CN115556120B - 一种基于随机自适应的焊缝路径规划无示教方法 - Google Patents

一种基于随机自适应的焊缝路径规划无示教方法 Download PDF

Info

Publication number
CN115556120B
CN115556120B CN202211208224.2A CN202211208224A CN115556120B CN 115556120 B CN115556120 B CN 115556120B CN 202211208224 A CN202211208224 A CN 202211208224A CN 115556120 B CN115556120 B CN 115556120B
Authority
CN
China
Prior art keywords
point cloud
coordinate
point
teaching
path
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
CN202211208224.2A
Other languages
English (en)
Other versions
CN115556120A (zh
Inventor
黄志军
闫志奇
王德武
张盼
张�浩
席信
李俊霖
张�诚
赵正
訚子翱
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.)
Third Construction Co Ltd of China Construction Third Engineering Division
Original Assignee
Third Construction Co Ltd of China Construction Third Engineering Division
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 Third Construction Co Ltd of China Construction Third Engineering Division filed Critical Third Construction Co Ltd of China Construction Third Engineering Division
Priority to CN202211208224.2A priority Critical patent/CN115556120B/zh
Publication of CN115556120A publication Critical patent/CN115556120A/zh
Application granted granted Critical
Publication of CN115556120B publication Critical patent/CN115556120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • B23K37/02—Carriages for supporting the welding or cutting element
    • B23K37/0252—Steering means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means
    • 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
    • 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
    • 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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Optics & Photonics (AREA)
  • Marketing (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Numerical Control (AREA)

Abstract

一种基于随机自适应的焊缝路径规划无示教方法，包括：使用双目相机获取棋盘格图像，利用棋盘格角点坐标位置求解相机到棋盘格的距离；获取棋盘格角点的坐标位置；运用单应矩阵求解相机坐标位置与机械臂基坐标位置的坐标转换；通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；根据采集的RGB图像，获取深度图像生成三维点云；对生成的三维点云进行规划；建立点云路径搜索模型，获得点云路径的目标函数；采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径。本发明通过建立焊接机器人简化的点云路径搜索模型，实现焊缝路径寻优和控制器无示教的目的。提升工件质量水平，提高生产效率。

Description

一种基于随机自适应的焊缝路径规划无示教方法
技术领域
本发明涉及的是焊接机器人领域，特别涉及一种基于随机自适应的焊缝路径规划无示教方法。
背景技术
随着工业技术持续发展，工业机器人在生产制造业中发挥着中流砥柱的作用。它是含有多关节和多自由度的机械装备，具有多功能性，可靠稳定性和灵活性等优点，实现零部件的加工与组装。目前，工业机器人广泛地应用在生产流水线上，大幅度降低人力劳动，提升工件质量水平，提高生产效率。焊接机器人是工业机器人的重要组成部分。焊接工艺在工件加工过程中起着重要作用。焊缝焊接的水平直接影响产品质量的优劣。焊接机器人设备是由机器人本体，示教控制器，焊接电机三个部分组成。近些年来，市场上的焊接机器人设备都需要示教控制器，预先遍历工件焊缝的轨迹，然后按照预定轨迹焊接工件焊缝。为了去除焊接机器人的示教环节，焊缝路径规划是将采集焊缝图像、生成三维点云、寻优点云路径、离线编程，传输点云数据和生成CRP指令的方案。根据焊缝路径规划无示教方法，逐点遍历获得焊接机器人运动的最佳路径。针对基于随机自适应的焊缝路径规划问题，主要存在以下问题：
(1)人眼识别焊缝效率太低无法到高精度的识别效果，未能解决焊缝识别的问题。
(2)曲线拟合趋近等方式获取路径轨迹，但是未能解决多点间路径全局最优问题。
(3)使用示教控制器预先遍历工件焊缝的轨迹，然后按照预定轨迹焊接工件焊缝。它未能解决无需预先遍历焊缝轨迹直接焊接的问题。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于随机自适应的焊缝路径规划无示教方法。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
一种基于随机自适应的焊缝路径规划无示教方法，包括：
S100.使用双目相机获取棋盘格图像，利用棋盘格角点坐标位置求解相机到棋盘格的距离；
S200.焊接机器人在示教模式下获取棋盘格角点的坐标位置；
S300.运用单应矩阵求解相机坐标位置与机械臂基坐标位置的坐标转换；
S400.通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；
S500.根据采集的RGB图像，获取深度图像生成三维点云；
S600.采用三次多项式插值法，对生成的三维点云进行规划；
S700.建立点云路径搜索模型，获得点云路径的目标函数；
S800.采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径；
S900.利用坐标转换生成焊缝轨迹达到无示教效果，离线编程，生成CRP指令。
进一步地，S500中，通过计算立体视觉成像设备获取深度图像，经过坐标转换生成点云数据。
进一步地，坐标转换的内外参数矩阵变换如式(1)所示：
式(1)中，u，u为图像坐标系下的任意坐标点，u0，v0分别为图像的中心坐标，xw，yw，zw表示世界坐标系下的三维坐标点，zc表示相机坐标的z轴值，为目标点到相机的距离，R，T分别为外参矩阵中3x3旋转矩阵和3x1平移矩阵。
进一步地，S600中，三次多项式插值函数，如式(2)所示：
P(x)＝a1(x-x0)3+a2(x-x0)2+a3(x-x0)+a4 (2)
式(2)中，a1，a2，a3，a4为系数，x0为某一点的横坐标，P(x)为函数值。
进一步地，S700中，点云路径的目标函数，如式(3)所示：
式(3)中，di为两点间的距离，Li为多段距离之和。
进一步地，S800具体方法包括：
S801.设定初始点P，确定空间中N个点，初始化可行解X、候选集C和参数a；
S802.从初始点P起，依次计算与相邻点的距离；
S803.比较某点到相邻多点的距离，若得到较短距离，则获得本次最短路径，否则返回到S802中；
S804.逐点判断是否可以进入限制候选列表；
S805.局部搜索相邻路径；
S806.比较相邻路径的距离，若获得最短短路径，将局部最优解作为全局最优解输出，否则返回到S805中。
进一步地，S801中，参数a的作用为控制适应程度，当a＝0时，对应于完全随机；当a＝1时，对应于完全适应；每次迭代过程中在一定范围内适当地改变a的大小。
进一步地，S802中，三维空间中任意两点间的距离，如式(4)所示：
式(4)中，di为两点间的距离，xi，yi，zi为A点空间坐标，xi+1，yi+1，zi+1为B点空间坐标。
进一步地，S804中，采用动态调整法设置限制候选列表的范围大小，持续更新候选集中的空间点个数。
本发明实施例提供的上述技术方案的有益效果至少包括：
本发明公开的一种基于随机自适应的焊缝路径规划无示教方法，包括：通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；根据采集的RGB图像，获取深度图像生成三维点云；采用三次多项式插值法，对生成的三维点云进行规划；建立点云路径搜索模型，获得点云路径的目标函数；采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径。本发明通过建立焊接机器人简化的点云路径搜索模型，采用一种随机自适应搜索算法对模型求解，实现焊缝路径寻优和控制器无示教的目的。提升工件质量水平，提高生产效率。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例1中，一种基于随机自适应的焊缝路径规划无示教方法的流程图；
图2为本发明实施例1中，一种基于随机自适应的焊缝路径规划无示教方法的示意图；
图3为本发明实施例1中，一种随机自适应搜索点云路径算法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
为了解决现有技术中存在的问题，本发明实施例提供一种基于随机自适应的焊缝路径规划无示教方法。
实施例1
本实施例公开了一种基于随机自适应的焊缝路径规划无示教方法，如图1和2，包括：
S100.使用双目相机获取棋盘格图像，利用棋盘格角点坐标位置求解相机到棋盘格的距离；
S200.焊接机器人在示教模式下获取棋盘格角点的坐标位置；
S300.运用单应矩阵求解相机坐标位置与机械臂基坐标位置的坐标转换；
S400.通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；具体的，本实施例中，采用深度相机拍摄工件焊缝生成RGB图像，选取焊缝区域。
S500.根据采集的RGB图像，获取深度图像生成三维点云；具体的，本实施例中，通过计算立体视觉成像设备获取深度图像，经过坐标转换生成点云数据。
在一些优选实施例中，坐标转换的内外参数矩阵变换如式(1)所示：
式(1)中，u,u为图像坐标系下的任意坐标点，u0，v0分别为图像的中心坐标，xw，yw，zw表示世界坐标系下的三维坐标点，zc表示相机坐标的z轴值，为目标点到相机的距离，R，T分别为外参矩阵中3x3旋转矩阵和3x1平移矩阵。
S600.采用三次多项式插值法，对生成的三维点云进行规划；在本实施例中，S600中，三次多项式插值函数，如式(2)所示：
P(x)＝a1(x-x0)3+a2(x-x0)2+a3(x-x0)+a4 (2)
式(2)中，a1，a2，a3，a4为系数，x0为某一点的横坐标，P(x)为函数值。
S700.建立点云路径搜索模型，获得点云路径的目标函数；在本实施例中，点云路径的目标函数，如式(3)所示：
式(3)中，di为两点间的距离，Li为多段距离之和。
S800.采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径。
在本实施例中，S800具体方法，如图3，包括：
S801.设定初始点P，确定空间中N个点，初始化可行解X、候选集C和参数a；
S802.从初始点P起，依次计算与相邻点的距离；
S803.比较某点到相邻多点的距离，若得到较短距离，则获得本次最短路径，否则返回到S802中；
S804.逐点判断是否可以进入限制候选列表(PRL)；
S805.局部搜索相邻路径；
S806.比较相邻路径的距离，若获得最短短路径，将局部最优解作为全局最优解输出，否则返回到S805中。
在一些优选实施例的S801中，参数a的作用为控制适应程度，当a＝0时，对应于完全随机；当a＝1时，对应于完全适应；每次迭代过程中在一定范围内适当地改变a的大小。
在一些优选实施例的S802中，三维空间中任意两点间的距离，如式(4)所示：
式(4)中，di为两点间的距离，xi，yi，zi为A点空间坐标，xi+1，yi+1，zi+1为B点空间坐标。
在一些优选实施例的S804中，设置PRL的范围大小通常采用动态调整法，持续更新候选集中的空间点个数。
S900.利用坐标转换生成焊缝轨迹达到无示教效果，离线编程，生成CRP指令。具体的，本实施例的离线编程，通过设置控制参数，并将点云路径数据传输到控制器中，生成CRP控制指令，达到控制器无示教的效果。
本实施例公开的一种基于随机自适应的焊缝路径规划无示教方法，包括：通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；根据采集的RGB图像，获取深度图像生成三维点云；采用三次多项式插值法，对生成的三维点云进行规划；建立点云路径搜索模型，获得点云路径的目标函数；采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径。本发明通过建立焊接机器人简化的点云路径搜索模型，采用一种随机自适应搜索算法对模型求解，实现焊缝路径寻优。提升工件质量水平，提高生产效率。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现，本申请中描述的技术可用执行本申请所述功能的模块(例如，过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内，也可以实现在处理器外，在后一种情况下，它经由各种手段以通信方式耦合到处理器，这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。

Claims (7)

1.一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，包括：
S100.使用双目相机获取棋盘格图像，利用棋盘格角点坐标位置求解相机到棋盘格的距离；
S200.焊接机器人在示教模式下获取棋盘格角点的坐标位置；
S300.运用单应矩阵求解相机坐标位置与机械臂基坐标位置的坐标转换；
S400.通过相机拍摄工件焊缝取得RGB图像，并识别焊缝区域；
S500.根据采集的RGB图像，获取深度图像生成三维点云；
S600.采用三次多项式插值法，对生成的三维点云进行规划；
S700.建立点云路径搜索模型，获得点云路径的目标函数；
S800.采用随机自适应搜索算法对点云路径寻优的目标函数进行求解，并输出最优路径；
S800具体方法包括：
S801.设定初始点P,确定空间中N个点，初始化可行解X、候选集C和参数a；S801中，参数a的作用为控制适应程度，当a＝0时，对应于完全随机；当a＝1时，对应于完全适应；每次迭代过程中在一定范围内适当地改变a的大小；
S802.从初始点P起，依次计算与相邻点的距离；
S803.比较某点到相邻多点的距离，若得到较短距离，则获得本次最短路径，否则返回到S802中；
S804.逐点判断是否可以进入限制候选列表；
S805.局部搜索相邻路径；
S806.比较相邻路径的距离，若获得最短路径，将局部最优解作为全局最优解输出，否则返回到S805中；
S900.利用坐标转换生成焊缝轨迹达到无示教效果，离线编程，生成CRP指令。
2.如权利要求1所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，S500中，通过计算立体视觉成像设备获取深度图像，经过坐标转换生成点云数据。
3.如权利要求2所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，坐标转换的内外参数矩阵变换如式(1)所示：
式(1)中，u,v为图像坐标系下的任意坐标点，u0，v0分别为图像的中心坐标，xw，yw，zw表示世界坐标系下的三维坐标点，zc表示相机坐标的z轴值，为目标点到相机的距离，R，T分别为外参矩阵中3x3旋转矩阵和3x1平移矩阵。
4.如权利要求1所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，S600中，三次多项式插值函数，如式(2)所示：
P(x)＝a1(x-x0)3+a2(x-x0)2+a3(x-x0)+a4
(2)
式(2)中，a1，a2，a3，a4为系数，x0为某一点的横坐标，P(x)为函数值。
5.如权利要求1所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，S700中，点云路径的目标函数，如式(3)所示：
式(3)中，di为两点间的距离，Li为多段距离之和。
6.如权利要求1所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，S802中，三维空间中任意两点间的距离，如式(4)所示：
式(4)中，di为两点间的距离，xi,yi,zi为A点空间坐标，xi+1,yi+1,zi+1为B点空间坐标。
7.如权利要求1所述的一种基于随机自适应的焊缝路径规划无示教方法，其特征在于，S804中，采用动态调整法设置限制候选列表的范围大小，持续更新候选集中的空间点个数。
CN202211208224.2A 2022-09-30 2022-09-30 一种基于随机自适应的焊缝路径规划无示教方法 Active CN115556120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211208224.2A CN115556120B (zh) 2022-09-30 2022-09-30 一种基于随机自适应的焊缝路径规划无示教方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211208224.2A CN115556120B (zh) 2022-09-30 2022-09-30 一种基于随机自适应的焊缝路径规划无示教方法

Publications (2)

Publication Number Publication Date
CN115556120A CN115556120A (zh) 2023-01-03
CN115556120B true CN115556120B (zh) 2023-08-04

Family

ID=84743904

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211208224.2A Active CN115556120B (zh) 2022-09-30 2022-09-30 一种基于随机自适应的焊缝路径规划无示教方法

Country Status (1)

Country Link
CN (1) CN115556120B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117557553B (zh) * 2023-12-28 2024-05-24 中核武汉核电运行技术股份有限公司 一种核电站管道焊缝检测方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006187794A (ja) * 2005-01-07 2006-07-20 Enshu Ltd シームトラッキング溶接装置
CN105716527A (zh) * 2016-04-18 2016-06-29 中国计量学院 激光焊缝跟踪传感器标定方法
CN108664021A (zh) * 2018-04-12 2018-10-16 江苏理工学院 基于遗传算法和五次多项式插值的机器人路径规划方法
CN109940623A (zh) * 2018-10-26 2019-06-28 广东工业大学 一种应用于焊缝的机器人路径规划方法
CN110227876A (zh) * 2019-07-15 2019-09-13 西华大学 基于3d点云数据的机器人焊接路径自主规划方法
CN112222703A (zh) * 2020-09-30 2021-01-15 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) 一种焊接机器人能耗最优轨迹规划方法
CN113580145A (zh) * 2021-08-25 2021-11-02 山东大学 基于三维视觉信息的叶轮叶片焊接路径规划方法及系统
CN114571153A (zh) * 2022-04-07 2022-06-03 福州大学 一种基于3d点云的焊缝识别与机器人焊缝跟踪方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006187794A (ja) * 2005-01-07 2006-07-20 Enshu Ltd シームトラッキング溶接装置
CN105716527A (zh) * 2016-04-18 2016-06-29 中国计量学院 激光焊缝跟踪传感器标定方法
CN108664021A (zh) * 2018-04-12 2018-10-16 江苏理工学院 基于遗传算法和五次多项式插值的机器人路径规划方法
CN109940623A (zh) * 2018-10-26 2019-06-28 广东工业大学 一种应用于焊缝的机器人路径规划方法
CN110227876A (zh) * 2019-07-15 2019-09-13 西华大学 基于3d点云数据的机器人焊接路径自主规划方法
CN112222703A (zh) * 2020-09-30 2021-01-15 上海船舶工艺研究所(中国船舶工业集团公司第十一研究所) 一种焊接机器人能耗最优轨迹规划方法
CN113580145A (zh) * 2021-08-25 2021-11-02 山东大学 基于三维视觉信息的叶轮叶片焊接路径规划方法及系统
CN114571153A (zh) * 2022-04-07 2022-06-03 福州大学 一种基于3d点云的焊缝识别与机器人焊缝跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜博宇.焊接机器人无示教模式三维焊缝信息提取.中国优秀硕士学位论文全文数据库.2017,第9-63页. *

Also Published As

Publication number Publication date
CN115556120A (zh) 2023-01-03

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
Baeten et al. Hybrid vision/force control at corners in planar robotic-contour following
CN107901041B (zh) 一种基于图像混合矩的机器人视觉伺服控制方法
CN111360827B (zh) 一种视觉伺服切换控制方法及系统
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
US8606402B2 (en) Manipulator and control method thereof
CN109976347B (zh) 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
CN206561226U (zh) 一种激光视觉引导的焊接轨迹自动跟踪系统
CN115556120B (zh) 一种基于随机自适应的焊缝路径规划无示教方法
CN112958959A (zh) 一种基于三维视觉的自动化焊接和检测方法
CN110722558B (zh) 机器人的原点校正方法、装置、控制器和存储介质
CN112907682B (zh) 一种五轴运动平台的手眼标定方法、装置及相关设备
CN114474058B (zh) 视觉引导的工业机器人系统标定方法
CN115446836B (zh) 一种基于多种图像特征信息混合的视觉伺服方法
CN116277035B (zh) 机器人的控制方法、装置、处理器及电子设备
CN109900251A (zh) 一种基于视觉技术的机器人定位装置及方法
CN110928311B (zh) 一种基于全景相机下直线特征的室内移动机器人导航方法
CN113878578B (zh) 适用于复合型机器人的动态自适应定位方法和系统
Cong Combination of two visual servoing techniques in contour following task
CN117584121A (zh) 一种基于点云场景理解的焊接机器人路径规划方法
JP5561037B2 (ja) ロボット及びその制御方法
JP2778430B2 (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
CN111263685B (zh) 机器人方法和系统
CN115709331A (zh) 基于目标检测的焊接机器人全自主视觉引导方法及系统
CN215701709U (zh) 一种可配置的手眼标定装置

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