CN114227691B - 一种汽车钣金机器人智能喷漆轨迹安全检测方法 - Google Patents
一种汽车钣金机器人智能喷漆轨迹安全检测方法 Download PDFInfo
- Publication number
- CN114227691B CN114227691B CN202111657548.XA CN202111657548A CN114227691B CN 114227691 B CN114227691 B CN 114227691B CN 202111657548 A CN202111657548 A CN 202111657548A CN 114227691 B CN114227691 B CN 114227691B
- Authority
- CN
- China
- Prior art keywords
- robot
- vision camera
- point cloud
- sheet metal
- data
- 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
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 66
- 239000002184 metal Substances 0.000 title claims abstract description 66
- 238000005507 spraying Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 239000003973 paint Substances 0.000 title claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 43
- 238000000034 method Methods 0.000 claims description 31
- 230000000007 visual effect Effects 0.000 claims description 20
- 230000009466 transformation Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 9
- 229930091051 Arenine Natural products 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 238000005086 pumping Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000012423 maintenance Methods 0.000 description 6
- 230000008439 repair process Effects 0.000 description 5
- 238000010009 beating Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 238000003466 welding Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005482 strain hardening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J11/0075—Manipulators for painting or coating
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种汽车钣金机器人智能喷漆轨迹安全检测方法，该方法包括以下步骤：S1，系统组件搭建；S2，3D视觉相机标定，S3、3D视觉相机拍照，S4，建立工装模型、S5，云数据转换和显示和S6，轨迹点位安全检测，该方法3D视觉相机对钣金件进行拍照和点云数据拼接，能快速完成钣金件外形重建，生成在机器人基坐标系或工具坐标系下有效的喷涂轨迹数据，再利用机器人运动学正逆解算出机器人每个轨迹点位各轴的角度大小，从而可自动扫描生成汽车喷涂路径，不需要人工示教喷涂轨迹，适用多种车型和钣金，大大提高了工作效率，满足生产和工作需求，且本方法采用机器人运动学正逆解的方式对喷涂轨迹的安全性进行检测，有效提高安全性能和使用质量。
Description
技术领域
本发明涉及智能喷涂技术领域，具体为一种汽车钣金机器人智能喷漆轨迹安全检测方法。
背景技术
汽车钣金就是汽车维修的一种加工方法，又叫冷做，说直接点，如果车身外观损坏变形，就需要钣金这个工序，汽车碰撞修复已经由原始的“砸拉焊补”发展成为车身二次制造装配，碰撞事故车辆的修复不再是简单的汽车钣金的敲敲打打，修复的质量也不能单靠肉眼去观察车辆的外观、缝隙，维修人员不但要了解车身的技术参数和外型尺寸，更要掌握车身材料特性，受力的特性的传递车身变形趋势和受力点以及车身的生产工艺如焊接工艺等。
当前汽车行业中，汽车生产商、汽车4S店在汽车喷漆方面为了避免对喷漆人员身体造成一定的伤害基本使用喷涂机器人自动喷漆，汽车生产商一条汽车喷涂生产线只喷涂固定型号产品的汽车，对于机器人的喷涂轨迹，一般通过人工示教完成；由于车型固定、轨迹人工示教、汽车钣金位置固定，在机器人喷涂的安全检测中多数采用感应器来完成，而汽车维修店的汽车喷涂，车型种类多、钣金种类不同，每次喷涂钣金型号不同的特点，不能使用机器人示教喷涂轨迹的方式完成，每次喷涂的车身位置也不一样，采用单一的感应器方式无法满足。
发明内容
本发明的目的在于提供一种汽车钣金机器人智能喷漆轨迹安全检测方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种汽车钣金机器人智能喷漆轨迹安全检测方法，该方法包括以下步骤：
S1，系统组件搭建；
a、准备系统组件搭建所需要的装置设备；设备包括但不限于工控机、显示器、控制电柜、3D视觉相机标定板、桁架、机器人和3D视觉相机；
b、将步骤S1，a中准备的3D视觉相机安装在机器人的六轴夹具上，同时完成3D视觉相机的固定安装工作；
c、将步骤S1，b中得到的安装有3D视觉相机的机器人吊装在XY轴桁架上；
d、在汽车钣金房内设置好汽车钣金工装件的放置范围，方便后续钣金工装的拍照识别工作；
e、示教步骤S1，c中机器人的工具坐标；
S2，3D视觉相机标定；
a、3D视觉相机安装完成后，准备设计好的3D视觉相机标定板，示教机器人的3D视觉相机标定位置；
b、移动桁架，使3D视觉相机标定板在3D视觉相机的视野范围内；
c、3D视觉相机进行拍照，同时3D视觉相机自动找出3D视觉相机标定板的九个圆心位置；
d、对步骤S2，c中得到的圆心位置数据进行记录保存，若未记录保存则重复步骤S2，c和本步骤；
e、数据记录完成后，移动机器人，使其分别运动到3D视觉相机标定板的分别移动到3D视觉相机标定板的九个圆心位置，同时切换机器人的工具坐标TCP点对准圆心位置；
f、记录机器人在当前工具坐标系下，机器人的X、Y、Z值和机器人的A、B、C型姿态；
g、计算机器人与3D视觉相机之间的旋转矩阵关系；
h、对步骤S2，g中得到的旋转矩阵数据进行保存，标定结束；
S3、3D视觉相机拍照；
a、当步骤S2整个子步骤全部完成后，将钣金工装件搬运至特定的区域范围内；
b、步骤S3，a完成后移动桁架，使钣金工装件进入到3D视觉相机的拍照视野范围内；
c、3D视觉相机进行拍照获取点云数据信息，并且进行滤波处理；
d、设定拍照范围内3D视觉相机视野一次性覆盖特征；
e、若3D视觉相机的视觉软件无法完成一次性覆盖效果，则需要重复步骤S3，b-c，直到3D视觉相机覆盖整个区域；
S4，建立点云工装模型；
a、将步骤S3,e中得到的3D视觉相机多次拍照获取的点云数据信息利用3D视觉软件保存并且拼接在一起，形成钣金工装模型；
S5，点云数据转换和显示；
a、将步骤S4，a的点云数据进行计算转换矩转，同时将3D视觉相机坐标系下的点云数据转换到机器人坐标系；
b、将点云数据按照事先设置的固定行进间距进行有效的网格化抽点处理；
c、将步骤S5，b抽点后的点云数据按照顺序进行排列，从而得到机器人的运动轨迹；
d、将步骤S5，c中得到的数据进行转换，转换以后得到钣金件的外形点云数据；
e、将3D视觉相机拼接完成后并转换成机器人的点云数据在3D视觉软件内进行显示查看，确保数据准确性；
S6，轨迹点位安全检测；
a、利用转换的机器人点云数据和机器人欧拉角的关系算出机器人的变换矩阵；
b、基坐标系或工具坐标系下的每个点位利用运动学正逆解方式算出机器人各轴的角度数据；
c、判断是否超出机器人的各轴的软限位数据，若超出软限位数据则显示超出有效范围的点位数据；
d、判断是否超出设置的机器人的各轴的软限位数据，若超出软限位数据则显示超出设置的安全范围的点位数据；
e、显示点云数据和机器人的轨迹点位；
f、安全检测流程结束。
优选的，所述步骤S1，a中机器人为六轴夹具机器人，所述3D视觉相机标定板设置有九个圆心，每个圆心值分为X、Y、Z值。
优选的，所述步骤S2，c中，在3D视觉相机找出3D视觉相机标定板九个个圆心位置之前，机器人状态固定不动。
优选的，所述步骤S2，e中，机器人在移动时的位置特征点为九组，同时利用最小二乘法进行数据计算，并且得到机器人坐标系和3D视觉坐标系的转换关系。
优选的，所述步骤S2，f中，点云数据信息为坐标信息X、Y、Z轴的三轴坐标信息和机器人的A、B、C型的三种姿态。
优选的，所述步骤S3，c中的点云数据处理包括对点云数据进行的滤波处理、过滤掉干扰点云和无效点云数据信息、保存有效的点云信息数据。
优选的，所述步骤S5，e中，3D视觉软件显示为每个机器人的点云数据信息，其中包括坐标信息和机器人的姿态信息。
优选的，所述步骤S6，b中其计算方式采用运动学正逆解方式中的解析法进行计算。
与现有技术相比，本发明的有益效果是：
该种汽车钣金机器人智能喷漆轨迹安全检测方法，采用三维重建的技术，自动生成机器人轨迹，同时多次扫描的数据拼接转换成机器人的喷涂轨迹，再利用机器人运动学正逆解方法检测喷涂轨迹中的点位机器人各轴角度是否超出机器人软限位和有效的角度，提高检测安全性能；
通过此种方式，3D视觉相机对钣金件进行拍照和点云数据拼接，能快速完成钣金件外形重建，生成在机器人基坐标系或工具坐标系下有效的喷涂轨迹数据，再利用机器人运动学正逆解算出机器人每个轨迹点位各轴的角度大小，从而可自动扫描生成汽车喷涂路径，不需要人工示教喷涂轨迹，适用多种车型和钣金，减少了操作步骤，降低人工操作的繁琐性，适用于汽车维修店的日常维修建模使用，大大提高了工作效率，满足生产和工作需求，有效增加经济收入，且本方法采用机器人运动学正逆解的方式对喷涂轨迹的安全性进行检测，有效提高安全性能和使用质量。
附图说明
图1为本发明的轨迹点位安全检测流程示意图；
图2为本发明的3D相机标定流程示意图；
图3为本发明的生成机器人喷涂轨迹流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，本发明提供一种技术方案：一种汽车钣金机器人智能喷漆轨迹安全检测方法，该方法包括以下步骤：
S1，系统组件搭建；
a、准备系统组件搭建所需要的装置设备；设备包括但不限于工控机、显示器、控制电柜、3D视觉相机标定板、桁架、机器人和3D视觉相机；
b、将步骤S1，a中准备的3D视觉相机安装在机器人的六轴夹具上，同时完成3D视觉相机的固定安装工作；
c、将步骤S1，b中得到的安装有3D视觉相机的机器人吊装在XY轴桁架上；
d、在汽车钣金房内设置好汽车钣金工装件的放置范围，方便后续钣金工装的拍照识别工作；
e、示教步骤S1，c中机器人的工具坐标；
S2，3D视觉相机标定；
a、3D视觉相机安装完成后，准备设计好的3D视觉相机标定板，示教机器人的3D视觉相机标定位置；
b、移动桁架，使3D视觉相机标定板在3D视觉相机的视野范围内；
c、3D视觉相机进行拍照，同时3D视觉相机自动找出3D视觉相机标定板的九个圆心位置；
d、对步骤S2，c中得到的圆心位置数据进行记录保存，若未记录保存则重复步骤S2，c和本步骤；
e、数据记录完成后，移动机器人，使其分别运动到3D视觉相机标定板的分别移动到3D视觉相机标定板的九个圆心位置，同时切换机器人的工具坐标TCP点对准圆心位置；
f、记录机器人在当前工具坐标系下，机器人的X、Y、Z值和机器人的A、B、C型姿态；
g、计算机器人与3D视觉相机之间的旋转矩阵关系；
h、对步骤S2，g中得到的旋转矩阵数据进行保存，标定结束；
S3、3D视觉相机拍照；
a、当步骤S2整个子步骤全部完成后，将钣金工装件搬运至特定的区域范围内；
b、步骤S3，a完成后移动桁架，使钣金工装件进入到3D视觉相机的拍照视野范围内；
c、3D视觉相机进行拍照获取点云数据信息，并且进行滤波处理；
d、设定拍照范围内3D视觉相机视野一次性覆盖特征；
e、若3D视觉相机的视觉软件无法完成一次性覆盖效果，则需要重复步骤S3，b-c，直到3D视觉相机覆盖整个区域；
S4，建立点云工装模型；
a、将步骤S3,e中得到的3D视觉相机多次拍照获取的点云数据信息利用3D视觉软件保存并且拼接在一起，形成钣金工装模型；
S5，点云数据转换和显示；
a、将步骤S4，a的点云数据进行计算转换矩转，同时将3D视觉相机坐标系下的点云数据转换到机器人坐标系；
b、将点云数据按照事先设置的固定行进间距进行有效的网格化抽点处理；
c、将步骤S5，b抽点后的点云数据按照顺序进行排列，从而得到机器人的运动轨迹；
d、将步骤S5，c中得到的数据进行转换，转换以后得到钣金件的外形点云数据；
e、将3D视觉相机拼接完成后并转换成机器人的点云数据在3D视觉软件内进行显示查看，确保数据准确性；
S6，轨迹点位安全检测；
a、利用转换的机器人点云数据和机器人欧拉角的关系算出机器人的变换矩阵；
b、基坐标系或工具坐标系下的每个点位利用运动学正逆解方式算出机器人各轴的角度数据；
c、判断是否超出机器人的各轴的软限位数据，若超出软限位数据则显示超出有效范围的点位数据；
d、判断是否超出设置的机器人的各轴的软限位数据，若超出软限位数据则显示超出设置的安全范围的点位数据；
e、显示点云数据和机器人的轨迹点位；
f、安全检测流程结束。
优选的，所述步骤S1，a中机器人为六轴夹具机器人，所述3D视觉相机标定板设置有九个圆心，每个圆心值分为X、Y、Z值。
优选的，所述步骤S2，c中，在3D视觉相机找出3D视觉相机标定板九个个圆心位置之前，机器人状态固定不动。
优选的，所述步骤S2，e中，机器人在移动时的位置特征点为九组，同时利用最小二乘法进行数据计算，并且得到机器人坐标系和3D视觉坐标系的转换关系。
优选的，所述步骤S2，f中，点云数据信息为坐标信息X、Y、Z轴的三轴坐标信息和机器人的A、B、C型的三种姿态。
优选的，所述步骤S3，c中的点云数据处理包括对点云数据进行的滤波处理、过滤掉干扰点云和无效点云数据信息、保存有效的点云信息数据。
优选的，所述步骤S5，e中，3D视觉软件显示为每个机器人的点云数据信息，其中包括坐标信息和机器人的姿态信息。
优选的，所述步骤S6，b中其计算方式采用运动学正逆解方式中的解析法进行计算。
实施例一：
一种汽车钣金机器人智能喷漆轨迹安全检测方法，该方法包括以下步骤：
S1，系统组件搭建；
a、准备系统组件搭建所需要的装置设备；设备包括但不限于工控机、显示器、控制电柜、3D视觉相机标定板、桁架、机器人和3D视觉相机；
b、将步骤S1，a中准备的3D视觉相机安装在机器人的六轴夹具上，同时完成3D视觉相机的固定安装工作；
c、将步骤S1，b中得到的安装有3D视觉相机的机器人吊装在XY轴桁架上；
d、在汽车钣金房内设置好汽车钣金工装件的放置范围，方便后续钣金工装的拍照识别工作；
e、示教步骤S1，c中机器人的工具坐标；
S2，3D视觉相机标定；
a、3D视觉相机安装完成后，准备设计好的3D视觉相机标定板，示教机器人的3D视觉相机标定位置；
b、移动桁架，使3D视觉相机标定板在3D视觉相机的视野范围内；
c、3D视觉相机进行拍照，同时3D视觉相机自动找出3D视觉相机标定板的九个圆心位置；
d、对步骤S2，c中得到的圆心位置数据进行记录保存，若未记录保存则重复步骤S2，c和本步骤；
e、数据记录完成后，移动机器人，使其分别运动到3D视觉相机标定板的分别移动到3D视觉相机标定板的九个圆心位置，同时切换机器人的工具坐标TCP点对准圆心位置；
f、记录机器人在当前工具坐标系下，机器人的X、Y、Z值和机器人的A、B、C型姿态；
g、计算机器人与3D视觉相机之间的旋转矩阵关系；
h、对步骤S2，g中得到的旋转矩阵数据进行保存，标定结束；
进一步的，为了方便进行使用说明：。
3D视觉相机数据保存后，机器人分别移动到标定板的9个圆心位置，切换机器人的工具坐标TCP点对准圆心位置，并记录在当前工具坐标系下，机器人的X、Y、Z值和机器人A、B、C的姿态，找出3D视觉相机和机器人的X、Y、Z之间的对应关系，做好数据保存。
且机器人与3D视觉相机之间的位置关系可以表示为：
(公式1)
P1＝X*P2
其中，为了方便对符号进行解释说明：
P1：机器人位置坐标；
P2：3D视觉相机视觉位置坐标；
R：机器人和相机位置关系的旋转矩阵；
T：机器人和相机位置关系的偏移矩阵。
S3、3D视觉相机拍照；
a、当步骤S2整个子步骤全部完成后，将钣金工装件搬运至特定的区域范围内；
b、步骤S3，a完成后移动桁架，使钣金工装件进入到3D视觉相机的拍照视野范围内；
c、3D视觉相机进行拍照获取点云数据信息，并且进行滤波处理；
d、设定拍照范围内3D视觉相机视野一次性覆盖特征；
e、若3D视觉相机的视觉软件无法完成一次性覆盖效果，则需要重复步骤S3，b-c，直到3D视觉相机覆盖整个区域；
S4，建立点云工装模型；
a、将步骤S3,e中得到的3D视觉相机多次拍照获取的点云数据信息利用3D视觉软件保存并且拼接在一起，形成钣金工装模型；
进一步的，拼接点云关系可表示为：
(公式2)
PC2＝PC1+P
其中：为了方便对符号进行解释说明：
PC1：3D视觉相机第一次拍照坐标值。
PC2：3D视觉相机拼接数据的坐标值。
P：桁架的偏移量；
S5，点云数据转换和显示；
a、将步骤S4，a的点云数据进行计算转换矩转，同时将3D视觉相机坐标系下的点云数据转换到机器人坐标系；
b、将点云数据按照事先设置的固定行进间距进行有效的网格化抽点处理；
c、将步骤S5，b抽点后的点云数据按照顺序进行排列，从而得到机器人的运动轨迹；
d、将步骤S5，c中得到的数据进行转换，转换以后得到钣金件的外形点云数据；
e、将3D视觉相机拼接完成后并转换成机器人的点云数据在3D视觉软件内进行显示查看，确保数据准确性；
S6，轨迹点位安全检测；
a、利用转换的机器人点云数据和机器人欧拉角的关系算出机器人的变换矩阵；
b、基坐标系或工具坐标系下的每个点位利用运动学正逆解方式算出机器人各轴的角度数据；
c、判断是否超出机器人的各轴的软限位数据，若超出软限位数据则显示超出有效范围的点位数据；
d、判断是否超出设置的机器人的各轴的软限位数据，若超出软限位数据则显示超出设置的安全范围的点位数据；
e、显示点云数据和机器人的轨迹点位；
f、安全检测流程结束。
进一步的，为了方便对该S6步骤进行充分的理解说明，请参阅图1，其中：
利用机器人运动学正逆解方法计算每个点位角度大小，这里涉及到计算机器人1-6轴的关节变换矩阵公式、机器人的变换矩阵、矩阵求逆公式和机器人的DH参数表等，逆运动学求解有解析法、几何法和迭代法，这里采用解析法求解。
首先利用转换的机器人点云数据(X，Y，Z，A，B，C)和机器人欧拉角的关系算出机器人的变换矩阵；然后用运动学的正解和逆解之间的转换关系计算出每个点位机器人各轴的角度值，最后与机器人自身的软限位和设置的角度安全运动范围进行比较，由于机器人运动学的逆解中机器人的各轴角度有多个解，在比较之前需设置一个各轴角度的参考值，先与参考值比较再判断喷涂点位轨迹是否超出有效范围并显示；
其中，各表示公式如下：
(公式3)
T＝Rz*Ry*Rx
(公式4)
(公式5)
(公式6)
A-1＝A*/|A|
公式中各符号说明为：
T：机器人的变换矩阵；
机器人各关节变换矩阵；
A-1：矩阵A的逆矩阵；
A*：矩阵A的伴随矩阵；
|A|：矩阵A对应的行列式的值。
其中公式说明为：
公式3：利用欧拉角计算机器人的变换矩阵；
公式4：无工具坐标系机器人运动学正解与逆解之间的求导关系；
公式5：有工具坐标系机器人运动学正解与逆解之间的求导关系；
公式6：矩阵求逆公式。
在本实施例中，所述步骤S1，a中机器人为六轴夹具机器人，所述3D视觉相机标定板设置有九个圆心，每个圆心值分为X、Y、Z值。
在本实施例中，所述步骤S2，c中，在3D视觉相机找出3D视觉相机标定板九个个圆心位置之前，机器人状态固定不动。
在本实施例中，所述步骤S2，e中，机器人在移动时的位置特征点为九组，同时利用最小二乘法进行数据计算，并且得到机器人坐标系和3D视觉坐标系的转换关系。
在本实施例中，所述步骤S2，f中，点云数据信息为坐标信息X、Y、Z轴的三轴坐标信息和机器人的A、B、C型的三种姿态。
在本实施例中，所述步骤S3，c中的点云数据处理包括对点云数据进行的滤波处理、过滤掉干扰点云和无效点云数据信息、保存有效的点云信息数据。
在本实施例中，所述步骤S5，e中，3D视觉软件显示为每个机器人的点云数据信息，其中包括坐标信息和机器人的姿态信息。
在本实施例中，所述步骤S6，b中其计算方式采用运动学正逆解方式中的解析法进行计算。
实施例二：
一种汽车钣金机器人智能喷漆轨迹安全检测方法，该方法包括以下步骤：
S1，系统组件搭建；
a、准备系统组件搭建所需要的装置设备；设备包括但不限于工控机、显示器、控制电柜、3D视觉相机标定板、桁架、机器人和3D视觉相机；
b、将步骤S1，a中准备的3D视觉相机安装在机器人的六轴夹具上，同时完成3D视觉相机的固定安装工作；
c、将步骤S1，b中得到的安装有3D视觉相机的机器人吊装在XY轴桁架上；
d、在汽车钣金房内设置好汽车钣金工装件的放置范围，方便后续钣金工装的拍照识别工作；
e、示教步骤S1，c中机器人的工具坐标；
S2，3D视觉相机标定；
a、3D视觉相机安装完成后，准备设计好的3D视觉相机标定板，示教机器人的3D视觉相机标定位置；
b、移动桁架，使3D视觉相机标定板在3D视觉相机的视野范围内；
c、3D视觉相机进行拍照，同时3D视觉相机自动找出3D视觉相机标定板的九个圆心位置；
d、对步骤S2，c中得到的圆心位置数据进行记录保存，若未记录保存则重复步骤S2，c和本步骤；
e、数据记录完成后，移动机器人，使其分别运动到3D视觉相机标定板的分别移动到3D视觉相机标定板的九个圆心位置，同时切换机器人的工具坐标TCP点对准圆心位置；
f、记录机器人在当前工具坐标系下，机器人的X、Y、Z值和机器人的A、B、C型姿态；
g、计算机器人与3D视觉相机之间的旋转矩阵关系；
h、对步骤S2，g中得到的旋转矩阵数据进行保存，标定结束；
进一步的，为了方便进行使用说明：。
3D视觉相机数据保存后，机器人分别移动到标定板的9个圆心位置，切换机器人的工具坐标TCP点对准圆心位置，并记录在当前工具坐标系下，机器人的X、Y、Z值和机器人A、B、C的姿态，找出3D视觉相机和机器人的X、Y、Z之间的对应关系，做好数据保存。
且机器人与3D视觉相机之间的位置关系可以表示为：
(公式1)
P1＝X*P2
其中，为了方便对符号进行解释说明：
P1：机器人位置坐标；
P2：3D视觉相机视觉位置坐标；
R：机器人和相机位置关系的旋转矩阵；
T：机器人和相机位置关系的偏移矩阵。
S3、3D视觉相机拍照；
a、当步骤S2整个子步骤全部完成后，将钣金工装件搬运至特定的区域范围内；
b、步骤S3，a完成后移动桁架，使钣金工装件进入到3D视觉相机的拍照视野范围内；
c、3D视觉相机进行拍照获取点云数据信息，并且进行滤波处理；
d、设定拍照范围内3D视觉相机视野一次性覆盖特征；
e、若3D视觉相机的视觉软件无法完成一次性覆盖效果，则需要重复步骤S3，b-c，直到3D视觉相机覆盖整个区域；
S4，建立点云工装模型；
b、将步骤S3,e中得到的3D视觉相机多次拍照获取的点云数据信息利用3D视觉软件保存并且拼接在一起，形成钣金工装模型；
进一步的，拼接点云关系可表示为：
(公式2)
PC2＝PC1+P
其中：为了方便对符号进行解释说明：
PC1：3D视觉相机第一次拍照坐标值。
PC2：3D视觉相机拼接数据的坐标值。
P：桁架的偏移量；
S5，点云数据转换和显示；
a、将步骤S4，a的点云数据进行计算转换矩转，同时将3D视觉相机坐标系下的点云数据转换到机器人坐标系；
b、将点云数据按照事先设置的固定行进间距进行有效的网格化抽点处理；
c、将步骤S5，b抽点后的点云数据按照顺序进行排列，从而得到机器人的运动轨迹；
d、将步骤S5，c中得到的数据进行转换，转换以后得到钣金件的外形点云数据；
e、将3D视觉相机拼接完成后并转换成机器人的点云数据在3D视觉软件内进行显示查看，确保数据准确性；
S6，轨迹点位安全检测；
a、利用转换的机器人点云数据和机器人欧拉角的关系算出机器人的变换矩阵；
b、基坐标系或工具坐标系下的每个点位利用运动学正逆解方式算出机器人各轴的角度数据；
c、判断是否超出机器人的各轴的软限位数据，若超出软限位数据则显示超出有效范围的点位数据；
d、判断是否超出设置的机器人的各轴的软限位数据，若超出软限位数据则显示超出设置的安全范围的点位数据；
e、显示点云数据和机器人的轨迹点位；
f、安全检测流程结束。
进一步的，为了方便对该S6步骤进行充分的理解说明，请参阅图1，其中：
利用机器人运动学正逆解方法计算每个点位角度大小，这里涉及到计算机器人1-6轴的关节变换矩阵公式、机器人的变换矩阵、矩阵求逆公式和机器人的DH参数表等，逆运动学求解有解析法、几何法和迭代法，这里采用解析法求解。
首先利用转换的机器人点云数据(X，Y，Z，A，B，C)和机器人欧拉角的关系算出机器人的变换矩阵；然后用运动学的正解和逆解之间的转换关系计算出每个点位机器人各轴的角度值，最后与机器人自身的软限位和设置的角度安全运动范围进行比较，由于机器人运动学的逆解中机器人的各轴角度有多个解，在比较之前需设置一个各轴角度的参考值，先与参考值比较再判断喷涂点位轨迹是否超出有效范围并显示；
其中，各表示公式如下：
(公式3)
T＝Rz*Ry*Rx
(公式4)
(公式5)
(公式6)
A-1＝A*/|A|
公式中各符号说明：
T：机器人的变换矩阵；
机器人各关节变换矩阵；
A-1：矩阵A的逆矩阵；
A*：矩阵A的伴随矩阵；
|A|：矩阵A对应的行列式的值。
其中公式说明为：
公式3：利用欧拉角计算机器人的变换矩阵；
公式4：无工具坐标系机器人运动学正解与逆解之间的求导关系；
公式5：有工具坐标系机器人运动学正解与逆解之间的求导关系；
公式6：矩阵求逆公式。
在本实施例中，所述步骤S1，a中机器人为六轴夹具机器人，所述3D视觉相机标定板设置有九个圆心，每个圆心值分为X、Y、Z值。
在本实施例中，所述步骤S2，c中，在3D视觉相机找出3D视觉相机标定板九个个圆心位置之前，机器人状态固定不动。
进一步的，所述步骤S2，e中，机器人在移动时的位置特征点为九组，同时利用最小二乘法进行数据计算，并且得到机器人坐标系和3D视觉坐标系的转换关系。
更进一步的，所述步骤S2，f中，点云数据信息为坐标信息X、Y、Z轴的三轴坐标信息和机器人的A、B、C型的三种姿态。
在本实施例中，所述步骤S3，c中的点云数据处理包括对点云数据进行的滤波处理、过滤掉干扰点云和无效点云数据信息、保存有效的点云信息数据。
在本实施例中，所述步骤S5，e中，3D视觉软件显示为每个机器人的点云数据信息，其中包括坐标信息和机器人的姿态信息。
在本实施例中，所述步骤S6，b中其计算方式采用运动学正逆解方式中的解析法进行计算。
该种汽车钣金机器人智能喷漆轨迹安全检测方法，采用三维重建的技术，自动生成机器人轨迹，同时多次扫描的数据拼接转换成机器人的喷涂轨迹，再利用机器人运动学正逆解方法检测喷涂轨迹中的点位机器人各轴角度是否超出机器人软限位和有效的角度，提高检测安全性能；
通过此种方式，3D视觉相机对钣金件进行拍照和点云数据拼接，能快速完成钣金件外形重建，生成在机器人基坐标系或工具坐标系下有效的喷涂轨迹数据，再利用机器人运动学正逆解算出机器人每个轨迹点位各轴的角度大小，从而可自动扫描生成汽车喷涂路径，不需要人工示教喷涂轨迹，适用多种车型和钣金，减少了操作步骤，降低人工操作的繁琐性，适用于汽车维修店的日常维修建模使用，大大提高了工作效率，满足生产和工作需求，有效增加经济收入，且本方法采用机器人运动学正逆解的方式对喷涂轨迹的安全性进行检测，有效提高安全性能和使用质量。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”、“第三”、“第四”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括至少一个该特征。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于，该方法包括以下步骤：
S1，系统组件搭建；
a、准备系统组件搭建所需要的装置设备；设备包括但不限于工控机、显示器、控制电柜、3D视觉相机标定板、桁架、机器人和3D视觉相机；
b、将步骤S1，a中准备的3D视觉相机安装在机器人的六轴夹具上，同时完成3D视觉相机的固定安装工作；
c、将步骤S1，b中得到的安装有3D视觉相机的机器人吊装在XY轴桁架上；
d、在汽车钣金房内设置好汽车钣金工装件的放置范围，方便后续钣金工装的拍照识别工作；
e、示教步骤S1，c中机器人的工具坐标；
S2，3D视觉相机标定；
a、3D视觉相机安装完成后，准备设计好的3D视觉相机标定板，示教机器人的3D视觉相机标定位置；
b、移动桁架，使3D视觉相机标定板在3D视觉相机的视野范围内；
c、3D视觉相机进行拍照，同时3D视觉相机自动找出3D视觉相机标定板的九个圆心位置；
d、对步骤S2，c中得到的圆心位置数据进行记录保存，若未记录保存则重复步骤S2，c和本步骤；
e、数据记录完成后，移动机器人，使其分别运动到3D视觉相机标定板的分别移动到3D视觉相机标定板的九个圆心位置，同时切换机器人的工具坐标TCP点对准圆心位置；
f、记录机器人在当前工具坐标系下，机器人的X、Y、Z值和机器人的A、B、C型姿态；
g、计算机器人与3D视觉相机之间的旋转矩阵关系；
h、对步骤S2，g中得到的旋转矩阵数据进行保存，标定结束；
S3、3D视觉相机拍照；
a、当步骤S2整个子步骤全部完成后，将钣金工装件搬运至特定的区域范围内；
b、步骤S3，a完成后移动桁架，使钣金工装件进入到3D视觉相机的拍照视野范围内；
c、3D视觉相机进行拍照获取点云数据信息，并且进行滤波处理；
d、设定拍照范围内3D视觉相机视野一次性覆盖特征；
e、若3D视觉相机的视觉软件无法完成一次性覆盖效果，则需要重复步骤S3，b-c，直到3D视觉相机覆盖整个区域；
S4，建立点云工装模型；
a、将步骤S3,e中得到的3D视觉相机多次拍照获取的点云数据信息利用3D视觉软件保存并且拼接在一起，形成钣金工装模型；
S5，点云数据转换和显示；
a、将步骤S4，a的点云数据进行计算转换矩转，同时将3D视觉相机坐标系下的点云数据转换到机器人坐标系；
b、将点云数据按照事先设置的固定行进间距进行有效的网格化抽点处理；
c、将步骤S5，b抽点后的点云数据按照顺序进行排列，从而得到机器人的运动轨迹；
d、将步骤S5，c中得到的数据进行转换，转换以后得到钣金件的外形点云数据；
e、将3D视觉相机拼接完成后并转换成机器人的点云数据在3D视觉软件内进行显示查看，确保数据准确性；
S6，轨迹点位安全检测；
a、利用转换的机器人点云数据和机器人欧拉角的关系算出机器人的变换矩阵；
b、基坐标系或工具坐标系下的每个点位利用运动学正逆解方式算出机器人各轴的角度数据；
c、判断是否超出机器人的各轴的软限位数据，若超出软限位数据则显示超出有效范围的点位数据；
d、判断是否超出设置的机器人的各轴的软限位数据，若超出软限位数据则显示超出设置的安全范围的点位数据；
e、显示点云数据和机器人的轨迹点位；
f、安全检测流程结束。
2.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S1，a中机器人为六轴夹具机器人，所述3D视觉相机标定板设置有九个圆心，每个圆心值分为X、Y、Z值。
3.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S2，c中，在3D视觉相机找出3D视觉相机标定板九个个圆心位置之前，机器人状态固定不动。
4.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S2，e中，机器人在移动时的位置特征点为九组，同时利用最小二乘法进行数据计算，并且得到机器人坐标系和3D视觉坐标系的转换关系。
5.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S2，f中，点云数据信息为坐标信息X、Y、Z轴的三轴坐标信息和机器人的A、B、C型的三种姿态。
6.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S3，c中的点云数据处理包括对点云数据进行的滤波处理、过滤掉干扰点云和无效点云数据信息、保存有效的点云信息数据。
7.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S5，e中，3D视觉软件显示为每个机器人的点云数据信息，其中包括坐标信息和机器人的姿态信息。
8.根据权利要求1所述的一种汽车钣金机器人智能喷漆轨迹安全检测方法，其特征在于：所述步骤S6，b中其计算方式采用运动学正逆解方式中的解析法进行计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657548.XA CN114227691B (zh) | 2021-12-30 | 2021-12-30 | 一种汽车钣金机器人智能喷漆轨迹安全检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657548.XA CN114227691B (zh) | 2021-12-30 | 2021-12-30 | 一种汽车钣金机器人智能喷漆轨迹安全检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114227691A CN114227691A (zh) | 2022-03-25 |
| CN114227691B true CN114227691B (zh) | 2023-11-28 |
Family
ID=80744844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111657548.XA Active CN114227691B (zh) | 2021-12-30 | 2021-12-30 | 一种汽车钣金机器人智能喷漆轨迹安全检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114227691B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115026834B (zh) * | 2022-07-02 | 2024-07-16 | 埃夫特智能装备股份有限公司 | 一种基于机器人模板程序纠偏功能的实现方法 |
| CN115592688B (zh) * | 2022-12-14 | 2023-03-10 | 中铭谷智能机器人(广东)有限公司 | 设置在桁架机械手的喷漆机器人喷漆轨迹控制方法及系统 |
| CN116929862A (zh) * | 2023-07-18 | 2023-10-24 | 北京博科测试系统股份有限公司 | 汽车尾气自动化检测系统及检测方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012076216A (ja) * | 2010-09-06 | 2012-04-19 | Toyota Auto Body Co Ltd | ロボット制御システムのカメラ座標系とロボット座標系の結合方法、画像処理装置、プログラム、及び記憶媒体 |
| CN106423656A (zh) * | 2016-08-11 | 2017-02-22 | 重庆大学 | 基于点云与图像匹配的自动喷涂系统及方法 |
| CN107899814A (zh) * | 2017-12-20 | 2018-04-13 | 芜湖哈特机器人产业技术研究院有限公司 | 一种机器人喷涂系统及其控制方法 |
| CN109623656A (zh) * | 2018-11-12 | 2019-04-16 | 南京航空航天大学 | 基于厚度在线检测的移动式双机器人协同打磨装置及方法 |
| CN111192189A (zh) * | 2019-12-27 | 2020-05-22 | 中铭谷智能机器人(广东)有限公司 | 一种汽车外形的三维自动检测方法及系统 |
| CN112388646A (zh) * | 2020-10-13 | 2021-02-23 | 中铭谷智能机器人(广东)有限公司 | 一种单块钣金机器人智能喷漆方法 |
| CN112757057A (zh) * | 2021-01-19 | 2021-05-07 | 武汉海默机器人有限公司 | 融合视觉深度分析的智能免人工示教打磨抛光方法及系统 |
| WO2021103154A1 (zh) * | 2019-11-25 | 2021-06-03 | 浙江明泉工业涂装有限公司 | 一种可用于多车型的智能喷涂的机器人控制方法 |
| WO2021208230A1 (zh) * | 2020-04-15 | 2021-10-21 | 上海工程技术大学 | 智能装配控制系统 |
-
2021
- 2021-12-30 CN CN202111657548.XA patent/CN114227691B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012076216A (ja) * | 2010-09-06 | 2012-04-19 | Toyota Auto Body Co Ltd | ロボット制御システムのカメラ座標系とロボット座標系の結合方法、画像処理装置、プログラム、及び記憶媒体 |
| CN106423656A (zh) * | 2016-08-11 | 2017-02-22 | 重庆大学 | 基于点云与图像匹配的自动喷涂系统及方法 |
| CN107899814A (zh) * | 2017-12-20 | 2018-04-13 | 芜湖哈特机器人产业技术研究院有限公司 | 一种机器人喷涂系统及其控制方法 |
| CN109623656A (zh) * | 2018-11-12 | 2019-04-16 | 南京航空航天大学 | 基于厚度在线检测的移动式双机器人协同打磨装置及方法 |
| WO2021103154A1 (zh) * | 2019-11-25 | 2021-06-03 | 浙江明泉工业涂装有限公司 | 一种可用于多车型的智能喷涂的机器人控制方法 |
| CN111192189A (zh) * | 2019-12-27 | 2020-05-22 | 中铭谷智能机器人(广东)有限公司 | 一种汽车外形的三维自动检测方法及系统 |
| WO2021208230A1 (zh) * | 2020-04-15 | 2021-10-21 | 上海工程技术大学 | 智能装配控制系统 |
| CN112388646A (zh) * | 2020-10-13 | 2021-02-23 | 中铭谷智能机器人(广东)有限公司 | 一种单块钣金机器人智能喷漆方法 |
| CN112757057A (zh) * | 2021-01-19 | 2021-05-07 | 武汉海默机器人有限公司 | 融合视觉深度分析的智能免人工示教打磨抛光方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114227691A (zh) | 2022-03-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114227691B (zh) | 一种汽车钣金机器人智能喷漆轨迹安全检测方法 | |
| CN114299104B (zh) | 一种基于多个3d视觉的汽车喷涂轨迹生成方法 | |
| CN110370316B (zh) | 一种基于垂直反射的机器人tcp标定方法 | |
| CN110524581A (zh) | 一种柔性焊接机器人系统及其焊接方法 | |
| CN107253190B (zh) | 一种高精度机器人手眼相机自动标定的装置及其使用方法 | |
| CN114310890B (zh) | 一种前后杠钣金喷漆区域智能框选喷漆方法 | |
| EP2402109A2 (en) | Robot system | |
| CN113146620B (zh) | 基于双目视觉的双臂协作机器人系统和控制方法 | |
| CN107590835A (zh) | 一种核环境下机械臂工具快换视觉定位系统与定位方法 | |
| CN107414474B (zh) | 一种狭窄空间螺栓定位安装机器人及控制方法 | |
| CN106695784A (zh) | 一种机器人视觉控制系统 | |
| CN115042175B (zh) | 一种机器人机械臂末端姿态的调整方法 | |
| CN113601158A (zh) | 基于视觉定位的螺栓上料预拧紧系统及控制方法 | |
| CN112577447B (zh) | 一种三维全自动扫描系统及方法 | |
| CN117817667B (zh) | 一种基于svd分解法的机械臂末端姿态调整方法 | |
| CN114012716A (zh) | 一种基于视觉定位和力控制的工业机器人轴孔装配方法 | |
| CN117047237A (zh) | 一种异形件智能柔性焊接系统与方法 | |
| CN116079732A (zh) | 基于激光跟踪仪和双目视觉混合引导的舱内组件装配方法 | |
| JPH0780790A (ja) | 三次元物体把持システム | |
| CN114074331A (zh) | 一种基于视觉的无序抓取方法及机器人 | |
| WO2024193077A1 (zh) | 一种基于深度学习的钢结构高空焊接机器人智能焊接方法 | |
| CN110370272B (zh) | 一种基于垂直反射的机器人tcp标定系统 | |
| CN114299237B (zh) | 一种单块钣金工装模型智能识别删除方法 | |
| CN114323283A (zh) | 一种钣金颜色特征智能识别框选方法 | |
| CN114473323A (zh) | 一种多机械臂力位耦合协同控制方法和焊接方法 |
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 |