CN113190889B - 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法 - Google Patents

一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法 Download PDF

Info

Publication number
CN113190889B
CN113190889B CN202110487646.7A CN202110487646A CN113190889B CN 113190889 B CN113190889 B CN 113190889B CN 202110487646 A CN202110487646 A CN 202110487646A CN 113190889 B CN113190889 B CN 113190889B
Authority
CN
China
Prior art keywords
spraying
track
robot
curved surface
rotary
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
CN202110487646.7A
Other languages
English (en)
Other versions
CN113190889A (zh
Inventor
吴海彬
林劲淞
周璇
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.)
Fuzhou University
Original Assignee
Fuzhou University
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 Fuzhou University filed Critical Fuzhou University
Priority to CN202110487646.7A priority Critical patent/CN113190889B/zh
Publication of CN113190889A publication Critical patent/CN113190889A/zh
Application granted granted Critical
Publication of CN113190889B publication Critical patent/CN113190889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Mathematical Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Architecture (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Spray Control Apparatus (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法。包括工业机器人、机器人控制器、转动喷笔支架、主控制器和至少一套气压喷涂装置。喷涂轨迹的规划步骤为：首先建立相邻轨迹漆膜厚度积累模型，以漆膜厚度极值最小偏差为优化目标获得优化的喷涂轨迹间隔；其次基于曲面图案的数字模型的离线轨迹规划，采用基于STL三角网格数据的分域切片算法，对凹多边形进行分割并按曲率划分区域后，利用区域近似平面及投影最小包容矩形生成初始切面，并对初始切面按优化的轨迹间隔生成一组平行切面，获得与面域的交线轨迹；最后将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序。此方法能够在离线条件下实现自由曲面上的喷涂图案轨迹的自动规划，并保证漆膜质量，具有方便、高效的特点。

Description

一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法
技术领域
本发明属于喷涂机器人控制领域，具体涉及一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法。
背景技术
曲面零件具有优良的动力学及美观等特性，以及制造业在数字化、多轴加工上的技术进步，复杂曲面类零部件的应用日益增加。对于自由曲面图案的机器人喷涂作业，由于自由曲面零件形状不规则的特点，使用人工在线示教的方法规划喷涂轨迹效率低下，对于小批量多品种工件的生产企业来说非常不便，并可能出现喷涂不均匀的情况，因而离线的机器人自动喷涂系统应运而生。曲面图案的喷涂轨迹规划为自动喷涂系统的关键技术所在，其需要考虑形成图案的形位精准，还需要重视形成漆膜的质量。
现有的技术中，发明专利《一种基于三维模型的机器人喷涂轨迹生成方法》(申请号 201711495063.9)能够基于工件的三维模型自动生成机器人喷涂轨迹，但该方法没有针对喷漆工艺及漆膜厚度等的相关优化。发明专利《一种曲面喷涂轨迹规划方法》(申请号201810438437.1) 对于喷涂对象的不同形状并没有进行适配和处理，对于存在凹角的凹多边形进行轨迹规划时可能会存在轨迹不连续或者轨迹转折较多的情况，从而影响喷涂效果；同时该发明在确定喷涂轨迹时，简单地将喷枪法向量等同于交点所属的一个三角面片法向量的相反，而没有考虑到交点位于顶点及边线的情况，可能造成一定误差。
因此提供一种能够适配喷涂形状、且能够对喷涂质量进行参数优化的曲面图案的机器人喷涂系统及喷涂轨迹规划方法具有重要意义。
发明内容
本发明的目的在于解决现有自由曲面喷涂轨迹方法没有对喷涂形状进行适配，没有对喷涂质量进行参数优化的问题，因此提供一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法。
为实现上述目的，本发明的技术方案是：一种曲面图案的机器人转动喷涂系统，包括工业机器人、机器人控制器、转动喷笔支架、主控制器和至少一套气压喷涂装置；所述气压喷涂装置包括喷笔、墨壶、电磁阀和气源；所述工业机器人本体与所述机器人控制器电气连接，所述转动喷笔支架安装于所述工业机器人本体末端，所述喷笔安装于所述转动喷笔支架上，所述墨壶通过软管连接于喷笔，所述气源输出的压力空气通过软管经所述电磁阀连接于所述喷笔；所述主控制器与机器人控制器、电磁阀和转动喷笔支架电气连接；所述曲面图案的机器人转动喷涂系统想喷涂步骤为：
步骤a、在CAD软件上建立待喷涂的曲面图案，并将其转换为STL文件；
步骤b、输入STL文件及所需的喷涂工艺参数，通过STL三角网格模型建立几何拓扑数据，并计算漆膜均匀度优化的喷涂轨迹间隔；
步骤c、通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；
步骤d、将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，结合主控制器指令生成机器人控制程序；
步骤e、将工件放置在机器人运动空间内并建立工件坐标系，在机器人仿真软件内验证轨迹可行性后，将机器人控制程序上传至机器人控制器，执行喷涂程序。
在本发明一实施例中，所述转动喷笔支架由连接盘、电机模块、支撑套筒模块、转动模块组成；所述连接盘用于将所述转动喷笔支架安装于所述工业机器人本体末端，所述电机模块固定于连接盘上；所述支撑套筒模块连接在所述电机模块上；所述转动模块套在所述支撑套筒模块上。
在本发明一实施例中，所述电机模块中的微型伺服电机提供转动动力，该动力通过联轴器与传动轴连接；所述传动轴位于支撑套筒模块的套筒中间空心处；所述传动轴通过轴上截切面与所述转动模块的转动盖固连，并传动转动动力；所述转动盖通过螺钉固定在所述转动模块的三角转动平台上，并将转动动力传递到所述三角转动平台。
在本发明一实施例中，步骤b中输入STL文件及所需的喷涂工艺参数，通过STL三角网格模型建立几何拓扑数据，并计算漆膜均匀度优化的喷涂轨迹间隔，包括以下处理步骤：
步骤b1、读取包含曲面图案的STL模型，建立包含STL模型中个三角面片、顶点及边线的几何拓扑数据：三角面片集合
Figure RE-GDA0003122931510000021
顶点集合
Figure RE-GDA0003122931510000022
边线集合
Figure RE-GDA0003122931510000023
步骤b2、以各顶点或边线所邻接的三角面片面积sTPi、sTEi作为权重，三角面片法向量
Figure RE-GDA0003122931510000024
Figure RE-GDA0003122931510000025
为对象，插值获得各顶点及边线的法向量
Figure RE-GDA0003122931510000026
Figure RE-GDA0003122931510000027
步骤b3、输入包括喷涂高度h、喷锥张角θ的工艺参数，则喷幅半径为：
Figure RE-GDA0003122931510000028
步骤b4、基于二次曲线漆膜沉积速率建立相邻轨迹漆膜厚度积累模型：
Figure RE-GDA0003122931510000031
其中，
Figure RE-GDA0003122931510000032
x1＝x，x2＝2R-d-x，x为到相邻轨迹中一条轨迹的距离；
步骤b5、基于相邻轨迹不同的喷幅叠加宽度d，在该宽度下漆膜厚度的极差为：
G＝max{Qd(x)}-min{Qd(x)}
步骤b6、以漆膜厚度极差G最小作为优化目标，得到优化的喷幅叠加宽度dt，则优化的喷涂轨迹间隔为：
doffs＝2R-dt。
在本发明一实施例中，步骤c中基于STL三角网格数据的分域切片算法获得与面域的交线轨迹，包括以下处理步骤：
步骤c1、基于三角网格的边缘搜索算法，分离孤立的图案；
步骤c2、判断孤立是否为凹多边形，若为凹多边形则对凹角顶点进行分割，成为若干凸多边形；
步骤c3、对分割后的图案按曲率进行区域划分，获得多个曲率相近的面域，以面域内每个三角面片的面积sTDi作为权重，三角面片法向量
Figure RE-GDA0003122931510000033
为对象，计算面域整体的加权法向量，获得面域的近似平面的法向量
Figure RE-GDA0003122931510000034
Figure RE-GDA0003122931510000035
步骤c4、将面域投影至近似平面，利用遗传算法计算最小包容矩形，并过最小包容矩形的其中一边作一个垂直于近似平面的初始切面；
步骤c5、以步骤a中获得的喷涂轨迹间隔doffs作为间距，生成一组初始切面的平行面，与面域相交获得交线轨迹，该轨迹由切面与面域内三角面片的交点顺次连接形成。
在本发明一实施例中，步骤d中将交线轨迹按喷涂高度向曲面法向偏移获得工具轨迹，其方式为：步骤c中所得交线轨迹中的交点，其所在位置在所属三角面的边线或顶点上；由交线轨迹偏移得到工具轨迹的过程中，偏移方向为各交点所在边线或顶点对应的法向量
Figure RE-GDA0003122931510000036
其已由步骤b2插值得到。
本发明还提供了一种基于上述所述的曲面图案的机器人转动喷涂系统的喷涂轨迹规划方法，首先输入待喷涂的曲面图案STL文件及相关喷涂工艺参数；根据输入的喷涂工艺参数依照二次曲线的漆膜沉积速率模型，以漆膜均匀度为优化目标获得优化的喷涂轨迹重叠间隔；通过 STL三角网格模型建立几何拓扑数据；通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序。
相较于现有技术，本发明具有以下有益效果：本发明能够在离线条件下实现自由曲面上的喷涂图案轨迹的自动规划，并保证漆膜质量，具有方便、高效的特点。
附图说明
图1是本发明装置构成原理；
图2是本发明喷涂作业示意图；
图3是本发明转动喷笔支架的整体结构示意图；
图4是本发明转动喷笔支架拆除转动模块的结构示意图；
图5是本发明转动喷笔支架传动部分的示意图；
图6是本发明的系统执行流程；
图7是本发明轨迹生成方法流程图；
图8是图案凹凸性的判断方法示意图；
图9是包容矩阵示意图；
图10是本发明轨迹生成方法中初始切面的示意图；
图11是本发明转动喷笔支架切换工作喷笔的示意图。
图中，1-转动喷笔支架，2-工业机器人本体，3-机器人控制器，4-主控制器，5-电磁阀，6- 气源，7-墨壶，8-喷笔，9-连接盘，10-电机模块，10-1-电机仓，10-2-微型伺服电机，10-3-电机安装板，11-支撑套筒模块，11-1-套筒，11-2-滑动轴承，11-3-空心轴，12-转动模块，12-1-推力轴承，12-2-喷笔安装支座，12-3-紧固螺母，12-4-转动盖，12-5-三角转动平台，13-联轴器，14- 传动轴。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明一种曲面图案的机器人转动喷涂系统，包括工业机器人、机器人控制器、转动喷笔支架、主控制器和至少一套气压喷涂装置；所述气压喷涂装置包括喷笔、墨壶、电磁阀和气源；所述工业机器人本体与所述机器人控制器电气连接，所述转动喷笔支架安装于所述工业机器人本体末端，所述喷笔安装于所述转动喷笔支架上，所述墨壶通过软管连接于喷笔，所述气源输出的压力空气通过软管经所述电磁阀连接于所述喷笔；所述主控制器与机器人控制器、电磁阀和转动喷笔支架电气连接；所述曲面图案的机器人转动喷涂系统想喷涂步骤为：
步骤a、在CAD软件上建立待喷涂的曲面图案，并将其转换为STL文件；
步骤b、输入STL文件及所需的喷涂工艺参数，通过STL三角网格模型建立几何拓扑数据，并计算漆膜均匀度优化的喷涂轨迹间隔；
步骤c、通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；
步骤d、将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，结合主控制器指令生成机器人控制程序；
步骤e、将工件放置在机器人运动空间内并建立工件坐标系，在机器人仿真软件内验证轨迹可行性后，将机器人控制程序上传至机器人控制器，执行喷涂程序。
本发明还提供了一种基于上述所述的曲面图案的机器人转动喷涂系统的喷涂轨迹规划方法，首先输入待喷涂的曲面图案STL文件及相关喷涂工艺参数；根据输入的喷涂工艺参数依照二次曲线的漆膜沉积速率模型，以漆膜均匀度为优化目标获得优化的喷涂轨迹重叠间隔；通过 STL三角网格模型建立几何拓扑数据；通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序。
以下为本发明的具体实例。
实施例1：本实施例参见图1，提供一种曲面图案的机器人转动喷涂系统，所述的转动喷涂系统包含一台工业机器人本体2、一台机器人控制器3、一个转动喷笔支架1、一个主控制器4。另外，为所述曲面图案的机器人转动喷涂系统配置一套气压喷涂装置。所述气压喷涂装置包括一支喷笔8、一个墨壶7、一个电磁阀5和一个气源6。所述工业机器人本体与所述机器人控制器电气连接，所述转动喷笔支架安装于所述工业机器人本体末端，所述喷笔安装于所述转动喷笔支架，所述墨壶通过软管连接于喷笔，所述气源输出的压力空气通过软管经所述电磁阀连接于所述喷笔；所述主控制器与机器人控制器、电磁阀和转动喷笔支架电气连接。
在本实施例中，所述工业机器人用于运动执行；所述转动喷笔支架连接至工业机器人末端，其上装持的喷笔用于执行喷涂作业，喷涂作业示意如图2；所述主控制器用于控制转动喷笔支架的转动、所述气压喷涂装置中电磁阀的通断及与机器人控制器的通信；所述电磁阀用于控制所述气压喷涂装置的喷笔所需的压力气源的通断；所述墨壶用于向所述气压喷涂装置的喷笔提供喷涂材料；所述气源用于向转动喷笔支架上的喷笔提供压力气源。
在本实施例中，为本发明提供的曲面图案的机器人转动喷涂系统配置一套气压喷涂装置。转动喷涂支架如图3、4、5所示，连接盘9固定于工业机器人末端法兰盘，电机模块10连接在连接盘9上，支撑套筒模块11连接在电机模块10上，转动模块12连接在支撑套筒模块11上。
在电机模块10中，电机仓10-1和连接盘9固连，微型伺服电机10-2安装在电机安装板10-3 上，电机安装板10-3固连在电机仓10-1上。
在支撑套筒模块11中，如图4所示，套筒11-1连接在电机模块10的电机安装板10-3上，空心轴11-3连接在套筒11-1上，滑动轴承11-2套在空心轴11-3上，与空心轴之间形成转动自由度。
在转动模块12中，三角转动平台12-5套在支撑套筒模块11的滑动轴承11-2上，可以同滑动轴承11-2一同转动。三角转动平台12-5上下两侧分别紧靠一个推力轴承12-1，并由紧固螺母 12-3与套筒11-1夹紧。在三角转动平台12-5的一个侧面上安装一支气压喷涂装置中的喷笔8，喷笔由12-2喷笔安装支座安装在转动平台上。转动盖12-4固连在三角转动平台12-5上，并为转动平台提供转动力。
电机动力的传动方式，如图5所示，电机10-2的输出轴通过联轴器13连接到传动轴14上，传动轴14通过末端轴的切角与转动模块12中的转动盖12-4固连，并通过转动盖12-4将转动力传递到三角转动平台12-5上。
在本实施例中，该系统的实现方法如图6所示，各部分安装完毕后，整个系统上电，将待喷涂的曲面图案STL文件及相关喷涂工艺参数输入计算机，通过本发明提供的喷涂轨迹规划方法计算后生成机器人执行代码，将该机器人执行代码传输给机器人控制器后，由机器人控制器控制机器人带动转动喷笔支架进行喷涂作业，同时机器人控制器在执行代码规定时机向喷涂装置控制板发送转动及喷漆开关指令，喷涂装置控制板根据收到的指令控制转动喷笔支架转到指定位置，或者控制指令所对应电磁阀的通断使转动喷笔支架上对应的喷笔开始或终止喷漆。
在本实施例中，喷涂轨迹规划方法的计算流程如图7所示，所述方法首先输入待喷涂的曲面图案STL文件及相关喷涂工艺参数；根据输入的喷涂工艺参数依照二次曲线的漆膜沉积速率模型，以漆膜均匀度为优化目标获得优化的喷涂轨迹重叠间隔；通过STL三角网格模型建立几何拓扑数据；通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序。其具体实施步骤如下：
步骤a：输入STL文件，通过STL三角网格模型建立几何拓扑数据；包括以下处理步骤：
1)在CAD软件上建立待喷涂的曲面图案，并建立该模型的工件坐标系，并将其输出为STL 文件。
2)读取包含曲面图案的STL模型，建立包含STL模型中个三角面片、顶点及边线的几何拓扑数据：三角面片集合
Figure RE-GDA0003122931510000071
顶点集合
Figure RE-GDA0003122931510000072
边线集合
Figure RE-GDA0003122931510000073
每个三角面片Ti包含对应的三个顶点序号ITP＝{iP1,iP2,iP3}、三角面片法向量
Figure RE-GDA0003122931510000074
每个顶点Pi包含顶点的位置坐标pi、其从属的若干三角面序号IPT＝{iT1,...,iTn}、从属的若干边线序号IPE＝{iE1,...,iEn}；每个边线Ei包含对应的两个端点序号IEP＝{iP1,iP2}、其从属的三角面序号IET＝{iT1,...,iTn}。
3)以各顶点或边线所邻接的三角面片面积sTPi、sTEi作为权重，三角面片法向量
Figure RE-GDA0003122931510000075
为对象，插值获得各顶点及边线的法向量
Figure RE-GDA0003122931510000076
Figure RE-GDA0003122931510000077
步骤b：依照二次曲线的漆膜沉积速率模型，以漆膜均匀度为优化目标获得优化的喷涂轨迹重叠间隔；包括以下处理步骤：
1)输入喷涂速度v、喷涂高度h、喷锥张角θ、总体喷涂方向等工艺参数。此时计算出喷幅半径为：
Figure RE-GDA0003122931510000078
2)基于二次曲线漆膜沉积速率建立相邻轨迹漆膜厚度积累模型：
Figure RE-GDA0003122931510000079
式中，Qd(x)为相邻轨迹重叠宽度为d时，距其中一条轨迹距离x位置处的漆膜叠加累积厚度；单条轨迹距离x处的漆膜累积厚度为
Figure RE-GDA00031229315100000710
x1、x2分别为位置点距离两条相邻轨迹的距离，x1＝x，x2＝2R-d-x。
3)根据相邻轨迹漆膜厚度积累模型Qd(x)，基于不同的相邻轨迹的喷幅叠加宽度d，在该宽度下漆膜厚度的极差为：
G＝max{Qd(x)}-min{Qd(x)}
4)以漆膜厚度极差G最小作为优化目标，得到优化的喷幅叠加宽度dt，则优化的喷涂轨迹间隔为：
doffs＝2R-dt
步骤c：通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；包括以下处理步骤：
1)基于三角网格的边缘搜索算法，分离孤立的图案。边缘搜索算法的具体方式为：对于三角形网格，边界的边缘仅由一个三角形所引用。只要找出只从属一个三角面片的边，该边即为边线，具体实施方式如下：
对于某一个三角面片Ti，可以通过步骤b建立的集合拓扑数据，在顶点集合中找出Ti对应的三个顶点Pip1,Pip2,Pip3，进而可以从三个顶点数据中找到各顶点从属的三角面片Ti1,...,Tin，即为前述三角面片Ti的相邻面。比较Ti与Ti1,...,Tin的所有边线，若存在Ti的某条边线Ei不从属于 Ti1,...,Tin中任意一个，则Ei就是一条该网格区域的边缘边。
2)判断孤立是否为凹多边形，若为凹多边形则对凹角顶点进行分割，成为若干凸多边形。
凹多边形的判断方式及凹角点的寻找方法为：利用上述步骤的边缘搜索方法找到图案的边缘边，并将边缘边的端点作为边缘点按图案外形顺序排序，并投影到近似平面上；通过投影图案的边缘点指向相邻边缘点的方向是否共线判断该点是否是图案角点。
角点的凹凸性判断方法为：如图8所示，对于某一个角点，其指向图案内部的方向
Figure RE-GDA0003122931510000081
与角点相邻边线方向
Figure RE-GDA0003122931510000082
的夹角α1、α2均为锐角，则该角点为凸角点；否则为凹角点。
3)对分割后的图案按曲率进行区域划分，获得多个曲率相近的面域，以面域内每个三角面片的面积sTDi作为权重，三角面片法向量
Figure RE-GDA0003122931510000083
为对象，计算面域整体的加权法向量，获得面域的近似平面的法向量
Figure RE-GDA0003122931510000084
Figure RE-GDA0003122931510000085
4)将面域投影至近似平面，计算最小包容矩形，并过最小包容矩形的其中一边作一个垂直于近似平面的初始切面。
最小包容矩形的计算方式为：运用遗传算法，通过对种群进行多代的交叉、选择、变异，从而获得适应度最优解。
最小包容矩形的遗传算法具体实施方式为：如图9所示，以投影图案的一个边缘点为原点建立一个任意方向的二维直角坐标系，x、y分别为坐标系两个轴。将投影图案绕坐标系原点旋转θ后，与x、y轴平行，以投影图案在x、y方向的极值作为边线获得一个投影图案的包容矩形TRθ。以θ作为遗传算法的个体，以对应的包容矩形面积TRθ作为个体适应度函数，经过遗传算法计算出最小包容矩形TRf。
初始切面的确定方式如图10所示，为减少喷涂轨迹的转折次数，以最小包容矩形TRf的长边作为初始切面上的一条线，以垂直面域近似平面法向量
Figure RE-GDA0003122931510000091
的向量
Figure RE-GDA0003122931510000092
作为初始切面的法向量得到初始切面。
5)以步骤a中获得的喷涂轨迹间隔doffs作为间距，生成一组初始切面的平行面，与面域相交获得交线轨迹，该轨迹由切面与面域内三角面片的交点顺次连接形成。
步骤d：将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序；包括以下处理特征：
1)步骤c中所得交线轨迹中的交点，其所在位置在所属三角面的边线或顶点上。由交线轨迹偏移喷涂高度h得到工具轨迹的过程中，偏移方向为各交点所在边线或顶点对应的法向量
Figure RE-GDA0003122931510000093
其已由步骤b2插值得到。
实施例2：本实施例在实施例1的基础上增加第二套气压喷涂装置，参见图11。第二套气压喷涂装置包括一支喷笔8、一个墨壶7、一个电磁阀5，气源6与第一套共用。第二套气压喷涂装置中的喷笔装持在转动喷笔支架1的三角转动平台上，与第一套气压喷涂装置的喷笔装持在三角转动平台不同的装持面上。第二套气压喷涂装置中的墨壶通过软管连接于第二套气压喷涂装置的喷笔。气源6输出的压力空气通过软管经第二套气压喷涂装置的电磁阀连接于第二套气压喷涂装置的喷笔。第二套气压喷涂装置的电磁阀与主控制器4电气连接。
实施例2的喷涂作业方式与实施例1相同。在需要从第一套气压喷涂装置的喷笔切换至第二套气压喷涂装置的喷笔时，机器人控制器3向主控制器4发出切换指令，主控制器则根据指令控制转动喷笔支架1中的微型伺服电机10-2转到指定位置，使第二套气压喷涂装置的喷笔转到喷口朝向工件的位置。从第二套气压喷涂装置的喷笔切换至第一套气压喷涂装置的喷笔，系统的控制方式相同。
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (5)

1.一种曲面图案的机器人转动喷涂系统，其特征在于，包括工业机器人、机器人控制器、转动喷笔支架、主控制器和至少一套气压喷涂装置；所述气压喷涂装置包括喷笔、墨壶、电磁阀和气源；所述工业机器人本体与所述机器人控制器电气连接，所述转动喷笔支架安装于所述工业机器人本体末端，所述喷笔安装于所述转动喷笔支架上，所述墨壶通过软管连接于喷笔，所述气源输出的压力空气通过软管经所述电磁阀连接于所述喷笔；所述主控制器与机器人控制器、电磁阀和转动喷笔支架电气连接；所述曲面图案的机器人转动喷涂系统的喷涂步骤为：
步骤a、在CAD软件上建立待喷涂的曲面图案，并将其转换为STL文件；
步骤b、输入STL文件及所需的喷涂工艺参数，通过STL三角网格模型建立几何拓扑数据，并计算漆膜均匀度优化的喷涂轨迹间隔；
步骤c、通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；
步骤d、将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，结合主控制器指令生成机器人控制程序；
步骤e、将工件放置在机器人运动空间内并建立工件坐标系，在机器人仿真软件内验证轨迹可行性后，将机器人控制程序上传至机器人控制器，执行喷涂程序；
步骤b中输入STL文件及所需的喷涂工艺参数，通过STL三角网格模型建立几何拓扑数据，并计算漆膜均匀度优化的喷涂轨迹间隔，包括以下处理步骤：
步骤b1、读取包含曲面图案的STL模型，建立包含STL模型中各个三角面片、顶点及边线的几何拓扑数据：三角面片集合
Figure FDA0003595493930000011
顶点集合
Figure FDA0003595493930000012
边线集合
Figure FDA0003595493930000013
步骤b2、以各顶点或边线所邻接的三角面片面积sTPi、sTEi作为权重，三角面片法向量
Figure FDA0003595493930000014
Figure FDA0003595493930000015
为对象，插值获得各顶点及边线的法向量
Figure FDA0003595493930000016
Figure FDA0003595493930000017
步骤b3、输入包括喷涂高度h、喷锥张角θ的工艺参数，则喷幅半径为：
Figure FDA0003595493930000018
步骤b4、基于二次曲线漆膜沉积速率建立相邻轨迹漆膜厚度积累模型：
Figure FDA0003595493930000019
其中，
Figure FDA0003595493930000021
x1＝x，x2＝2R-d-x，x为到相邻轨迹中一条轨迹的距离；
步骤b5、基于相邻轨迹不同的喷幅叠加宽度d，在该宽度下漆膜厚度的极差为：
G＝max{Qd(x)}-min{Qd(x)}
步骤b6、以漆膜厚度极差G最小作为优化目标，得到优化的喷幅叠加宽度dt，则优化的喷涂轨迹间隔为：
doffs＝2R-dt
步骤c中基于STL三角网格数据的分域切片算法获得与面域的交线轨迹，包括以下处理步骤：
步骤c1、基于三角网格的边缘搜索算法，分离孤立的图案；
步骤c2、判断孤立的图案是否为凹多边形，若为凹多边形则对凹角顶点进行分割，成为若干凸多边形；
步骤c3、对分割后的图案按曲率进行区域划分，获得多个曲率相近的面域，以面域内每个三角面片的面积sTDi作为权重，三角面片法向量
Figure FDA0003595493930000022
为对象，计算面域整体的加权法向量，获得面域的近似平面的法向量
Figure FDA0003595493930000023
Figure FDA0003595493930000024
步骤c4、将面域投影至近似平面，利用遗传算法计算最小包容矩形，并过最小包容矩形的其中一边作一个垂直于近似平面的初始切面；
步骤c5、以步骤a中获得的喷涂轨迹间隔doffs作为间距，生成一组初始切面的平行面，与面域相交获得交线轨迹，该轨迹由切面与面域内三角面片的交点顺次连接形成。
2.根据权利要求1所述的一种曲面图案的机器人转动喷涂系统，其特征在于，所述转动喷笔支架由连接盘、电机模块、支撑套筒模块、转动模块组成；所述连接盘用于将所述转动喷笔支架安装于所述工业机器人本体末端，所述电机模块固定于连接盘上；所述支撑套筒模块连接在所述电机模块上；所述转动模块套在所述支撑套筒模块上。
3.根据权利要求2所述的一种曲面图案的机器人转动喷涂系统，其特征在于，所述电机模块中的微型伺服电机提供转动动力，该动力通过联轴器与传动轴连接；所述传动轴位于支撑套筒模块的套筒中间空心处；所述传动轴通过轴上截切面与所述转动模块的转动盖固连，并传动转动动力；所述转动盖通过螺钉固定在所述转动模块的三角转动平台上，并将转动动力传递到所述三角转动平台。
4.根据权利要求1所述的一种曲面图案的机器人转动喷涂系统，其特征在于，步骤d中将交线轨迹按喷涂高度向曲面法向偏移获得工具轨迹，其方式为：步骤c中所得交线轨迹中的交点，其所在位置在所属三角面的边线或顶点上；由交线轨迹偏移得到工具轨迹的过程中，偏移方向为各交点所在边线或顶点对应的法向量
Figure FDA0003595493930000031
5.一种基于权利要求1-4任一所述的曲面图案的机器人转动喷涂系统的喷涂轨迹规划方法，其特征在于，首先输入待喷涂的曲面图案STL文件及相关喷涂工艺参数；根据输入的喷涂工艺参数依照二次曲线的漆膜沉积速率模型，以漆膜均匀度为优化目标获得优化的喷涂轨迹重叠间隔；通过STL三角网格模型建立几何拓扑数据；通过基于三角网格几何拓扑数据的分域切片算法，获得与面域的交线轨迹；将交线轨迹按喷涂高度向曲面法向偏移获得工具喷涂轨迹，并生成机器人运动程序。
CN202110487646.7A 2021-04-30 2021-04-30 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法 Active CN113190889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110487646.7A CN113190889B (zh) 2021-04-30 2021-04-30 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110487646.7A CN113190889B (zh) 2021-04-30 2021-04-30 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法

Publications (2)

Publication Number Publication Date
CN113190889A CN113190889A (zh) 2021-07-30
CN113190889B true CN113190889B (zh) 2022-07-05

Family

ID=76983478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110487646.7A Active CN113190889B (zh) 2021-04-30 2021-04-30 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法

Country Status (1)

Country Link
CN (1) CN113190889B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113579603B (zh) * 2021-10-08 2022-01-04 徐州迈斯特机械科技有限公司 一种基于预先作用原理的便于除渣的焊接机械手
CN114431018B (zh) * 2022-03-22 2023-01-31 南方电网电力科技股份有限公司 一种树障清理方法、装置及系统
CN116371696B (zh) * 2023-04-12 2023-11-07 福州大学 一种基于工业机器人的平面图案的曲面喷涂方法及系统
CN116128878B (zh) * 2023-04-14 2023-06-23 中铭谷智能机器人(广东)有限公司 一种基于汽车钣金的智能喷涂轨迹生成方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465525A (en) * 1993-12-29 1995-11-14 Tomokiyo White Ant Co. Ltd. Intellectual working robot of self controlling and running
CN102500498A (zh) * 2011-11-11 2012-06-20 江苏科技大学 非规则多面体上的喷涂机器人喷枪轨迹优化方法
CN103400016A (zh) * 2013-08-15 2013-11-20 东南大学 一种针对小批量结构化工件的快速喷涂路径生成方法
CN110694828A (zh) * 2019-09-03 2020-01-17 天津大学 一种基于大型复杂曲面模型的机器人喷涂轨迹规划方法
DE102019113341A1 (de) * 2019-05-20 2020-11-26 Dürr Systems Ag Schichtdickenoptimierungs- und Programmierverfahren für eine Beschichtungsanlage und entsprechende Beschichtungsanlage

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465525A (en) * 1993-12-29 1995-11-14 Tomokiyo White Ant Co. Ltd. Intellectual working robot of self controlling and running
CN102500498A (zh) * 2011-11-11 2012-06-20 江苏科技大学 非规则多面体上的喷涂机器人喷枪轨迹优化方法
CN103400016A (zh) * 2013-08-15 2013-11-20 东南大学 一种针对小批量结构化工件的快速喷涂路径生成方法
DE102019113341A1 (de) * 2019-05-20 2020-11-26 Dürr Systems Ag Schichtdickenoptimierungs- und Programmierverfahren für eine Beschichtungsanlage und entsprechende Beschichtungsanlage
CN110694828A (zh) * 2019-09-03 2020-01-17 天津大学 一种基于大型复杂曲面模型的机器人喷涂轨迹规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hai Van Pham et.al.Proposed Smooth-STC Algorithm for Enhanced Coverage Path Planning Performance in Mobile Robot Applications.《Robotics》.2020, *
吴海彬 等.基于改进Voronoi图的移动机器人在线路径规划.《中国工程机械学报》.2007, *

Also Published As

Publication number Publication date
CN113190889A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113190889B (zh) 一种曲面图案的机器人转动喷涂系统及喷涂轨迹规划方法
CN104841593B (zh) 一种机器人自动喷涂系统的控制方法
CN110694828B (zh) 一种基于大型复杂曲面模型的机器人喷涂轨迹规划方法
CN109876968B (zh) 一种钢结构机器人喷涂自动路径规划方法
CN106354932A (zh) 平滑曲面间弧面型曲面过渡区域的机器人喷涂及轨迹设定方法
Shembekar et al. Trajectory planning for conformal 3d printing using non-planar layers
Chen et al. Automated tool trajectory planning of industrial robots for painting composite surfaces
CN101811301A (zh) 串并联机器人联合加工系统及其控制方法
CN110421561B (zh) 一种使用协作机器人进行服装喷涂的方法
CN104759379A (zh) 基于喷涂目标三维成像技术的全流程闭环智能喷涂机器人
CN109914756A (zh) 基于室内施工智能机器人的室内墙体3d腻子打印平整处理方法
CN106182018A (zh) 一种基于工件三维图形的磨抛工业机器人离线编程方法
CN111558870A (zh) 一种飞机机体复合材料构件机器人智能打磨系统及方法
CN112265271A (zh) 一种建模与切片并行的3d打印路径生成方法
JP2005506195A (ja) 表面処理に対する適合プロセス計画方法
CN110773356B (zh) 一种仿形喷涂方法
TWI683194B (zh) 智慧五軸同動多相態水刀加工系統
JPH05289722A (ja) 塗装ロボットの自動プログラミング装置
JP2008137143A (ja) 塗装ロボットの教示方法
CN106881717B (zh) 一种机器人定距的表面跟随喷漆方法
Wang et al. [Retracted] Motion Trajectory Planning and Design of Material Spraying Service Robot
Zeng et al. 3D printing and free-form surface coating based on 6-DOF robot
CN113000263A (zh) 一种汽修用自动喷漆设备喷枪角度调节方法
Zhao et al. Path planning for automatic robotic blade grinding
JP3194471B2 (ja) 塗装ロボットの制御データ自動作成方法および制御データ自動作成装置

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