CN113485241A - 基于线结构光传感器的焊接机器人离线扫描路径规划方法 - Google Patents

基于线结构光传感器的焊接机器人离线扫描路径规划方法 Download PDF

Info

Publication number
CN113485241A
CN113485241A CN202110854279.XA CN202110854279A CN113485241A CN 113485241 A CN113485241 A CN 113485241A CN 202110854279 A CN202110854279 A CN 202110854279A CN 113485241 A CN113485241 A CN 113485241A
Authority
CN
China
Prior art keywords
point
path
planning
constraint
line
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
Application number
CN202110854279.XA
Other languages
English (en)
Other versions
CN113485241B (zh
Inventor
王念峰
何耀强
张宪民
郑永忠
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.)
Sanji Precision Technology Guangdong Co ltd
South China University of Technology SCUT
Original Assignee
Sanji Precision Technology Guangdong Co ltd
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 Sanji Precision Technology Guangdong Co ltd, South China University of Technology SCUT filed Critical Sanji Precision Technology Guangdong Co ltd
Priority to CN202110854279.XA priority Critical patent/CN113485241B/zh
Publication of CN113485241A publication Critical patent/CN113485241A/zh
Application granted granted Critical
Publication of CN113485241B publication Critical patent/CN113485241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31382—Find shortest way, route

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)
  • Numerical Control (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及基于线结构光传感器的焊接机器人离线扫描路径规划方法，包括以下步骤：S1、进行初始化；S2、计算规划空间并采样，规划空间计算过程为从激光平面上离散出跟踪点，判定相机视线约束与激光线约束，再判定机器人碰撞可达约束，从规划空间中采样获取相应的位形；S3、选择扩展起始点并计算扩展终止点；S4、生成局部路径；S5、若搜索树扩展到最后一个路径点对应的层数，则搜索结束，从最后一层中选择累积代价最小的节点往前搜索到根，获取最终的最优路径；否则，重新转入步骤S2。本发明通过将面对点的跟踪转化为点对点的跟踪，借助可达性球、分层搜索树实现最优路径规划。

Description

基于线结构光传感器的焊接机器人离线扫描路径规划方法
技术领域
本发明涉及机器人工程技术领域，尤其涉及基于线结构光传感器的焊接机器人离线扫描路径规划方法。
背景技术
焊接场景中，为了提高焊接机器人的智能化与柔性，在焊接机器人末端执行器上安装视觉传感器，通过获取工件焊缝位置信息来对机器人轨迹进行纠偏，减少工件形位误差带来的影响，最终实现对焊缝位置的准确跟踪，提高焊接质量。
离线扫描是指焊接机器人在非焊接过程中通过视觉传感器对焊缝进行扫描，在扫描阶段获取焊缝的位置信息，并根据焊缝位置信息对机器人焊接路径进行更正，整个过程中涉及到的纠偏算法运行在机器人非焊接阶段，即离线阶段。
在现有技术中，通过传感器获取焊缝信息的手段大多为人工示教，人为地调整机器人位姿，使机器人末端执行器上的传感器能够在行走过程中采集到焊缝位置。然而，在狭窄区域中，人工示教很难保证激光平面始终照射到焊缝上，往往需要花费的时间调整机器人位姿。
发明内容
为解决现有技术所存在的技术问题，本发明提供基于线结构光传感器的焊接机器人离线扫描路径规划方法，通过将面对点的跟踪转化为点对点的跟踪，借助可达性球、分层搜索树实现最优路径规划。
本发明采用以下技术方案来实现：基于线结构光传感器的焊接机器人离线扫描路径规划方法，包括以下步骤：
S1、进行初始化，先求得第一个路径点对应的规划空间并从中选择相应的位形作为分层搜索树的根，根据机器人的可操作度指标来选择根；
S2、计算规划空间并采样，规划空间计算过程为从激光平面上离散出跟踪点，判定相机视线约束与激光线约束，再判定机器人碰撞可达约束，从规划空间中采样获取相应的位形；
S3、选择扩展起始点并计算扩展终止点，根据传感器代价函数和路径长度代价函数，从搜索树中选择到采样点代价最小的n个节点作为候选扩展点；
S4、生成局部路径，根据插值函数计算局部路径，对局部路径每一个离散点进行传感器约束判定，若满足约束则将扩展终止点加入到搜索树，并指向扩展起始点；
S5、若搜索树扩展到最后一个路径点对应的层数，则搜索结束，从最后一层中选择累积代价最小的节点往前搜索到根，获取最终的最优路径；否则，重新转入步骤S2。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明通过将面对点的跟踪转化为点对点的跟踪，借助可达性球、分层搜索树实现最优路径规划。
2、本发明通过数学方式描述传感器的约束函数，通过图形学方法来判定传感器约束是否成立，较好地模拟了线结构光传感器。
3、本发明提出的离线扫描路径规划算法能够较快地给出可行解，提高生产效率。
附图说明
图1是本发明的方法流程图；
图2是感兴趣区域离散示意图；
图3是传感器约束示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
如图1所示，本实施例基于线结构光传感器的焊接机器人离线扫描路径规划方法，主要包括以下步骤：
S1、进行初始化，先求得第一个路径点对应的规划空间并从中选择相应的位形作为分层搜索树的根，根据机器人的可操作度等指标来选择根；
S2、计算规划空间并采样，规划空间计算过程为从激光平面上离散出跟踪点，判定相机视线约束与激光线约束，再判定机器人碰撞可达约束，从规划空间中采样获取相应的位形；
S3、选择扩展起始点并计算扩展终止点，根据传感器代价函数和路径长度代价函数，从搜索树中选择到采样点代价最小的n个节点作为候选扩展点；
S4、生成局部路径，根据插值函数计算局部路径，对局部路径每一个离散点进行传感器约束判定，若满足约束则将扩展终止点加入到搜索树，并指向扩展起始点；
S5、若搜索树扩展到最后一个路径点对应的层数，则搜索结束，从最后一层中选择累积代价最小的节点往前搜索到根，获取最终的最优路径；否则，重新转入步骤S2。
本实施例中，步骤S1中初始化的具体过程为：确定分层搜索树的根，使其满足相机视线约束、激光线约束和机器人碰撞可达约束，从第一个路径点位置对应的规划空间中选择最合适的一个位形。
本实施例中，步骤S2中计算规划空间并采样的具体步骤如下：
S21、确定跟踪点，如图2所示，从二维图像上选取感兴趣区域，并将其离散化为阵列点集，将二维图像上的阵列点转化为笛卡尔空间三维点，对每一个笛卡尔空间三维点建立坐标系，若笛卡尔空间三维点的姿态与相机原点的姿态相同，则通过每一个笛卡尔空间三维点坐标系，获取其与机器人末端执行器的位姿变换；
S22、判定相机视线约束与激光线约束，如图3所示，在路径规划点上建立可达性球，可达性球上每一个位姿均可视为笛卡尔空间三维点坐标系，设Pwi为笛卡尔空间三维点的位置，Pv为相机原点，Po为激光发射原点，为保证笛卡尔空间三维点能被激光平面所照射并被相机拍摄，连接Pv与Pwi获取相机视线，连接Po与Pwi得到光路，判定相机视线与光路是否被障碍物所遮挡，若不发生遮挡，则笛卡尔空间三维点满足相机视线约束与激光线约束；
S23、判定机器人碰撞可达约束，根据笛卡尔空间三维点坐标系与机器人末端执行器的相对位姿关系，对可达性球上满足相机视线约束与激光线约束的笛卡尔空间三维点坐标系作位姿变换，求出机器人当前位形，对机器人当前位形作碰撞检测与可达性检测，保留满足约束的位形。
本实施例中，步骤S3中选择扩展起始点并计算扩展终止点的具体步骤如下：
S31、确定扩展起始点，从分层搜索树中上一层中根据传感器代价函数和路径长度代价函数选取代价最小的位形qnear，代价函数为：
G(qrand)＝G(qnear)+min{FL(LP)}
其中，G(qrand)为从根节点qroot到随机节点qrand的累积最小代价；G(qnear)为从根节点qroot到最邻近节点qnear的累积最小代价；FL(LP)为局部路径LP的代价函数；
局部路径LP的代价函数FL(LP)包括传感器代价函数Fvobj(LP)和路径长度代价函数Fdobj(LP)，使用加权求和函数来表示：
FL(LP)＝w1Fvobj(LP)+w2Fdobj(LP)
其中，w1和w2为两个函数对应的权值；
传感器代价函数表示为：
Figure BDA0003183523900000041
其中，Fvobj(LPi)为局部路径LPi的传感器代价函数；Fvobj(qi)为节点qi的传感器代价函数；Fvobj(qi+1)为节点qi+1的传感器代价函数；
Figure BDA0003183523900000042
其中，ci和ri为二维图像中心点的坐标，W和H为二维图像的尺寸，即尽量使得笛卡尔空间三维点在二维图像中的坐标靠近图像中心点；
路径长度代价函数Fdobj(LP)用前后两路径点的关节角变化值来表示：
Figure BDA0003183523900000043
其中，qi为局部路径LP的前路径点；qi+1为为局部路径LP的后路径点；lmax为搜索树的最大扩展步长。
S32、确定扩展终止点，扩展终止点到扩展起始点的距离需保证小于分层搜索树的最大扩展步长，路径规划点以通过预处理提前保证，故可选择随机位形qrand作为扩展终止点qnew。
具体地，路径规划点进行预处理的具体操作为：对焊缝曲线进行“以直代曲”的处理，即路径相邻两个规划点Pi和Pi-1之间的所有焊缝离散点pk(k＝1,2,...,n)与他们的连线
Figure BDA0003183523900000044
的距离处于一个可允许误差范围ε内。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，包括以下步骤：
S1、进行初始化，先求得第一个路径点对应的规划空间并从中选择相应的位形作为分层搜索树的根，根据机器人的可操作度指标来选择根；
S2、计算规划空间并采样，规划空间计算过程为从激光平面上离散出跟踪点，判定相机视线约束与激光线约束，再判定机器人碰撞可达约束，从规划空间中采样获取相应的位形；
S3、选择扩展起始点并计算扩展终止点，根据传感器代价函数和路径长度代价函数，从搜索树中选择到采样点代价最小的n个节点作为候选扩展点；
S4、生成局部路径，根据插值函数计算局部路径，对局部路径每一个离散点进行传感器约束判定，若满足约束则将扩展终止点加入到搜索树，并指向扩展起始点；
S5、若搜索树扩展到最后一个路径点对应的层数，则搜索结束，从最后一层中选择累积代价最小的节点往前搜索到根，获取最终的最优路径；否则，重新转入步骤S2。
2.根据权利要求1所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，步骤S1中初始化的具体过程为：确定分层搜索树的根，使其满足相机视线约束、激光线约束和机器人碰撞可达约束，从第一个路径点位置对应的规划空间中选择相应的一个位形。
3.根据权利要求1所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，步骤S2中计算规划空间并采样的具体步骤如下：
S21、确定跟踪点，从二维图像上选取感兴趣区域，并将其离散化为阵列点集，将二维图像上的阵列点转化为笛卡尔空间三维点，对每一个笛卡尔空间三维点建立坐标系，若笛卡尔空间三维点的姿态与相机原点的姿态相同，则通过每一个笛卡尔空间三维点坐标系，获取其与机器人末端执行器的位姿变换；
S22、判定相机视线约束与激光线约束，在路径规划点上建立可达性球，可达性球上每一个位姿为笛卡尔空间三维点坐标系，设Pwi为笛卡尔空间三维点的位置，Pv为相机原点，Po为激光发射原点，连接Pv与Pwi获取相机视线，连接Po与Pwi得到光路，若相机视线与光路未被障碍物所遮挡，则笛卡尔空间三维点满足相机视线约束与激光线约束；
S23、判定机器人碰撞可达约束，根据笛卡尔空间三维点坐标系与机器人末端执行器的相对位姿关系，对可达性球上满足相机视线约束与激光线约束的笛卡尔空间三维点坐标系作位姿变换，求出机器人当前位形，对机器人当前位形作碰撞检测与可达性检测，保留满足约束的位形。
4.根据权利要求1所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，步骤S3中选择扩展起始点并计算扩展终止点的具体步骤如下：
S31、确定扩展起始点，从分层搜索树中上一层中根据传感器代价函数和路径长度代价函数选取代价最小的位形qnear，代价函数为：
G(qrand)＝G(qnear)+min{FL(LP)}
其中，G(qrand)为从根节点qroot到随机节点qrand的累积最小代价；G(qnear)为从根节点qroot到最邻近节点qnear的累积最小代价；FL(LP)为局部路径LP的代价函数；
S32、确定扩展终止点，设置扩展终止点到扩展起始点的距离小于分层搜索树的最大扩展步长，路径规划点进行预处理，选择随机位形qrand作为扩展终止点qnew。
5.根据权利要求4所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，局部路径LP的代价函数FL(LP)包括传感器代价函数Fvobj(LP)和路径长度代价函数Fdobj(LP)，使用加权求和函数来表示：
FL(LP)＝w1Fvobj(LP)+w2Fdobj(LP)
其中，w1和w2为两个函数对应的权值。
6.根据权利要求5所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，传感器代价函数表示为：
Figure FDA0003183523890000021
其中，Fvobj(LPi)为局部路径LPi的传感器代价函数；Fvobj(qi)为节点qi的传感器代价函数；Fvobj(qi+1)为节点qi+1的传感器代价函数；
Figure FDA0003183523890000022
其中，ci和ri为二维图像中心点的坐标，W和H为二维图像的尺寸。
7.根据权利要求5所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，路径长度代价函数Fdobj(LP)用前后两路径点的关节角变化值来表示：
Figure FDA0003183523890000023
其中，qi为局部路径LP的前路径点；qi+1为局部路径LP的后路径点；lmax为搜索树的最大扩展步长。
8.根据权利要求4所述的基于线结构光传感器的焊接机器人离线扫描路径规划方法，其特征在于，步骤S32中路径规划点进行预处理的具体操作为：对焊缝曲线进行“以直代曲”的处理，路径相邻两个规划点Pi和Pi-1之间的所有焊缝离散点pk(k＝1,2,...,n)与他们的连线
Figure FDA0003183523890000031
的距离处于误差范围ε内。
CN202110854279.XA 2021-07-28 2021-07-28 基于线结构光传感器的焊接机器人离线扫描路径规划方法 Active CN113485241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110854279.XA CN113485241B (zh) 2021-07-28 2021-07-28 基于线结构光传感器的焊接机器人离线扫描路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110854279.XA CN113485241B (zh) 2021-07-28 2021-07-28 基于线结构光传感器的焊接机器人离线扫描路径规划方法

Publications (2)

Publication Number Publication Date
CN113485241A true CN113485241A (zh) 2021-10-08
CN113485241B CN113485241B (zh) 2022-11-01

Family

ID=77942976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110854279.XA Active CN113485241B (zh) 2021-07-28 2021-07-28 基于线结构光传感器的焊接机器人离线扫描路径规划方法

Country Status (1)

Country Link
CN (1) CN113485241B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035087A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Method and apparatus to plan motion path of robot
CN103941737A (zh) * 2014-05-09 2014-07-23 济南大学 一种复杂环境下拖挂式移动机器人的运动规划与控制方法
CN104154917A (zh) * 2013-11-19 2014-11-19 深圳信息职业技术学院 一种机器人避碰路径的规划方法、装置
CN109976347A (zh) * 2019-04-11 2019-07-05 中南大学 一种基于快速扩展随机树和势场法的视觉伺服路径规划方法
CN110228069A (zh) * 2019-07-17 2019-09-13 东北大学 一种机械臂在线避障运动规划方法
CN110703768A (zh) * 2019-11-08 2020-01-17 福州大学 一种改进型动态rrt*的移动机器人运动规划方法
CN111251297A (zh) * 2020-02-20 2020-06-09 西北工业大学 一种基于随机采样的双臂空间机器人协调路径规划方法
CN112223291A (zh) * 2020-10-21 2021-01-15 哈工大机器人（合肥）国际创新研究院 一种基于三维任务空间约束的机械臂避障方法及装置
CN112731929A (zh) * 2020-12-23 2021-04-30 浙江大学 一种基于阿克曼模型的移动机器人避障路径规划方法
CN113064426A (zh) * 2021-03-17 2021-07-02 安徽工程大学 一种改进双向快速搜索随机树算法的智能车路径规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110035087A1 (en) * 2009-08-10 2011-02-10 Samsung Electronics Co., Ltd. Method and apparatus to plan motion path of robot
CN104154917A (zh) * 2013-11-19 2014-11-19 深圳信息职业技术学院 一种机器人避碰路径的规划方法、装置
CN103941737A (zh) * 2014-05-09 2014-07-23 济南大学 一种复杂环境下拖挂式移动机器人的运动规划与控制方法
CN109976347A (zh) * 2019-04-11 2019-07-05 中南大学 一种基于快速扩展随机树和势场法的视觉伺服路径规划方法
CN110228069A (zh) * 2019-07-17 2019-09-13 东北大学 一种机械臂在线避障运动规划方法
CN110703768A (zh) * 2019-11-08 2020-01-17 福州大学 一种改进型动态rrt*的移动机器人运动规划方法
CN111251297A (zh) * 2020-02-20 2020-06-09 西北工业大学 一种基于随机采样的双臂空间机器人协调路径规划方法
CN112223291A (zh) * 2020-10-21 2021-01-15 哈工大机器人（合肥）国际创新研究院 一种基于三维任务空间约束的机械臂避障方法及装置
CN112731929A (zh) * 2020-12-23 2021-04-30 浙江大学 一种基于阿克曼模型的移动机器人避障路径规划方法
CN113064426A (zh) * 2021-03-17 2021-07-02 安徽工程大学 一种改进双向快速搜索随机树算法的智能车路径规划方法

Also Published As

Publication number Publication date
CN113485241B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN109521774B (zh) 一种基于强化学习的喷涂机器人轨迹优化方法
CN112959329B (zh) 一种基于视觉测量的智能控制焊接系统
CN111745267A (zh) 一种基于激光位移传感器的坡口焊缝实时跟踪系统及方法
CN108408080B (zh) 一种飞机翼身对接装配装置、方法及系统
CN106181162B (zh) 一种基于机器视觉的实时焊缝跟踪检测方法
JP4665857B2 (ja) アームを誘導可能な移動体およびアームを誘導する方法
CN113499138B (zh) 一种外科手术的主动导航系统及其控制方法
Tsai et al. Machine vision based path planning for a robotic golf club head welding system
JP5018458B2 (ja) 座標補正方法、座標補正プログラム、及び自律移動ロボット
CN111028340B (zh) 精密装配中的三维重构方法、装置、设备及系统
CN109514133A (zh) 一种基于线结构光感知的焊接机器人3d曲线焊缝自主示教方法
US20210208563A1 (en) Closed-loop robotic deposition of material
CN113160335A (zh) 一种基于双目视觉的模型点云及三维表面重建方法
CN113485241B (zh) 基于线结构光传感器的焊接机器人离线扫描路径规划方法
Xu et al. A novel welding path generation method for robotic multi-layer multi-pass welding based on weld seam feature point
US20180307206A1 (en) Closed-loop robotic deposition of material
CN113063348B (zh) 一种基于立体参考物的结构光自垂直弧形焊缝扫描方法
Tran et al. An intelligent path planning of welding robot based on multisensor interaction
CN113385869A (zh) 基于机器视觉的大型方格子构件机器人焊接装备及焊缝定位方法
TWI625700B (zh) 用於點雲資料貼合之冗餘點偵測方法
CN113485240B (zh) 基于带标志位分层搜索树的机器人在线焊接路径规划方法
CN110445982A (zh) 一种基于六自由度设备的追踪拍摄方法
CN113618277B (zh) 带可达性球分层搜索树的焊接机器人离线焊接路径规划方法
CN114800574A (zh) 一种基于双三维相机的机器人自动化焊接系统及方法
CN114463495A (zh) 一种基于机器视觉技术的智能喷涂方法及系统

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