CN113319863A - 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 - Google Patents
机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 Download PDFInfo
- Publication number
- CN113319863A CN113319863A CN202110508676.1A CN202110508676A CN113319863A CN 113319863 A CN113319863 A CN 113319863A CN 202110508676 A CN202110508676 A CN 202110508676A CN 113319863 A CN113319863 A CN 113319863A
- Authority
- CN
- China
- Prior art keywords
- robot
- blisk
- joint
- axis
- grinding
- 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.)
- Granted
Links
- 238000005498 polishing Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 238000003754 machining Methods 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 21
- 239000002245 particle Substances 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims 1
- 230000036544 posture Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/005—Manipulators for mechanical processing tasks
- B25J11/0065—Polishing or grinding
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J17/00—Joints
- B25J17/02—Wrist joints
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Finish Polishing, Edge Sharpening, And Grinding By Specific Grinding Devices (AREA)
Abstract
本发明公开了机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统,属于整体叶盘数控加工领域。包括:运动学逆解出整体叶盘不同刀具位姿下的机器人各关节运动角度;以机器人可达、无奇异点作为约束,以机器人加工时的累积最小关节运动角度为目标,求解机器人磨抛加工整体叶盘的工件装夹位姿。本发明通过运动学逆解获取整体叶盘不同装夹位姿下的机器人关节运动,并构建不可达和奇异性两个约束条件以及机器人累积最小关节运动角度这个目标函数,求解最优装夹位姿,由此解决了机器人磨抛整体叶盘时出现的不可达和奇异性等问题,同时减少了加工时间,提高了加工效率。所述方法简单,易于实施,适用性强,灵活性较好。
Description
技术领域
本发明属于整体叶盘数控加工领域,更具体地,涉及机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统。
背景技术
整体叶盘作为新一代航空发动机核心零件,其表面质量优劣直接影响到发动机的使用寿命和使用效率。采用机器人进行整体叶盘的磨抛加工具有成本低、柔性好、智能化、效率高、操作空间大等优势。但由于机器人本身结构特性,其末端的不可达性和奇异性是机器人加工过程中需要解决的两个问题。
在加工轨迹确定的情况下,不同的整体叶盘装夹位姿会导致机器人运动的不同,从而出现不同装夹位姿的加工时间有所差异的情况,影响加工效率。错误的叶盘装夹位姿会导致机器人加工时出现不可达以及奇异形位,使机器人无法完成加工甚至损伤机器人。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统,其目的在于确定整体叶盘的装夹位置和姿态,以解决机器人加工过程中出现的不可达、奇异点以及碰撞问题,同时缩短加工时间,减少加工能耗。
为实现上述目的,按照本发明的一个方面,提供了一种机器人磨抛加工整体叶盘的工件装夹位姿优化方法,包括:
运动学逆解出整体叶盘不同刀具位姿下的机器人各关节运动角度;以机器人可达、无奇异点作为约束,以机器人加工时的累积最小关节运动角度为目标,求解机器人磨抛加工整体叶盘的工件装夹位姿。
优选地,所述刀具位姿矩阵如下:
所述运动学逆解出整体叶盘不同刀具位姿下的机器人各关节运动角度:
其中,表示机器人关节轴n+1相对于关节轴n的变换矩阵,n=0,1,…,5,表示刀具坐标系相对于机器人第6轴坐标系的变换矩阵,θn+1表示机器人关节轴n+1的关节角,an+1、dn+1、αn+1为机器人D-H参数,分别表示关节轴n的z轴到关节轴n+1的z轴的距离、关节轴n的x轴到关节轴n+1的x轴的距离、关节轴n的z轴和关节轴n+1的z轴的夹角,c表示cos,s表示sin。
优选地,通过以下方式判定机器人出现不可达:判断运动学逆解的解集是否为空集,若为空集,则机器人出现不可达,若不为空集,则机器人可达。
有益效果:本发明构造了机器人可达性约束函数,机器人逆解计算里的约束,保证超出机器人运动可达范围时解集就为空,有效剔除了不可进行加工的整体叶盘装夹位姿,解决了机器人磨抛加工时不可达问题对于加工过程的影响。
优选地,通过以下方式判定机器人出现奇异形位:判断是否存在至少一个机器人位于第i个刀位点时的雅克比矩阵J(qi)的值det(J(qi))为0,若是,则机器人出现奇异形位,否则,机器人不出现奇异形位。
有益效果:本发明构造了机器人奇异性约束函数,有效剔除了不可进行加工的整体叶盘装夹位姿,解决了机器人磨抛加工时奇异点问题对于加工过程的影响。
优选地,机器人加工时的累积关节运动角度F计算公式如下:
其中,Nt表示机器人磨抛加工整体叶盘时的刀位点个数,qi=[θ1 θ2 θ3 θ4 θ5 θ6]T表示位于第i个刀位点时机器人的6个关节角度,W=[w1 w2 w3 w4 w5 w6]T表示根据机器人各个关节电机功率设置的权重系数。
有益效果:针对加工时间和能耗问题,本发明构建了机器人累积最小关节角度的目标函数,相对于其他指标(例如,残留材料总体积),机器人累积最小关节角度能使机器人通过较小的关节转角就完成同样的加工任务,实现缩短加工时间,提高加工效率,同时减少机器人能耗的目的。
优选地,以整体叶盘装夹位姿pose=[x y z A 0 0]T作为粒子位置,以机器人加工时的累积关节运动角度最小为目标,采用粒子群优化算法迭代求解整体叶盘最佳装夹位姿,其中,[x y z]T表示在世界坐标系下整体叶盘装夹的位置,[A 0 0]T表示整体叶盘装夹的欧拉角姿态。
有益效果:本发明采用粒子群优化算法搜索整体叶盘的最优装夹位置和姿态,有效的缩短了加工时间,提高了加工效率。
为实现上述目的,按照本发明的另一个方面,提供了一种机器人磨抛加工整体叶盘的工件装夹位姿优化系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行上述机器人磨抛加工整体叶盘的工件装夹位姿优化方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
本发明通过运动学逆解获取整体叶盘不同装夹位姿下的机器人关节运动,并构建不可达和奇异性两个约束条件以及机器人累积最小关节运动角度这个目标函数,求解最优装夹位姿,由此解决了机器人磨抛整体叶盘时出现的不可达和奇异性等问题,同时减少了加工时间,提高了加工效率。所述方法简单,易于实施,适用性强,灵活性较好。
附图说明
图1是本发明提供的一种机器人磨抛加工整体叶盘的工件装夹位姿优化方法流程图;
图2是机器人运动学D-H模型及变换参数;
图3是整体叶盘装夹位姿优化示意图;
图4是整体叶盘机器人磨抛加示意图;
在所有附图中,相同的附图标记表示相同的元件或结构,其中:
1-关节机器人,2-磨抛工具,3-整体叶盘,4-机器人变位机。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,本发明提供了一种机器人磨抛加工整体叶盘的工件装夹位姿优化方法,包括以下步骤:
步骤一:规划整体叶盘磨抛加工的刀具轨迹,获取每个刀位点的机器人末端刀具位姿。
步骤二:根据刀具位姿由机器人逆运动学计算出机器人6个关节轴的旋转角度。
具体地,有了每个刀位点的刀具位姿矩阵,根据机器人逆运动学可以计算出机器人运动到每一个刀位点时6个关节轴的旋转角度:
其中,表示机器人关节轴n+1相对于关节轴n的变换矩阵,n=0,1,…,5,表示刀具坐标系相对于机器人第6轴坐标系的变换矩阵,θn+1表示机器人关节轴n+1的关节角,an+1、dn+1、αn+1为如图2所示的机器人D-H参数,分别表示关节轴n的z轴到关节轴n+1的z轴的距离、关节轴n的x轴到关节轴n+1的x轴的距离、关节轴n的z轴和关节轴n+1的z轴的夹角,c表示cos,s表示sin。
步骤三,以机器人可达性、无奇异点作为约束条件构建约束函数。
具体地,为了消除机器人加工过程中存在的可达性和奇异性问题,设置机器人可达性约束函数f(a)和奇异点是否存在约束函数f(s)。如果由机器人运动学逆解求得的6个关节旋转角的值均在机器人运动可达范围内,则机器人可达,那么f(a)=1,否则f(a)=0;如果机器人雅可比矩阵|J(q)|=0,则机器人存在奇异点,那么f(s)=0,否则f(s)=1。
在某一整体叶盘装夹位姿进行磨抛加工时若约束函数f(a)和f(s)满足:
f(a)=0或f(s)=0
则在此装夹位姿下,机器人会出现不可达或奇异形位,即在此位姿下不可进行磨抛加工,需剔除此装夹位姿,否则在此位姿下可以进行磨抛加工。
步骤四:以机器人加工时的累积最小关节运动角度为目标条件构建目标函数。
具体地,整体叶盘以不同姿态装夹在不同位置时,机器人的运动也不同,为了使机器人关节转角最小,以减少加工时间,提高加工效率,构建目标函数机器人加工运动时累积关节运动角度F为:
其中,Nt是机器人磨抛加工整体叶盘时的刀位点个数,qi=[θ1 θ2 θ3 θ4 θ5 θ6]T是位于第i个刀位点时机器人的6个关节角度,W=[w1 w2 w3 w4 w5 w6]T是根据机器人各个关节电机功率而设置的权重系数。
步骤五:根据约束函数和目标函数,采用粒子群优化算法优化整体叶盘装夹位姿,获取全局最优装夹位姿。
具体地,采用粒子群优化算法对整体叶盘装夹位姿优化,粒子群优化算法,以f(a)和f(s)为约束函数,F为目标函数。叶盘装夹位姿变换在工作台上的X,Y,Z三个方向上平移以及Z轴一个方向上旋转,即函数的自变量整体叶盘装夹位姿pose为:
pose=[x y z A 0 0]T
其中,[x y z]T是在世界坐标系下整体叶盘装夹的位置,[A 0 0]T是整体叶盘装夹的欧拉角姿态。
粒子群优化算法的粒子更新速度为:
vi,j(t+1)=wvi,j(t)+c1r1[pi,j-xi,j(t)]+c2r2[pg,j-xi,j(t)]
xi,j(t+1)=xi,j(t)+vi,j(t+1),j=1,2,...,d
其中,vi,j(t+1)和xi,j(t+1)为粒子i在t代的飞行速度和位移,w为粒子飞行的惯性权重,c1和c2是加速因子,r1和r2是随机数,pi,j为粒子个体飞行过程中找到的最佳位置,pg,j为当代粒子种群中找到的最佳位置。
如图3所示,整体叶盘的装夹位置可沿机器人基坐标系WCS的X轴、Y轴移动,装夹姿态可沿Z轴旋转。
如图4所示,整体叶盘3装夹于工作台4上,关节机器人1末端夹持磨抛工具2对整体叶盘的叶片进行磨抛加工。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种机器人磨抛加工整体叶盘的工件装夹位姿优化方法,其特征在于,包括:
运动学逆解出整体叶盘不同刀具位姿下的机器人各关节运动角度;以机器人可达、无奇异点作为约束,以机器人加工时的累积最小关节运动角度为目标,求解机器人磨抛加工整体叶盘的工件装夹位姿。
2.如权利要求1所述的方法,其特征在于,所述刀具位姿矩阵如下:
所述运动学逆解出整体叶盘不同刀具位姿下的机器人各关节运动角度:
3.如权利要求1所述的方法,其特征在于,通过以下方式判定机器人出现不可达:判断运动学逆解的解集是否为空集,若为空集,则机器人出现不可达,若不为空集,则机器人可达。
4.如权利要求1所述的方法,其特征在于,通过以下方式判定机器人出现奇异形位:判断是否存在至少一个机器人位于第i个刀位点时的雅克比矩阵J(qi)的值det(J(qi))为0,若是,则机器人出现奇异形位,否则,机器人不出现奇异形位。
6.如权利要求1所述的方法,其特征在于,以整体叶盘装夹位姿pose=[x y z Α 0 0]T作为粒子位置,以机器人加工时的累积关节运动角度最小为目标,采用粒子群优化算法迭代求解整体叶盘最佳装夹位姿,其中,[x y z]T表示在世界坐标系下整体叶盘装夹的位置,[Α 0 0]T表示整体叶盘装夹的欧拉角姿态。
7.一种机器人磨抛加工整体叶盘的工件装夹位姿优化系统,其特征在于,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行权利要求1至6任一项所述的机器人磨抛加工整体叶盘的工件装夹位姿优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508676.1A CN113319863B (zh) | 2021-05-11 | 2021-05-11 | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508676.1A CN113319863B (zh) | 2021-05-11 | 2021-05-11 | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113319863A true CN113319863A (zh) | 2021-08-31 |
CN113319863B CN113319863B (zh) | 2023-06-16 |
Family
ID=77415251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110508676.1A Active CN113319863B (zh) | 2021-05-11 | 2021-05-11 | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113319863B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114559432A (zh) * | 2022-03-02 | 2022-05-31 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN116330303A (zh) * | 2023-05-29 | 2023-06-27 | 广东隆崎机器人有限公司 | Scara机器人运动控制方法、装置、终端设备及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038563A1 (en) * | 2003-08-16 | 2005-02-17 | Abdul Rauf | Device and method for kinematic calibration of robots |
WO2006086021A2 (en) * | 2004-10-25 | 2006-08-17 | University Of Dayton | Method and system to provide improved accuracies in multi-jointed robots through kinematic robot model parameters determination |
CN104965517A (zh) * | 2015-07-07 | 2015-10-07 | 张耀伦 | 一种机器人笛卡尔空间轨迹的规划方法 |
CN107953334A (zh) * | 2017-12-25 | 2018-04-24 | 深圳禾思众成科技有限公司 | 一种基于a星算法的工业机械臂无碰撞路径规划方法 |
CN108339995A (zh) * | 2018-01-12 | 2018-07-31 | 上海大学 | 一种可调角度的机器人末端执行器安装机构及其调整方法 |
CN108356819A (zh) * | 2018-01-17 | 2018-08-03 | 西安交通大学 | 基于改进a*算法的工业机械臂无碰撞路径规划方法 |
CN109664296A (zh) * | 2018-12-13 | 2019-04-23 | 华南理工大学 | 一种面向机器人砂带打磨的优化轨迹搜索方法 |
CN110103116A (zh) * | 2019-05-23 | 2019-08-09 | 华中科技大学 | 一种自适应姿态的主被动柔顺磨抛装置及磨抛机器人 |
CN110370256A (zh) * | 2019-06-25 | 2019-10-25 | 达闼科技(北京)有限公司 | 机器人及其路径规划方法、装置和控制器 |
CN111152224A (zh) * | 2020-01-10 | 2020-05-15 | 温州大学 | 一种双重寻优的机器人运动轨迹优化方法 |
CN111673739A (zh) * | 2020-05-15 | 2020-09-18 | 成都飞机工业(集团)有限责任公司 | 一种基于rbf神经网络的机器人位姿可达性判断的方法 |
WO2021023315A1 (zh) * | 2019-08-06 | 2021-02-11 | 华中科技大学 | 一种基于人眼凝视点的手眼协调抓取方法 |
CN112476434A (zh) * | 2020-11-24 | 2021-03-12 | 新拓三维技术(深圳)有限公司 | 一种基于协作机器人的视觉3d取放方法及系统 |
CN112666831A (zh) * | 2020-12-24 | 2021-04-16 | 华中科技大学 | 一种机器人磨抛加工接触力的主动控制方法 |
-
2021
- 2021-05-11 CN CN202110508676.1A patent/CN113319863B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038563A1 (en) * | 2003-08-16 | 2005-02-17 | Abdul Rauf | Device and method for kinematic calibration of robots |
JP2005118980A (ja) * | 2003-08-16 | 2005-05-12 | Gwangju Inst Of Science & Technology | ロボットの運動学的キャリブレーション装置及びその方法 |
WO2006086021A2 (en) * | 2004-10-25 | 2006-08-17 | University Of Dayton | Method and system to provide improved accuracies in multi-jointed robots through kinematic robot model parameters determination |
CN104965517A (zh) * | 2015-07-07 | 2015-10-07 | 张耀伦 | 一种机器人笛卡尔空间轨迹的规划方法 |
CN107953334A (zh) * | 2017-12-25 | 2018-04-24 | 深圳禾思众成科技有限公司 | 一种基于a星算法的工业机械臂无碰撞路径规划方法 |
CN108339995A (zh) * | 2018-01-12 | 2018-07-31 | 上海大学 | 一种可调角度的机器人末端执行器安装机构及其调整方法 |
CN108356819A (zh) * | 2018-01-17 | 2018-08-03 | 西安交通大学 | 基于改进a*算法的工业机械臂无碰撞路径规划方法 |
CN109664296A (zh) * | 2018-12-13 | 2019-04-23 | 华南理工大学 | 一种面向机器人砂带打磨的优化轨迹搜索方法 |
CN110103116A (zh) * | 2019-05-23 | 2019-08-09 | 华中科技大学 | 一种自适应姿态的主被动柔顺磨抛装置及磨抛机器人 |
CN110370256A (zh) * | 2019-06-25 | 2019-10-25 | 达闼科技(北京)有限公司 | 机器人及其路径规划方法、装置和控制器 |
WO2021023315A1 (zh) * | 2019-08-06 | 2021-02-11 | 华中科技大学 | 一种基于人眼凝视点的手眼协调抓取方法 |
CN111152224A (zh) * | 2020-01-10 | 2020-05-15 | 温州大学 | 一种双重寻优的机器人运动轨迹优化方法 |
CN111673739A (zh) * | 2020-05-15 | 2020-09-18 | 成都飞机工业(集团)有限责任公司 | 一种基于rbf神经网络的机器人位姿可达性判断的方法 |
CN112476434A (zh) * | 2020-11-24 | 2021-03-12 | 新拓三维技术(深圳)有限公司 | 一种基于协作机器人的视觉3d取放方法及系统 |
CN112666831A (zh) * | 2020-12-24 | 2021-04-16 | 华中科技大学 | 一种机器人磨抛加工接触力的主动控制方法 |
Non-Patent Citations (4)
Title |
---|
刘佳刚等: "工业机器人工件装夹优化算法研究", 《自动化仪表》 * |
刘佳刚等: "工业机器人工件装夹优化算法研究", 《自动化仪表》, vol. 38, no. 11, 30 November 2017 (2017-11-30), pages 46 - 50 * |
徐文秀等: "整体叶盘机器人自动化抛光技术", 《机械设计》 * |
徐文秀等: "整体叶盘机器人自动化抛光技术", 《机械设计》, vol. 27, no. 07, 31 July 2010 (2010-07-31), pages 47 - 50 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114559432A (zh) * | 2022-03-02 | 2022-05-31 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN114559432B (zh) * | 2022-03-02 | 2023-11-21 | 杭州柳叶刀机器人有限公司 | 手术机械臂自动定位寻路方法、装置、机器人及存储介质 |
CN116330303A (zh) * | 2023-05-29 | 2023-06-27 | 广东隆崎机器人有限公司 | Scara机器人运动控制方法、装置、终端设备及介质 |
CN116330303B (zh) * | 2023-05-29 | 2023-08-01 | 广东隆崎机器人有限公司 | Scara机器人运动控制方法、装置、终端设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113319863B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Song et al. | Precision robotic deburring based on force control for arbitrarily shaped workpiece using CAD model matching | |
CN113319863B (zh) | 机器人磨抛加工整体叶盘的工件装夹位姿优化方法和系统 | |
CN111558870B (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 | |
CN112828359B (zh) | 基于势场法多约束的机器人铣削加工姿态规划方法和系统 | |
CN110315396B (zh) | 一种基于大数据的工业机器人恒力磨抛方法 | |
CN111633650B (zh) | 一种基于机器人刚度特性的模态耦合颤振抑制方法 | |
Wang et al. | Kinematic analysis and feedrate optimization in six-axis NC abrasive belt grinding of blades | |
CN112947298A (zh) | 一种机器人曲面加工轨迹优化生成方法、系统及终端 | |
CN110989490B (zh) | 一种基于轮廓误差的工件最优安装位置的获取方法 | |
CN113156819A (zh) | 协调打磨机械臂系统自适应神经网络同步阻抗控制方法 | |
CN113932753A (zh) | 一种轮毂法兰盘打磨的轮廓标定方法 | |
CN110900605B (zh) | 一种基于速度重配的协调机械臂多约束加工优化方法 | |
CN109465677B (zh) | 一种机器人恒力抛光方法 | |
CN114131605B (zh) | 一种船体零件打磨轨迹自动配准调整装置及方法 | |
Park et al. | Gantry type lapping manipulator toward unmanned lapping process for a large work surface | |
Xie et al. | Path planning of grinding robot with force control based on B-spline curve | |
Bo et al. | Review of robotic control strategies for industrial finishing operations | |
CN111061218B (zh) | 一种基于acis的复杂曲面加工切削力预测方法及设备 | |
CN114750146A (zh) | 一种机器人铣削轨迹精度补偿方法 | |
Li et al. | Robotic compliant grinding for complex blisk with an intelligent end-effector | |
Tang et al. | A Review on End-effectors of Robotic Grinding | |
CN114029956B (zh) | 一种考虑奇异点与碰撞避免的高阶光滑机器人曲面加工过程优化方法 | |
Jiao et al. | Research on Trajectory Planning of 6-DOF Cutting-robot in Machining Complex Surface | |
Zhao et al. | Tool orientation planning for five-axis CNC machining of open free-form surfaces | |
CN110703691A (zh) | 一种横磨外圆磨刃轨迹三维建模方法 |
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 |