CN114904844A - 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法 - Google Patents

一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法 Download PDF

Info

Publication number
CN114904844A
CN114904844A CN202210442838.0A CN202210442838A CN114904844A CN 114904844 A CN114904844 A CN 114904844A CN 202210442838 A CN202210442838 A CN 202210442838A CN 114904844 A CN114904844 A CN 114904844A
Authority
CN
China
Prior art keywords
robot
point
laser
edge
vector
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.)
Pending
Application number
CN202210442838.0A
Other languages
English (en)
Inventor
刘德福
潘治贵
李纾聃
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202210442838.0A priority Critical patent/CN114904844A/zh
Publication of CN114904844A publication Critical patent/CN114904844A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B7/00—Cleaning by methods not provided for in a single other subclass or a single group in this subclass
    • B08B7/0035—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like
    • B08B7/0042—Cleaning by methods not provided for in a single other subclass or a single group in this subclass by radiant energy, e.g. UV, laser, light beam or the like by laser
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B08—CLEANING
    • B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
    • B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Optics & Photonics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Numerical Control (AREA)

Abstract

本发明属于智能制造和工业机器人离线编程领域，公开了一种针对精密复杂零件的机器人激光清洗路径规划与控制方法。首先建立了工件STL模型点、边、面之间的拓扑关系，设计了区域分割和孔洞修补算法对模型进行预处理，并结合OpenGL技术实现局部区域网格的框选；然后对模型进行分层处理并精简交点。机器人程序输出前，优化了机器人加工姿态，分析了机器人奇异位型，并求解正运动学和逆运动学方程对奇异点进行修正。最后建立了机器人和计算机的通信连接。与现有技术相比，本发明精度高、灵活性好和实用性强，可以广泛应用于各种精密复杂零件的机器人激光清洗路径规划与控制，对其余机器人激光表面加工亦具有一定参考意义。

Description

一种针对精密复杂零件的机器人激光清洗路径规划与控制的 方法
技术领域
本发明属于智能制造和工业机器人离线编程领域，特别涉及一种针对复杂精密零件的激光清洗机器人路径规划与控制方法。
背景技术
在现代工业生产和制造过程中，清洗技术在轨道交通、航空航天、钢铁制造、电子行业等领域得到了广泛的应用。各种清洗技术中激光清洗由于其对多种污染物清洗的有效性和广泛性、无损基体及绿色环保等特性得到了越来越多的重视。
目前工业上主要采用手持激光清洗设备进行作业，这种方法操作方便、灵活，但难以控制清洗速度、离焦量以及入射角等，也不适用于大规模清洗。
工业机器人通用性强，精度、智能化水平和自动化水平高，国内外一些企业结合离线编程与手动示教生成机器人加工轨迹，完成了大型工件的激光清洗,但针对的清洗对象特征比较简单，清洗精度要求较低，当需要精确控制待清洗零件的加工表面时，现有机器人路径规划技术尚不能达到要求。
目前基于STL文件的机器人路径规划方法几乎都是针对整个模型进行分层，获得所有表面的加工点，不能单独对零件的一个或几个表面进行路径规划；当零件只有局部位置具有污染物时，传统的路径规划方法也无法只针对局部区域进行规划；市场上的商业离线编程软件价格昂贵、通用性差，难以满足复杂精密零件的机器人激光清洗要求。以上原因迫使机器人激光清洗作业不得不采用“示教-再现”方式，针对特定零件加工时甚至会倒退回人工清洗，制约了激光清洗在工业生产中的普及及应用。
发明内容
本发明的目的在于克服上述技术的不足，提供一种针对精密复杂零件(亦适用于非精密零件)的机器人激光清洗路径规划与控制方法，该方法除了适用于复杂曲面的清洗作业，还能够针对零件的加工需求灵活选择表面进行加工；能够自由选择零件表面的局部污染区域，并根据污染物形状设置合适的清洗路径，实现了零件的局部加工，节约了时间成本和物料成本；该方法通过机器人逆运动学计算出并修正运动过程中的机器人奇异点，减少了操作人员手动示教过程的工作量；对于零件表面激光难以垂直照射的部位，自动调整激光头在该位置朝向，同时增加激光停留时间，保证零件表面的清洗效果一致。
本发明采用的技术方案为：一种针对复杂精密零件的激光清洗机器人路径规划与控制方法。其具体步骤包括：
(1)导入STL模型并建立拓扑关系：首先通过三维造型软件或点云扫描设备获取零件的STL模型，设计STL文件拓扑关系提取算法，建立STL模型点、边、面之间的拓扑关系。
(2)设计区域分割算法，获取加工面：为了精确定位加工表面，利用区域分割算法获得模型的各个特征曲面。
(3)选取待加工表面并修补孔洞：在加工曲面编辑功能模块中手动选取并删除无需加工的表面，针对模型含有的结构性或缺陷性孔洞，为了保证某一截面拓扑关系的连续以及表面的完整清洗，利用孔洞修补算法填充孔洞，并优化修补后的网格形状。
(4)框选局部污染区域：若零件只含局部污染，无需加工零件所有表面，结合OpenGL技术框选污染区域，获取该区域的网格信息，并根据区域形状特点设置相应的分层方向。
(5)STL模型分层处理：基于步骤(1)-(4)得到了零件待加工部位的网格信息，采用一组截平面与网格相交得到待清洗零件表面的一系列加工点。
(6)生成连续激光扫描路径：由步骤(5)得到的交点一般比较密集且数量庞大，若直接生成机器人加工程序，会导致程序文件较大，机器人插补效率低，因此采用弓高误差法优化离散交点集。
(7)生成加工程序并导出：生成加工程序并导出：调整局部区域激光入射方向，根据工件表面加工点法矢计算出机器人加工姿态，找到机器人运动学中的奇异并修正，生成机器人加工程序并导出。
(8)建立计算机与机器人的通信连接：基于TCP/IP协议，以计算机作为客户端、机器人作为服务器，建立计算机与机器人之间的通信连接，实现数据的相互传输和状态监督。
有益效果：与现有技术相比，本发明提供了针对精密复杂零件的激光清洗工艺解决方案，该方案充分结合计算机的可编程性和机器人柔性制造特点，能够灵活选择清洗表面或局部加工区域，针对激光难达区域调整激光入射角，能检测机器人奇异点并修正，并实现机器人与计算机的通信连接。适用于各种复杂精密零件清洗路径的快速规划，节省人力物力，具有较高的灵活性，保证了激光清洗质量，适应当前工业生产中大批量、复杂程度高的零件清洗需求。
附图说明
图1为离线编程和控制方法整体架构图
图2为STL文件拓扑关系建立算法流程图
图3为区域分割算法流程图
图4为孔洞修补算法流程图
图5为分层处理算法流程图
图6为STL模型特征曲面划分示意图
图7为STL模型局部区域框选示意图
图8为局部区域路径规划示意图
图9为孔洞修补示意图
图10为激光扫描路径示意图
具体实施方式
下面结合附图和实施例，对本发明做进一步详细说明。
1、整体架构
图1为本方法的整体架构图。通过计算机建模或点云扫描设备获得待清洗零件模型，设置清洗表面，并修补模型缺陷；输入分层参数和工艺参数，根据模型的实际情况选择是否优化分层。对分层产生的交点进行精简得到路径插补点，生成加工路径，并对部分插补点进行激光入射角调整，即法矢调整；结合机器人位姿信息和激光器控制指令生成机器人加工程序，并通过以太网上传到机器人服务器；在计算机客户端对机器人加工状态进行监督，对机器人进行动作控制。以下针对相关步骤进行详细描述。
2、STL文件拓扑关系建立
为了准确获取STL模型的表面信息，保证后续路径规划的准确性，必须建立完整的三角网格模型，消除冗余的几何信息，并建立拓扑关系。为此，声明三个列表ListVector、ListEdge、ListTriangle分别存储STL文件所有点、边、面的信息。具体方法包括以下步骤：
步骤2.1：读入一个三角片中的一个顶点，判断该顶点是否已经存在于顶点列表ListVector中。如果不存在，创建Vector对象记录顶点坐标值、顶点索引值，并将添加到顶点列表ListVector中；如果存在，则跳过它读入下一个顶点。三个顶点全部读取完后进入下一步。
步骤2.2：读入三个顶点构成的三条边，判断该边是否已经存在于边列表ListEdge中。如果不存在，创建Edge对象记录构成该边的两个顶点的索引值、边的两个邻接三角面片的索引值、边的索引值，并将它添加到边列表ListEdge中；如果存在，则跳过它读入下一条边。三条边全部读取完后进入下一步。
步骤2.3：当一个三角形面片的所有顶点和边都被读取后，创建Triangle对象记录三角面片法向矢量、构成面的三个顶点的索引值、构成面的三条边的索引值，并将它添加到面列表ListTriangle中。
步骤2.4：重复步骤2.1至2.3，直到读取并记录所有的三角面片。
3、区域分割
首先，实际零件并非所有表面都需要加工，如某些部位即使存在污染物也不影响下一步工作，或该部位材质不适宜激光清洗，因此只需对待清洗部位进行路径规划。其次，零件本身含有结构性孔洞，通过点云数据生成的STL模型也可能含有缺陷性孔洞。本发明所设计的轮廓线获取算法是基于边拓扑关系的，模型含有孔洞会影响拓扑关系的连续，从而对连续路径获取带来难度，因此需对孔洞进行修补。但对于STL模型来说，无法给予孔洞一个确切的定义，想要获取孔洞边缘具有相当大的难度。最后，某些区域激光难以垂直照射，需要调整表面加工法矢方向。为解决上述问题需获取零件特征曲面，将不同特征曲面的公共边定义为边界边，通过选中相应的特征曲面，既可以对该特征面所含轮廓线进行选定从而判断孔洞边界以便进行孔洞修补，又可以只对该曲面进行路径规划，图2为区域分割算法流程图。为了精确控制待清洗零件表面，设计STL模型的区域分割算法，获取特征表面。具体方法包括以下步骤：
步骤3.1：检索三角面片列表ListTriangle获取第一个三角面片T1，获取T1存储的第一条边L1，计算与L1邻接的两个三角面片T1和T2的二面角大小：若二面角大于设定阈值，将T1加入特征曲面列表，然后将边L1标记为特征边，并转向该三角面片存储的下一条边L2并计算与L2邻接的两个三角面片T1和T3的二面角，否则将与L2邻接的两个三角面片加入特征曲面列表，并标记边L2为已计算。
步骤3.2：继续搜寻得到三角面片T1中未标记为已计算的边L3，计算边L3邻接的两个三角面片T1和T4的二面角大小：若二面角大于设定阈值，将边L3标记为特征边，并转向T3中未标记为已计算的边，否则将T4加入特征曲面列表。当三角面片的三条边均标记为已计算时，则将该三角面片标记为已计算。
步骤3.3：重复步骤3.1、3.2。
步骤3.4：当特征曲面列表中所有三角面片的边均已标记为已计算时，插入一个面标识符表示该组三角面片为某个特征曲面的三角面片组。再从特征曲面列表中搜寻到一条未标记为已计算的特征边，重复以上步骤。
步骤3.5：若ListTriangle记录的所有三角面片均已计算完毕，结束区域分割算法。
4、孔洞修补
在进行分层处理之前，需对STL模型进行分析，检查零件中的结构性孔洞或在点云生成STL模型过程中产生的缺陷性孔洞。因为本方法基于边拓扑关系获取每层加工路径轮廓线，孔洞会影响拓扑关系的连续性，同时缺陷性孔洞会影响表面的加工完整性。因此针对STL模型设计了孔洞修补算法，具体步骤如下：
步骤4.1：获取孔洞轮廓信息，并计算组成轮廓的边界边平均长度l；
步骤4.2：计算边界点相邻两条边的夹角大小并获得具有最小夹角的边界点，计算相邻边界点的距离s；
步骤4.3：若s<2*l，则增加一个三角面片，否则增加两个三角面片；
步骤4.4：更新边界信息；
步骤4.5：若孔洞修补完成，结束修补，否则转步骤4.1。
4、局部加工位置框选
当零件只有局部位置存在污染物，无需对整个表面进行加工时，本发明结合OpenGL技术在模型表面框选相应区域进行路径规划，首先在计算机屏幕上绘制矩形框，然后将沿着矩形框长或宽的的某一方向选定为分层方向，将与截平面相交的一系列交点的最大法矢作为分层间距的确定准则。图6和图7分别为利用鼠标选取特征曲面和框选局部区域的示意图。
5、STL模型分层处理
当选定了模型加工区域并修补孔洞后，设置分层参数如最大最小分层高度、分层厚度等进行分层处理。针对STL模型特点，本发明设计了一种能对复杂曲面进行分层且快速高效的分层处理算法，图5为分层处理算法流程图，具体步骤为：
步骤5.1：设定分层方向，分层方向根据模型形状和机器人夹持特点确定，一般设定为Z方向，并给定激光扫描间距和扫描起始层数；
步骤5.2：基于交边拓扑关系计算当前切平面与STL模型的截面轮廓线；
步骤5.3：计算交点法矢和和当前层交点法矢Z坐标值的最大值Zmax；
步骤5.4：根据Zmax计算下一层分层间距和截平面位置；
步骤5.5：当分层高度未达到模型高度或设定高度时，重复步骤5.2-5.4。
若工件为回转体，则每一条激光扫描路径初始点不采用截平面与边的交点，而通过截平面L1、过激光头轴线与机器人基座中心点的平面L2以及机器人第六关节旋转角度为0或360°时激光所指向的三角面片L3计算得到每一条扫描路径的初始点。通过这种方法计算得到的初始点均位于平面L2上，避免了机器人第六关节达到最大限角。
6、路径生成和法矢调整
分层处理后得到一系列有序交点，交点数量通常较多，因此需要通过弓高误差法进行交点精简，以提高机器人加工效率。通过以上处理得到一组平行、有向的激光扫描路径，但扫描路径之间的转换方式未确定，清洗路径的起点和终点也未指定。采用“S”形作为激光扫描路线。在第一条路径的第一个加工点前添加进入点，在最后一条路径的最后一个加工点后添加退出点，便得到完整的清洗路径。零件表面可能含有激光难以垂直照射的区域，因此路径规划完成后需根据实际情况调整法矢，通过特征曲面设置模块获取该区域网格信息，将该区域加工点法矢限制在对应的截平面内，针对每一个截平面产生的加工路径，在路径上方设定一点O，将该路径上的加工点指向点O的方向作为新的法矢方向，可以通过调整点O高度改变法矢方向。
7、机器人加工程序生成
在零件表面每个加工点处建立目标坐标系{P},机器人位于当前加工点时{P}的各个坐标轴会与机器人世界坐标系{W}的各个坐标轴对应平行。设置相关工艺参数如离焦量、扫描速度、激光功率等，根据清洗加工点位置坐标和{P}的坐标轴方向向量计算出机器人执行末端TCP的位置坐标和姿态，结合机器人TCP位姿信息和相关控制指令输出机器人加工程序。为了使机器人在两相邻加工点之间移动时平滑过渡，先通过加工点所在边的两顶点法矢插值得到加工点法矢a，然后将位于截平面与该点处切平面的交线上且方向与扫描路径相同的单位向量作为方向向量n，a与n叉乘得到o，将新的a、n、o作为{P}的坐标轴方向向量。
8、奇异点的规避
机器人程序导出后还需要在仿真软件或实际设备中进行调试，目的之一就是规避机器人奇异点。本方法建立了机器人正运动学和逆运动学方程，将机器人路径点坐标代入逆运动学方程求解得到关节转角，分析机器人产生奇异位型的条件得到机器人奇异点，将奇异点偏移一段距离δ修正异常点。
9、建立计算机与机器人通信的通信连接
为了实现加工控制，必须实现机器人与计算机的通信连接。通信模块采用TCP/IP协议、Socket编程，以计算机为客户端、机器人为服务器构建C/S结构。通过向机器人发送指令，实现加工任务程序的选择，及所选程序的启动、暂停、停止等操作。通过接收机器人发送的数据，实时监控机器人状态，包括机器人当前轴坐标、空间坐标和运动状态。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (10)

1.一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法，其特征在于，包括步骤：
(1)导入STL模型并建立拓扑关系：首先通过三维造型软件或点云扫描设备获取零件STL模型，设计STL文件拓扑关系提取算法，建立STL模型点、边、面之间的拓扑关系。
(2)设计区域分割算法，获取待加工面：为了精确定位加工表面，利用区域分割算法获得模型的各个特征曲面。
(3)选取待加工表面并修补孔洞：在加工曲面编辑功能模块中去除无需加工的表面，针对模型含有的结构性或缺陷性孔洞，为了保证某一截面拓扑关系的连续以及表面的完整清洗，利用孔洞修补算法填充孔洞，并优化修补后网格形状。
(4)框选局部污染区域：若零件只含局部污染，无需加工零件所有表面，结合OpenGL技术框选污染区域，获取该区域的网格信息，并根据区域形状特点设置相应的分层方向。
(5)STL模型分层处理：基于步骤(1)-(4)得到了零件待加工部位的网格信息，采用一组截平面与网格相交得到待清洗零件表面的一系列加工点。
(6)生成激光扫描路径：由步骤(5)得到的交点数量一般比较庞大和密集，若直接生成机器人加工程序，会导致程序文件较大，机器人插补效率低，因此采用弓高误差法优化离散交点集得到机器人运动插补点。为了使机器人在相邻加工点间平滑过渡，对插补点方向向量进行调整，进而得到机器人TCP位姿。
(7)生成机器人加工程序并导出：调整局部区域激光入射方向即法矢方向，找到机器人运动学中的奇异点并修正，生成机器人加工程序并导出。
(8)计算机与机器人建立通信：建立计算机与机器人之间的通信连接，实现数据的相互传输和状态监控。
2.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所属步骤(1)中，声明三个列表ListVector、ListEdge、ListTriangle分别存储所有点、边、面。具体步骤包括：
步骤2.1：读入一个三角形面片中的一个顶点，判断该顶点是否已经存在于顶点列表ListVector中。如果不存在，创建Vector对象记录顶点坐标值、顶点索引值，并将它添加到顶点列表ListVector中；如果存在，则跳过它读入下一个顶点。三个顶点全部读取完后进入下一步。
步骤2.2：读入三个顶点构成的三条边，判断该边是否已经存在于边列表ListEdge中。如果不存在，创建Edge对象记录构成该边的两个顶点的索引值、边的两个邻接三角面片的索引值、边的索引值，并将它添加到边列表ListEdge中；如果存在，则跳过它读入下一条边。三条边全部读取完后进入下一步。
步骤2.3：当一个三角形面片的所有顶点和边都被读取后，创建Triangle对象记录三角面片法向矢量、构成面的三个顶点的索引值、构成面的三条边的索引值，并将它添加到面列表ListTriangle中。
步骤2.4：重复步骤2.1至2.3，直到读取并记录所有的三角面片。
3.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所述步骤(2)中，根据二面角准则设计了STL模型区域分割算法，能准确获取模型各个特征曲面，具体包括：
步骤3.1：根据拓扑关系先找到STL模型的第一个三角面片T1，根据三角面片的第一条边L1计算与其邻接的三角面片T2的二面角大小，若二面角大于设定阈值，则转向该三角面片的下一条边L2并计算与改变邻接的下一个三角面片的二面角，当二面角小于设定阈值时，将三角面片T3加入特征曲面列表，并标记三角面片T3和边L2为已计算。
步骤3.2：继续寻找与T3未计算的边邻接且二面角小于设定阈值的三角面片，将其加入特征曲面列表，将T3和该边标记为已计算。
步骤3.3：重复步骤3.1、3.2，直到最后一个三角面片的其余二面角都大于设定阈值，则从特征曲面列表第一个三角面片重新检索，找到没有计算过二面角的邻接边，继续步骤3.1、3.2。
步骤3.4：当特征曲面列表所有三角面片的所有边均已标记为已计算，插入一个标识符表示该组三角面片为某个特征曲面的三角面片。再从STL模型中寻找未经计算的三角面片，继续以上步骤。
步骤3.5：若STL模型的所有三角面片均已计算完毕，退出循环，结束区域分割算法。
4.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所述步骤(3)中，孔洞修补算法具体步骤包括：
步骤4.1：获取孔洞轮廓信息，并计算组成轮廓的边界边平均长度l；
步骤4.2：计算边界点相邻两条边的夹角大小并获得具有最小夹角的边界点，计算相邻边界点的距离s；
步骤4.3：若s<2*l，则增加一个三角面片，否则增加两个三角面片；
步骤4.4：更新边界信息；
步骤4.5：若孔洞修补完成，结束修补，否则转步骤4.1。
5.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所述步骤(4)中，研究了结合OpenGL技术选取STL模型网格的机制，并提供了与传统分层技术不同的分层方法，即将矩形框投影到计算机屏幕上，选择沿着矩形框长或宽的的某一方向为分层方向，将与截平面相交的一系列交点的最大法矢作为分层间距的确定准则。
6.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所属步骤(5)中，设计了一种基于STL模型的分层切片算法获取一组平行、有向的加工路径，具体步骤包括：
步骤6.1：设定分层方向，分层方向根据模型形状和机器人夹持特点确定，一般设定为Z方向，并给定激光扫描间距和扫描起始层数；
步骤6.2：基于交边拓扑关系计算当前切平面与STL模型的截面轮廓线；
步骤6.3：计算交点法矢和和当前层交点法矢Z坐标值的最大值Zmax；
步骤6.4：根据Zmax计算下一层分层间距和截平面位置；
步骤6.5：当分层高度未达到模型高度或设定高度时，重复步骤6.2-6.4。
7.根据权利要求6所述的机器人激光清洗路径规划与控制的方法，其特征在于，若工件为回转体，在分层处理过程中，则每一条激光扫描路径初始点不采用截平面与边的交点，而通过截平面L1、过激光头轴线与机器人基座中心点的平面L2以及机器人第六关节旋转角度为0或360°时激光所指向的三角面片L3计算得到每一条扫描路径的初始点。通过这种方法计算得到的初始点均位于平面L2上，避免了机器人第六关节达到最大限角。
8.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所属步骤(6)中，插补点的方向向量调整方法即为：先通过加工点所在边的两顶点法矢插值得到加工点法矢a，然后将位于截平面与该点处切平面的交线上且方向与扫描路径相同的单位向量作为方向向量n，a与n叉乘得到o，根据清洗加工点位置坐标和a、n、o计算出机器人执行末端TCP的位置坐标和姿态。
9.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所属步骤(7)中，在激光难以垂直照射的部位，将该区域加工点法矢限制在对应的截平面内，针对每一个截平面产生的加工路径，在路径上方设定一点O，将该路径上的加工点指向点O的方向作为新法矢方向，可以通过调整点O高度变化法矢方向，同时适当降低扫描速度增加激光停留时间达到一致的清洗质量；为了避免通过手动示教寻找机器人奇异点，建立机器人正运动学和逆运动学方程，根据机器人奇异条件设置角度限制，找到机器人奇异点并偏移一段距离δ进行修正。
10.根据权利要求1所述的机器人激光清洗路径规划与控制的方法，其特征在于，所属步骤(8)中，通信模块采用TCP/IP协议、Socket编程，以计算机为客户端、机器人为服务器构建C/S结构。通过向机器人发送指令，实现加工任务程序的选择，及所选程序的启动、暂停、停止等操作。通过接收机器人发送的数据，实时监控机器人状态，包括机器人当前轴坐标、空间坐标和运动状态。
CN202210442838.0A 2022-04-26 2022-04-26 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法 Pending CN114904844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210442838.0A CN114904844A (zh) 2022-04-26 2022-04-26 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210442838.0A CN114904844A (zh) 2022-04-26 2022-04-26 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法

Publications (1)

Publication Number Publication Date
CN114904844A true CN114904844A (zh) 2022-08-16

Family

ID=82763859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210442838.0A Pending CN114904844A (zh) 2022-04-26 2022-04-26 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法

Country Status (1)

Country Link
CN (1) CN114904844A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115239721A (zh) * 2022-09-22 2022-10-25 武汉艾极涂科技有限公司 一种刀具缺陷修复方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110224815A1 (en) * 2008-10-06 2011-09-15 Kuka Roboter Gmbh Industrial Robot And Path Planning Method For Controlling The Movement Of An Industrial Robot
WO2015096806A1 (zh) * 2013-12-29 2015-07-02 刘进 智能机姿态测定、全景影像生成及目标识别方法
CN105354880A (zh) * 2015-10-15 2016-02-24 东南大学 一种基于线激光扫描的喷砂机器人自动路径生成方法
CN108453439A (zh) * 2018-03-14 2018-08-28 清华大学天津高端装备研究院洛阳先进制造产业研发基地 基于视觉传感的机器人焊接轨迹自主编程系统及方法
CN108763738A (zh) * 2018-05-25 2018-11-06 大连交通大学 一种轨道车辆车体腻子自动化离线喷涂连续路径规划方法
CN110732531A (zh) * 2019-12-05 2020-01-31 南京先进激光技术研究院 一种机器人激光清洗设备离线编程方法
US20200081444A1 (en) * 2018-01-12 2020-03-12 Hong Huang Cleaning method capable of automatically planning path
CN111058040A (zh) * 2020-01-16 2020-04-24 南京航空航天大学 一种Invar合金模具不规则曲面的激光熔覆修复设备与方法
CN112705856A (zh) * 2020-12-30 2021-04-27 浙江大学 一种适用于双光束激光直写的三维模型解析规划方法、装置及设备
CN113385486A (zh) * 2020-03-11 2021-09-14 山东省科学院激光研究所 一种基于线结构光的激光清洗路径自动生成系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110224815A1 (en) * 2008-10-06 2011-09-15 Kuka Roboter Gmbh Industrial Robot And Path Planning Method For Controlling The Movement Of An Industrial Robot
WO2015096806A1 (zh) * 2013-12-29 2015-07-02 刘进 智能机姿态测定、全景影像生成及目标识别方法
CN105354880A (zh) * 2015-10-15 2016-02-24 东南大学 一种基于线激光扫描的喷砂机器人自动路径生成方法
US20200081444A1 (en) * 2018-01-12 2020-03-12 Hong Huang Cleaning method capable of automatically planning path
CN108453439A (zh) * 2018-03-14 2018-08-28 清华大学天津高端装备研究院洛阳先进制造产业研发基地 基于视觉传感的机器人焊接轨迹自主编程系统及方法
CN108763738A (zh) * 2018-05-25 2018-11-06 大连交通大学 一种轨道车辆车体腻子自动化离线喷涂连续路径规划方法
CN110732531A (zh) * 2019-12-05 2020-01-31 南京先进激光技术研究院 一种机器人激光清洗设备离线编程方法
CN111058040A (zh) * 2020-01-16 2020-04-24 南京航空航天大学 一种Invar合金模具不规则曲面的激光熔覆修复设备与方法
CN113385486A (zh) * 2020-03-11 2021-09-14 山东省科学院激光研究所 一种基于线结构光的激光清洗路径自动生成系统及方法
CN112705856A (zh) * 2020-12-30 2021-04-27 浙江大学 一种适用于双光束激光直写的三维模型解析规划方法、装置及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115239721A (zh) * 2022-09-22 2022-10-25 武汉艾极涂科技有限公司 一种刀具缺陷修复方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110227876B (zh) 基于3d点云数据的机器人焊接路径自主规划方法
CN110039538B (zh) 一种基于大型复杂构件点云信息的机器人轨迹规划方法
CN107856309B (zh) 一种增材制造与再制造快速路径规划方法
US20130060369A1 (en) Method and system for generating instructions for an automated machine
CN113385486B (zh) 一种基于线结构光的激光清洗路径自动生成系统及方法
CN111673235B (zh) 一种机器人电弧3d打印层高调控方法及系统
CN110411338B (zh) 机器人电弧增材修复的焊枪工具参数三维扫描标定方法
CN111496428B (zh) 基于直焊缝轮廓识别的多层多道焊道规划方法及焊接工作站
CN112958959A (zh) 一种基于三维视觉的自动化焊接和检测方法
CN115290097B (zh) 基于bim的实时精确地图构建方法、终端及存储介质
CN113019763B (zh) 一种基于网格投影算法的喷涂机器人轨迹规划方法
CN107099797A (zh) 基于点云模型的曲面激光熔覆快速轨迹规划方法
CN114904844A (zh) 一种针对精密复杂零件的机器人激光清洗路径规划与控制的方法
CN104750023A (zh) 一种基于模型的焊接机器人离线示教数据的获取方法
CN110153582B (zh) 焊接方案生成方法、装置以及焊接系统
Du et al. Wire arc additive manufacturing from the perspective of remanufacturing: A review of data processing
CN112171120B (zh) 基于机器人焊缝特征节点的焊接方法
CN110370276A (zh) 基于三维模型Morse分解的工业机器人加工轨迹自动规划方法
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
CN114065419B (zh) 一种大型复杂构件电弧增材再制造变层厚切片方法
Zhang et al. Feature extraction and robot path planning method in 3D vision-guided welding for multi-blade wheel structures
JP2000311010A (ja) 軌跡制御装置、プログラム作成装置およびプログラム変換装置
Li et al. Automatic programming system for grinding robot of CHSR rail
CN113579594A (zh) 基于三维测量的焊接参数实时优化方法、焊接方法和装置
CN113245731A (zh) 基于视觉反馈的离线编程式fanuc焊接机器人的新型编程方法

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