特征(PCF)获得候选刀具类型，具体包括：
所述点云Q包含N个点，将点云Q分别投影到XY、XZ、YZ坐标平面中，相应得到投影点云Q-xy、投影点云yz和投影点云xz，并分别转换为点云Q在XY、XZ、YZ三个投影平面的一维的轮廓描述向量PCF，
将三个一维的轮廓描述向量PCF分别与离线模型库每个刀具类型对应的三个PCF向量进行匹配获得候选刀具类型，所述离线模型库是预先获得的，包含所有刀具的PCF图以及各种刀具的尺寸和形状信息。
8.根据权利要求7所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述将三个一维的轮廓描述向量PCF分别与离线模型库每个刀具类型对应的三个PCF向量进行匹配获得候选刀具类型，具体匹配方法如下：
匹配指标为各坐标平面的一维的轮廓描述向量PCF与离线模型库中对应的坐标平面的PCF向量之间距离d，其中
Figure RE-FDA0002743911590000021
分别计算出XY,XZ,YZ三个坐标平面的PCF距离d并取均值作为最终的距离，其中，均值为
Figure RE-FDA0002743911590000022
设置第一阈值D，当距离
Figure RE-FDA0002743911590000023
小于第一阈值D时，归为候选刀具类型，当距离
Figure RE-FDA0002743911590000024
大于第一阈值D时，认定为不匹配，遍历离线模型库中所有刀具类型以获得所有匹配的候选刀具类型。
9.根据权利要求6所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述利用迭代最近点算法(ICP)将目标与离线模型库点云匹配，具体包括：依据最近点方法获得对应点对并计算点云Q与候选刀具类型之间的匹配误差e，进而采用单位四元数法计算点云Q与候选刀具类型之间的三维刚体变换，迭代上述过程直到匹配误差趋于稳定以获得最小二乘意义下的最优匹配，
对于匹配后的点云Q与候选刀具类型点云，若对应点对之间的距离小于候选刀具类型点云的分辨率，则认为是一个匹配点对，统计得到匹配点对的数量Np,定义点云Q与候选刀具类型之间的点云匹配度为
Figure RE-FDA0002743911590000031
其中N代表点云Q包含的点数。
10.根据权利要求9所述的一种基于激光雷达的机床防碰撞方法，其特征在于，所述综合利用特征匹配和点云匹配信息构建相似性度量，实现当前刀具类型的识别，具体包括：
设计最终的匹配指标L来衡量目标与候选刀具类型的匹配度：
Figure RE-FDA0002743911590000032
匹配度L最大的候选刀具类型为最终匹配的刀具类型，即为最终识别出的当前刀具类型。
11.根据权利要求3所述的一种基于激光雷达的机床防碰撞方法，其特征在于，其特征在于，在数控机床存储器中预先存储有机床坐标系下各类刀具刀尖坐标与两个反光膜中心坐标之间的转换计算公式。
CN202010550944.1A 2020-06-16 2020-06-16 一种基于激光雷达的机床防碰撞系统及方法 Active CN111993155B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010550944.1A CN111993155B (zh) 2020-06-16 2020-06-16 一种基于激光雷达的机床防碰撞系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010550944.1A CN111993155B (zh) 2020-06-16 2020-06-16 一种基于激光雷达的机床防碰撞系统及方法

Publications (2)

Publication Number Publication Date
CN111993155A CN111993155A (zh) 2020-11-27
CN111993155B true CN111993155B (zh) 2021-07-20

Family

ID=73467846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010550944.1A Active CN111993155B (zh) 2020-06-16 2020-06-16 一种基于激光雷达的机床防碰撞系统及方法

Country Status (1)

Country Link
CN (1) CN111993155B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671511A (zh) * 2021-07-30 2021-11-19 南京航空航天大学 一种面向区域场景的激光雷达高精度定位方法
CN116777909B (zh) * 2023-08-18 2023-11-03 德普数控(深圳)有限公司 基于点云数据的数控机床刀具刀尖快速定位方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001105279A (ja) * 1999-10-05 2001-04-17 Toyoda Mach Works Ltd 工作機械における計測補正方法
CN201529919U (zh) * 2009-10-27 2010-07-21 天津海鸥表业集团有限公司 车床自动续料设备的无触点化控制的调速装置
CN102581700A (zh) * 2012-02-28 2012-07-18 上海大学 视频与激光融合的旋转刀具在线自动检测装置
CN204504896U (zh) * 2015-01-22 2015-07-29 江铃汽车股份有限公司 一种立式加工中心刀具损坏自动识别装置
CN206393332U (zh) * 2016-12-30 2017-08-11 南京求精机械厂 一种数控机床主轴防撞轴报警系统
CN207396739U (zh) * 2017-12-22 2018-05-22 西安飞芯电子科技有限公司 一种基于车载激光雷达的防撞预警系统
CN108857577A (zh) * 2018-08-31 2018-11-23 上海实极机器人自动化有限公司 刀具磨损状态监控方法及设备
CN109188460A (zh) * 2018-09-25 2019-01-11 北京华开领航科技有限责任公司 无人驾驶异物检测系统及方法
CN208614389U (zh) * 2018-06-28 2019-03-19 扬州五亭桥缸套有限公司 一种数控机床刀库刀具监控系统
CN110293074A (zh) * 2019-05-15 2019-10-01 深圳市圆梦精密技术研究院 刀具自动分拣设备
CN110722403A (zh) * 2019-10-29 2020-01-24 华中科技大学 一种基于电磁感应和射频识别技术的刀具状态监测系统
CN111126362A (zh) * 2020-03-26 2020-05-08 北京三快在线科技有限公司 一种预测障碍物轨迹的方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170197287A1 (en) * 2016-01-07 2017-07-13 Toshiba Kikai Kabushiki Kaisha Machine tool and method for correcting a position of a tip of the tool

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001105279A (ja) * 1999-10-05 2001-04-17 Toyoda Mach Works Ltd 工作機械における計測補正方法
CN201529919U (zh) * 2009-10-27 2010-07-21 天津海鸥表业集团有限公司 车床自动续料设备的无触点化控制的调速装置
CN102581700A (zh) * 2012-02-28 2012-07-18 上海大学 视频与激光融合的旋转刀具在线自动检测装置
CN204504896U (zh) * 2015-01-22 2015-07-29 江铃汽车股份有限公司 一种立式加工中心刀具损坏自动识别装置
CN206393332U (zh) * 2016-12-30 2017-08-11 南京求精机械厂 一种数控机床主轴防撞轴报警系统
CN207396739U (zh) * 2017-12-22 2018-05-22 西安飞芯电子科技有限公司 一种基于车载激光雷达的防撞预警系统
CN208614389U (zh) * 2018-06-28 2019-03-19 扬州五亭桥缸套有限公司 一种数控机床刀库刀具监控系统
CN108857577A (zh) * 2018-08-31 2018-11-23 上海实极机器人自动化有限公司 刀具磨损状态监控方法及设备
CN109188460A (zh) * 2018-09-25 2019-01-11 北京华开领航科技有限责任公司 无人驾驶异物检测系统及方法
CN110293074A (zh) * 2019-05-15 2019-10-01 深圳市圆梦精密技术研究院 刀具自动分拣设备
CN110722403A (zh) * 2019-10-29 2020-01-24 华中科技大学 一种基于电磁感应和射频识别技术的刀具状态监测系统
CN111126362A (zh) * 2020-03-26 2020-05-08 北京三快在线科技有限公司 一种预测障碍物轨迹的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Automatic selection of cutter orientation for preventing the collision problem on a five-axis machin";Yao-Wen Hsueh等;《The International Journal of Advanced Manufacturing Technology》;20070215;第66-77页 *
基于激光干涉仪的数控机床运动误差识别与补偿;张虎等;《中国机械工程》;20021115;第44-47页 *

Also Published As

Publication number Publication date
CN111993155A (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
JP7072759B2 (ja) マルチセンサによる複合キャリブレーション装置及び方法
CN111993155B (zh) 一种基于激光雷达的机床防碰撞系统及方法
CN107089599B (zh) 基于集装箱箱区轮廓三维识别的吊具安全防撞系统及方法
US20190308320A1 (en) Object recognition processing apparatus and method, and object picking apparatus and method
JP2011007632A (ja) 情報処理装置、情報処理方法およびプログラム
EP3489895B1 (en) Industrial vehicles with point fix based localization
WO2021189468A1 (zh) 激光雷达的姿态校正方法、装置和系统
CN111443359B (zh) 定位方法、装置及设备
CN111055293A (zh) 一种基于曲面自适应的工业机器人高精度恒力打磨方法
CN111986219B (zh) 一种三维点云与自由曲面模型的匹配方法
CN111702054B (zh) 一种曲板渐进成形在位调形检测系统及方法
CN109872355B (zh) 一种基于深度相机的最短距离获取方法及装置
Morris et al. A view-dependent adaptive matched filter for ladar-based vehicle tracking
JP2015007639A (ja) 情報処理装置、情報処理方法およびプログラム
CN115774265B (zh) 用于工业机器人的二维码和激光雷达融合定位方法与装置
CN112987748A (zh) 机器人狭窄空间的控制方法、装置、终端及存储介质
CN209570170U (zh) 一种基于无人机的海上风机塔柱状态巡检装置
CN111812659A (zh) 一种基于图像识别和激光测距的铁塔姿态预警装置及方法
CN116840853A (zh) 一种多线激光雷达拖尾点与离群点去除方法及系统
CN115600118A (zh) 基于二维激光点云的托盘腿识别方法及系统
CN115100287A (zh) 外参标定方法及机器人
CN114228411A (zh) 连接控制方法、装置、设备及存储介质
CN113758422B (zh) 一种发散型多线激光条纹的编号及识别方法
Zhu et al. A Wide Range Multi-obstacle Detection Method Based on VIDAR and Active Binocular Vision.
CN115509214B (zh) 定位控制方法和装置、自主充电控制装置、方法及系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211102

Address after: 528000 Shunjiang Neighborhood Committee Industrial Park, Beijiao Town, Foshan City, Guangdong Province

Patentee after: GUANGDONG NATIONAL BOWLDER TECHNOLOGY CO.,LTD.

Address before: 510640 No. five, 381 mountain road, Guangzhou, Guangdong, Tianhe District

Patentee before: SOUTH CHINA University OF TECHNOLOGY

CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 528000 floor 1, building 5, Qide real estate Park, No. 2, Xingye East Road, Shunjiang Neighborhood Committee Industrial Park, Beijiao Town, Foshan City, Guangdong Province

Patentee after: GUANGDONG NATIONAL BOWLDER TECHNOLOGY CO.,LTD.

Address before: 528000 Shunjiang Neighborhood Committee Industrial Park, Beijiao Town, Foshan City, Guangdong Province

Patentee before: GUANGDONG NATIONAL BOWLDER TECHNOLOGY CO.,LTD.

CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 528311 1st floor, building 5, Qide real estate Park, No.2, Xingye East Road, Shunjiang Neighborhood Committee Industrial Park, Beijiao Town, Shunde District, Foshan City, Guangdong Province

Patentee after: Guangdong Guoyu Technology Co.,Ltd.

Address before: 528000 floor 1, building 5, Qide real estate Park, No. 2, Xingye East Road, Shunjiang Neighborhood Committee Industrial Park, Beijiao Town, Foshan City, Guangdong Province

Patentee before: GUANGDONG NATIONAL BOWLDER TECHNOLOGY CO.,LTD.