CN115768581A - 焊接机器人的动作自动生成方法以及动作自动生成系统 - Google Patents

Abstract

本发明提供能够削减焊接机器人的事前作业并在现场自动生成焊接机器人的动作的焊接机器人的动作自动生成方法以及动作自动生成系统。本实施方式的焊接机器人(1)的动作自动生成方法包括：设置步骤(Step1)，将3D计测传感器(4)配置于预定的场所；计测步骤(Step2)，将焊接场所分割成多个计测区域并利用3D计测传感器(4)进行计测；点群处理步骤(Step3)，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面；计测确认步骤(Step4)，确认是否结束了焊接场所中的全部的计测；以及三维模型生成步骤(Step5)，根据提取面以及假想面来生成焊接场所的三维模型。

Description

焊接机器人的动作自动生成方法以及动作自动生成系统

技术领域

本发明涉及焊接机器人的动作自动生成方法以及动作自动生成系统，特别涉及能够在现场自动地生成带入焊接场所的焊接机器人的焊接动作的焊接机器人的动作自动生成方法以及动作自动生成系统。

背景技术

例如，在船舶的建造中，由纵肋、彩钢板、加强筋等许多部件构成的船壳构造成为焊接作业的对象。船舶建造工序的初期是将加强材料焊接于面板这样的比较简单的构造的焊接作业，其自动化也在推进。随着进入后工序，会变成立体且大型的构造，因此在工厂生产线上固定的自动焊接装置的情况下，该装置也不得不大型化，初期费用也增大化，因此变成难以进行设备导入的状况。根据所述情况，多年研究了将小型化·轻量化的焊接机器人带入焊接场所并进行自动焊接。

例如，专利文献1中公开了一种方法，根据CAD数据的工件形状信息来生成工件模型，生成由安装部件的安装线构成的基本焊接线的焊接模型，再生成利用确定焊接机器人的动作范围的区域分割线将工件分割而成的单元模型，针对每个基本焊接线来检查工件与焊接机器人有无干涉，在发生干涉的情况下生成缩短到不发生干涉的范围内的焊接线，针对每个区域来决定焊接线的焊接方向·顺序·路径，再指定焊接设计信息并生成动作程序。

在先技术文献

专利文献

专利文献1：日本特开2004-1226号公报

发明内容

发明要解决的技术问题

然而，如专利文献1所记载的发明那样，在使用CAD数据的情况下，事前必须准备焊接对象物的CAD数据，存在事前作业很需要时间这样的问题。并且，在发生了CAD数据的修改时向动作程序的反映延迟，或者安装未反映到CAD数据中的构造物，CAD数据和实际的焊接对象物及其周边部的形状不同的情况也不少。在该情况下，存在将不是焊接部位的地方焊接、或者焊接对象物、其周边部与焊接机器人发生碰撞这样的问题。

本发明鉴于所述问题点而作出，其目的在于提供能够削减焊接机器人的事前作业并在现场自动生成焊接机器人的动作的焊接机器人的动作自动生成方法以及动作自动生成系统。

用于解决技术问题的手段

根据本发明，提供一种焊接机器人的动作自动生成方法，自动地生成配置在预定的焊接场所的焊接机器人的焊接动作，所述焊接机器人的动作自动生成方法的特征在于，包括：设置步骤，将3D计测传感器配置于预定的场所；计测步骤，将所述焊接场所分割成多个计测区域并利用所述3D计测传感器进行计测；点群处理步骤，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面；三维模型生成步骤，根据所述提取面以及所述假想面来生成所述焊接场所的三维模型；以及焊接动作生成步骤，使用所述三维模型来生成焊接机器人的焊接动作。

也可以是，所述点群处理步骤是按照每个所述计测步骤来处理的。

也可以是，所述设置步骤是以所述多个计测区域具有与相邻的计测区域重复的区域的方式来处理的。

也可以是，所述点群处理步骤识别为所述无效区域由与所述提取面垂直的平面形成来生成所述假想面。

也可以是，所述三维模型生成步骤包括：提取面合成步骤，将所述提取面转换成机器人坐标系并合成；及假想面合成步骤，将所述假想面转换成机器人坐标系并合成。

也可以是，所述三维模型生成步骤包括：将与钢板的板厚相当的宽度的平面作为钢板的端面来处理的板厚形状确认步骤。

也可以是，所述三维模型生成步骤包括：提取未形成所述提取面以及所述假想面的影部并复原的影部形状复原步骤。

也可以是，所述焊接动作生成步骤包括：考虑配置了所述焊接机器人的场所的倾斜度来生成所述焊接动作。

并且，根据本发明，提供一种焊接机器人的动作自动生成系统，自动地生成配置在预定的焊接场所的焊接机器人的焊接动作，所述焊接机器人的动作自动生成系统的特征在于，具备：3D计测传感器，将所述焊接场所分割成多个计测区域并进行计测；以及运算装置，基于所述3D计测传感器的数据来生成所述焊接场所的三维模型，所述运算装置构成为，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面，根据所述提取面以及所述假想面来生成所述焊接场所的三维模型，使用所述三维模型来生成焊接机器人的焊接动作。

发明效果

根据上述的本发明的焊接机器人的动作自动生成方法以及动作自动生成系统，使用3D计测传感器来生成焊接场所的三维模型，因此不需要事前使用CAD数据来生成焊接机器人的焊接动作。因此，根据本发明，能够削减焊接机器人的事前作业并在现场自动生成焊接机器人的动作。

附图说明

图1是示出本发明的一实施方式的焊接机器人的动作自动生成系统中使用的焊接机器人的一例的立体图。

图2是示出本发明的一实施方式的焊接机器人的动作自动生成方法的整体流程图。

图3是示出点群处理步骤的流程图。

图4是示出三维模型生成步骤的流程图。

图5是示出点群处理步骤后的平面形状的一例的图，(A)示出了第一计测区域，(B)示出了第二计测区域，(C)示出了第三计测区域，(D)示出了第四计测区域，(E)示出了第五计测区域，(F)示出了第六计测区域。

图6是示出点群处理步骤后的平面形状的一例的图，(A)示出了第七计测区域，(B)示出了第八计测区域，(C)示出了第九计测区域。

图7是示出提取面合成步骤的影像图，(A)示出了合成方法，(B)示出了合成结果。

图8是示出假想面合成步骤的影像图。

图9是示出板厚形状确认步骤的影像图。

图10是示出影部形状复原步骤的影像图。

具体实施方式

以下，使用图1～图10来说明本发明的实施方式。在此，图1是示出本发明的一实施方式的焊接机器人的动作自动生成系统中使用的焊接机器人的一例的立体图。

图1所示的焊接机器人1是具备能够折叠的多关节臂2的可搬式的焊接机器人。多关节臂2例如具备在旋转台2t上配置的基座21、与基座21的前端以能够回转的方式连接的上臂22、与上臂22的前端以能够回转的方式连接的下臂23、与下臂23的前端以能够回转的方式连接的手腕部24、与手腕部24的前端以能够旋转的方式连接的工具部25。

上臂22、下臂23、手腕部24以及工具部25构成为能够折叠配置在基座21上。旋转台2t配置在底座3上，构成为使多关节臂2以Z轴为中心进行旋转。在工具部25的前端配置焊枪2w。

并且，在上臂22的前表面上配置有能够将三维形状作为点群数据来取得的3D计测传感器4。3D计测传感器4例如为能够取得直到焊接对象物为止的距离图像的距离图像传感器。不过，3D计测传感器4并不限定于距离图像传感器，只要是能够获得三维的点群数据的传感器即可。通过将3D计测传感器4配置于焊接机器人1，能够将3D计测传感器4与焊接机器人1一起搬入到焊接场所。并且，通过在上臂22上配置3D计测传感器4，与在工具部25附近设置传感器的情况相比较，能够降低由焊接溅射、烟尘产生的影响。

上述的多关节臂2在图1所示的状态下，若利用XYZ的三轴正交坐标表达，则具有基座21的绕Z轴、上臂22的绕X轴、下臂23的绕X轴、手腕部24的绕X轴、工具部25的绕Y轴这合计5个自由度。需要说明的是，上述的多关节臂2的结构只是一例，并不限定于图示的结构。

在底座3上配置有收纳焊接机器人1的动作自动生成系统的运算装置以及焊接机器人1的控制装置的控制箱5。并且，在底座3上配置有用于搬运焊接机器人1的拉手6。拉手6在搬运时回转到折叠后的多关节臂2的上方，在设置时如图示那样回转到底座3的前方。

并且，在底座3的两侧部也可以配置有用于将放置于地板面的焊接机器人装置1抬起的把手31。并且，在底座3的前方也可以配置有用于进行焊接机器人装置1的定位的激光指标器32。并且，在底座3的底部也可以配置有由永磁铁或电磁铁构成的固定用磁铁(未图示)以及腿部33。并且，虽然未图示，但是在底座3上也可以配置加速度计、倾斜计等用于计测配置了焊接机器人1的场所的倾斜度的传感器。

本实施方式的焊接机器人1的动作自动生成系统是自动地生成配置在预定的焊接场所的焊接机器人1的焊接动作的动作自动生成系统，具备将焊接场所分割成多个计测区域并进行计测的3D计测传感器4和基于3D计测传感器4的数据来生成焊接场所的三维模型的运算装置，运算装置构成为基于后述的流程而自动地生成焊接机器人1的焊接动作。

接着，参照图2～图10并说明本发明的一实施方式的焊接机器人1的动作自动生成方法。图2是示出本发明的一实施方式的焊接机器人的动作自动生成方法的整体流程图。图3是示出点群处理步骤的流程图。图4是示出三维模型生成步骤的流程图。

本实施方式的焊接机器人1的动作自动生成方法是自动地生成配置在预定的焊接场所的焊接机器人1的焊接动作的动作自动生成方法，包括：设置步骤Step1，将3D计测传感器4配置于预定的场所；计测步骤Step2，将焊接场所分割成多个计测区域并利用3D计测传感器4进行计测；点群处理步骤Step3，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面；计测确认步骤Step4，确认是否结束了焊接场所中的全部的计测；三维模型生成步骤Step5，根据提取面以及假想面来生成焊接场所的三维模型；作业设定步骤Step6，输入焊接部位、焊缝腰高等与焊接有关的数据；焊接动作生成步骤Step7，使用三维模型来生成焊接机器人的焊接动作；施工顺序设定步骤Step8，设定三维模型中包含的焊接部位的施工顺序；以及焊接作业步骤Step9，基于自动生成的焊接动作以及施工顺序而通过焊接机器人1执行预定的焊接作业。

设置步骤Step1是为了对焊接场所的预定的区域进行计测而配置3D计测传感器4的步骤。在本实施方式中，将焊接机器人1配置于预定的场所，对其朝向进行调整，由此设置3D计测传感器4。

计测步骤Step2例如是如下的步骤：从3D计测传感器4照射随机点等图案光(红外线)，使用能够通过利用一个或多个红外线相机对该图案光(红外线)进行拍摄而获得距离图像的传感器，根据该距离图像取得计测区域的点群数据。

点群处理步骤Step3是根据点群数据来提取或生成平面形状的步骤。从与地板面垂直地配置且处于与3D计测传感器4相对的位置的平面(例如纵肋的腹板面等)取得有规则地排列的点群数据。另一方面，在与纵肋的腹板面垂直地配置的加强筋等的水平面等的情况下，来自3D计测传感器4的照射光的入射角变浅，在该平面中无法计测点群，在从3D计测传感器4的视点下形成缺少点群数据的区域。

在本实施方式中，将从点群数据中的能够识别为平面的点群数据中提取的平面定义为“提取面”，将在3D计测传感器4的视点下无法获得点群数据的不能识别的区域定义为“无效区域”。并且，将由无效区域生成的平面定义为“假想面”。

点群处理步骤Step3包括根据点群数据来生成提取面的处理，包括识别为无效区域由与提取面垂直的平面形成来生成假想面的处理。具体而言，点群处理步骤Step3基于图3所示的流程来处理。

如图3所示，点群处理步骤Step3包括取得距离图像数据的数据取得步骤Step31、将距离图像数据转换成传感器坐标系的三维坐标的坐标转换步骤Step32、根据坐标转换后的数据来计算局部平面的局部平面计算步骤Step33、对局部平面进行标记的标记步骤Step34、提取平面形状(提取面)的形状提取步骤Step35、根据基于3D计测传感器4的视点的距离图像数据来提取无效区域的无效区域提取步骤Step36、根据无效区域来生成假想面的假想面生成步骤Step37。

从坐标转换步骤Step32到形状提取步骤Step35的步骤在对利用3D计测传感器4取得的数据进行了压缩等处理之后，能够使用微小区域的法线方向计算、基于距离的判断等一般的方法，在此省略详细的说明。需要说明的是，在标记步骤Step34中，例如根据面法线构成的角度、面的距离等来将数据按照每个平面进行区分并标记。并且，在3D计测传感器4为能够直接取得点群数据的3D传感器的情况下，数据取得步骤Step31以及坐标转换步骤Step32为同一步骤。

无效区域由激光的入射角较浅的面或在3D计测传感器4的可计测范围内没有对象物的区域构成。因此，在无效区域提取步骤Step36中，无视微小区域，切出细长的区域(如大型钢构造物那样比较细长的部件成为计测对象的情况)，由此削减数据处理量并且分选无效区域。需要说明的是，在无效区域提取步骤Step36中，在3D计测传感器4为能够直接取得点群数据的3D传感器的情况下，也可以先进行基于3D计测传感器4的视点的距离图像相当的数据制作步骤。

在假想面生成步骤Step37中，以3D计测传感器4的位置为基准来制作与无效区域的周围面正交的面形状的候补，生成无效区域为阴影的面形状。例如，在面比3D计测传感器4的视点高的情况下，无效区域为下底比上底长的梯形形状，在面比3D计测传感器4的视点低的情况下，无效区域为上底比下底长的梯形形状。

计测确认步骤Step4是确认是否结束了焊接场所的整体的计测(是否结束了预定次数的计测)的步骤。在没有结束全部的计测的情况(N：否)下，返回设置步骤Step1，在结束了全部的计测的情况(Y：是)下，向下一个步骤转移。

在设置步骤Step1中，将焊接机器人1重新配置于预定的场所，或者使多关节臂2移动来变更3D计测传感器4的朝向、姿势而设置3D计测传感器4。此时，以多个计测区域具有与相邻的计测区域重复的区域的方式设置3D计测传感器4。通过所述处理，能够在多个计测区域内取得同一面的点群数据，能够容易地进行同一面的识别，能够容易地对平面的合成进行处理。

在此，图5是示出点群处理步骤后的平面形状的一例的图，(A)示出了第一计测区域，(B)示出了第二计测区域，(C)示出了第三计测区域，(D)示出了第四计测区域，(E)示出了第五计测区域，(F)示出了第六计测区域。图6是示出点群处理步骤后的平面形状的一例的图，(A)示出了第七计测区域，(B)示出了第八计测区域，(C)示出了第九计测区域。

图5(A)～图6(C)所示的平面形状示出了基于第N次(N为1～9的整数)计测出的计测区域的点群数据而提取或生成的平面形状。在图5(A)～图5(F)所示的第一计测区域～第六计测区域的平面形状中，未提取无效区域，仅由提取面构成。并且，图6(A)～图6(C)的右图所示的平面形状包含由各图的左图所示的无效区域(空白部分)生成的假想面S1～S3。

在本实施方式中，在对计测出的全部的点群数据进行了坐标转换的基础上进行合成之后，未提取或生成平面形状，针对每个计测区域来对点群数据进行处理。即，点群处理步骤Step3按照每个计测步骤Step2来处理。因此，能够减少点群处理步骤Step3中处理的一次的数据量，能够缩短平面形状的提取或生成的处理时间。

三维模型生成步骤Step5是例如根据图5(A)～图6(C)所示的平面形状来生成三维模型的步骤。具体而言，基于图4所示的流程来处理。

如图4所示，三维模型生成步骤Step5例如包括将提取面转换成机器人坐标系并合成的提取面合成步骤Step51、将假想面转换成机器人坐标系并合成的假想面合成步骤Step52、将与钢板的板厚相当的宽度的平面作为钢板的端面来处理的板厚形状确认步骤Step53、提取未形成提取面以及假想面的影部并复原的影部形状复原步骤Step54。

提取面合成步骤Step51是对通过点群处理步骤Step3提取的提取面进行合成的步骤。具体而言，提取面合成步骤Step51包括取得全部的提取面形状的第一步骤Step511、将提取面形状转换成机器人坐标系的第二步骤Step512、确认提取面是否为与已登记面相同的面区域的第三步骤Step513、在提取面不是与已登记面相同的面区域的情况(N)下将该提取面登记为新面的第四步骤Step514、在提取面为与已登记面相同的面区域的情况(Y)下重合并重新计算平面·形状的第五步骤Step515、确认是否处理了全部的提取面的第六步骤Step516。

例如，图5(A)～图6(C)所示的第一计测区域～第九计测区域的平面形状为传感器坐标系，因此视点因各计测区域而不同。因此，通过将传感器坐标系的坐标转换成机器人坐标系的坐标来统一坐标系。在此，图7是示出提取面合成步骤的影像图，(A)示出了合成方法，(B)示出了合成结果。

图7(A)的上段所示的两个平面形状是图5(A)以及图5(B)所示的第一计测区域以及第二计测区域的平面形状。对在提取面合成步骤Step51中从第一计测区域开始按顺序进行处理的情况进行说明。将第一计测区域A1中包含的平面形状坐标转换成机器人坐标系，将第一计测区域A1中包含的平面的全部作为新面登记于动作自动生成系统。例如如图7(A)所示，将面M1～M4作为新面来登记。

接着，将第二计测区域A2的平面形状坐标转换成机器人坐标系，确认是否具有与动作自动生成系统中登记的已登记面M1～M4相同的面区域。此时，若如图7(A)所示的那样第二计测区域A2中包含的面具有与已登记面M1相同的面区域，则使用该坐标来如图7(A)的下段所示的那样将第一计测区域A1中包含的平面形状与第二计测区域A2中包含的平面形状合成。需要说明的是，未与已登记面M1～M4构成同一面区域的面作为新面登记于动作自动生成系统。

以下，针对全部的计测区域来反复进行所述处理，由此能够如图7(B)所示的那样生成将全部的提取面合成的准三维模型。在此，图示了根据图5(A)～图6(C)所示的第一计测区域～第九计测区域中包含的平面形状的提取面来生成准三维模型的情况。

假想面合成步骤Step52是将通过点群处理步骤Step3生成的假想面合成的步骤。具体而言，假想面合成步骤Step52包括取得全部的假想面形状的第一步骤Step521、将假想面形状转换成机器人坐标系的第二步骤Step522、确认假想面的有效性的第三步骤Step523、将假想面合成的第四步骤Step524、确认是否处理了全部的假想面的第五步骤Step525。

第三步骤Step523是确认是否在其他的计测区域中假想面未识别为通常的平面的步骤。例如，在假想面存在于由其他的计测区域的传感器原点和提取面外形线制作的视野区域的情况下，将该假想面设为无效，从合成对象中排除。需要说明的是，第四步骤Step524通过与上述的提取面合成步骤Step51实质上相同的处理来处理。

在此，图8是示出假想面合成步骤的影像图。图8的上段所示的假想面S1′对第七计测区域中包含的假想面S1进行了坐标转换并放大。并且，图8的中段所示的假想面S2′对第八计测区域中包含的假想面S2进行了坐标转换并与假想面S1合成。并且，图8的下段所示的假想面S3′对第九计测区域中包含的假想面S3进行了坐标转换并与假想面S2′合成。

板厚形状确认步骤Step53是进行根据板厚形状来推定平面的处理的步骤。可认为钢板的看作板厚形状的部分形成平面的端面，因此能够推定形成该端面的平面。例如，相对于看作板厚量的细长的形状面(具有接近平行的长度方向的外形状的面)，根据长度方向外形线来制作垂直双面(板厚的两侧)，直至能够具有相同的面法线方向且构造状的范围的部件宽度的距离的平面为止。通过所述板厚形状确认步骤Step53的处理，能够消去在三维模型上浮起的面。

在此，图9是示出板厚形状确认步骤的影像图。图9的上段所示的图是对提取面合成步骤Step51以及假想面合成步骤Step52进行了处理之后的三维模型。需要说明的是，图中的假想面L1表示上方计测边界面，假想面L2、L3表示侧方计测边界面。图9的上段所示的图是从上段的图中提取板厚形状部D并推定平面形状而追加的三维模型。

影部形状复原步骤Step54是对成为部件的阴影而面未接触的部分的形状进行复原的步骤。例如，通过延长在附近的平面中以设想的角度交叉的一侧的形状来复原。通过所述影部形状复原步骤Step54的处理，能够消去在三维模型上不自然地分离的面。

在此，图10是示出影部形状复原步骤的影像图。图10的上段所示的图是在对提取面合成步骤Step51以及假想面合成步骤Step52进行了处理之后的三维模型。图中形成了在由虚线包围的部分内未生成面的部分即影部H。通过上述的处理，使该部分如图10的下段所示的图那样复原影部H。

作业设定步骤Step6是输入焊接部位、焊缝腰高等焊接所需要的数据的步骤。例如，在对与已焊接完成的场所相同的构造的焊接场所进行焊接的那种情况下，焊接部位、焊缝腰高等焊接所需要的数据是已知的，因此所述作业设定步骤Step6也可以在设置步骤Step1之前进行处理。

焊接动作生成步骤Step7是基于通过上述的处理生成的三维模型来生成焊接机器人1(多关节臂2)的焊接动作的步骤。在所述焊接动作生成步骤Step7中，也可以使用在底座3上配置的加速度传感器和倾斜传感器等的数据来算出焊接机器人1的倾斜度，使用考虑了重力方向的焊接接缝的焊接条件来生成动作。

并且，焊接动作生成步骤Step7例如进行焊接机器人1的姿势的决定、多关节臂2的动作·干涉的确认等处理，制作直到焊接开始位置为止的移动、传感检测动作、每个间隙的焊接动作、直到退避位置为止的移动等动作数据。需要说明的是，所述焊接动作生成步骤Step7与具备多关节臂的一般的机器人的动作生成处理实质上相同，因此在此省略详细的说明。

施工顺序设定步骤Step8是考虑焊接熔渣的落下等而通过例如使纵向的焊接比横向的焊接优先或者使下方的焊接比上方的焊接优先来设定进行焊接的顺序的步骤。

焊接作业步骤Step9是基于生成的焊接动作以及施工顺序而通过焊接机器人1进行焊接的步骤。例如，将焊接机器人1配置于预定的位置，使焊枪2w移动至开始位置，进行了接缝的传感检测之后，进行与间隙长度对应的焊接。

根据上述的本实施方式的焊接机器人1的动作自动生成方法，使用3D计测传感器4来生成焊接场所的三维模型，因此不需要事前使用CAD数据来生成焊接机器人1的焊接动作。因此，根据本实施方式，能够削减焊接机器人1的事前作业并在现场自动生成焊接机器人1的动作。

并且，用于使计算机等运算装置执行本实施方式的焊接机器人1的动作自动生成方法的程序既可以存储于控制箱5内的SSD(Solid State Drive：固态驱动器)、HDD(Harddisk drive：硬盘驱动器)等存储装置，也可以记录于能够利用配置于控制箱5的读取装置读取的记录媒介，还可以存储在通过线缆与控制箱5连接的外部控制箱侧，还可以利用外部控制箱侧的运算装置执行。并且，程序也可以构成为能够经由因特网等网络而安装于运算装置。

记录媒介例如为搭载了闪存等半导体存储器的USB(Universal Serial Bus：通用串行总线)存储器。记录媒介也可以为磁盘以及光盘。光盘为例如CD(Compact Disc：压缩光盘)以及DVD(Digital Versatile Disc：数字通用光盘)。

本发明并不限定于上述的实施方式，在不脱离本发明的宗旨的范围内能够进行各种各样的变更，这是不言而喻的。

附图标记说明

1焊接机器人、2多关节臂、2t旋转台、2w焊枪、3底座、4 3D计测传感器、5控制箱、6拉手、21基座、22上臂、23下臂、24手腕部、25工具部、31把手、32激光指标器、33腿部。

Claims (9)

1.一种焊接机器人的动作自动生成方法，自动地生成配置在预定的焊接场所的焊接机器人的焊接动作，所述焊接机器人的动作自动生成方法的特征在于，包括：

设置步骤，将3D计测传感器配置于预定的场所；

计测步骤，将所述焊接场所分割成多个计测区域并利用所述3D计测传感器进行计测；

点群处理步骤，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面；

三维模型生成步骤，根据所述提取面以及所述假想面来生成所述焊接场所的三维模型；以及

焊接动作生成步骤，使用所述三维模型来生成焊接机器人的焊接动作。

2.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述点群处理步骤是按照每个所述计测步骤来处理的。

3.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述设置步骤是以所述多个计测区域具有与相邻的计测区域重复的区域的方式来处理的。

4.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述点群处理步骤识别为所述无效区域由与所述提取面垂直的平面形成来生成所述假想面。

5.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述三维模型生成步骤包括：提取面合成步骤，将所述提取面转换成机器人坐标系并合成；及假想面合成步骤，将所述假想面转换成机器人坐标系并合成。

6.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述三维模型生成步骤包括：将与钢板的板厚相当的宽度的平面作为钢板的端面来处理的板厚形状确认步骤。

7.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述三维模型生成步骤包括：提取未形成所述提取面以及所述假想面的影部并复原的影部形状复原步骤。

8.根据权利要求1所述的焊接机器人的动作自动生成方法，其中，

所述焊接动作生成步骤包括：考虑配置了所述焊接机器人的场所的倾斜度来生成所述焊接动作。

9.一种焊接机器人的动作自动生成系统，自动地生成配置在预定的焊接场所的焊接机器人的焊接动作，所述焊接机器人的动作自动生成系统的特征在于，具备：

3D计测传感器，将所述焊接场所分割成多个计测区域并进行计测；以及

运算装置，基于所述3D计测传感器的数据来生成所述焊接场所的三维模型，

所述运算装置构成为，根据计测出的点群数据中的能够识别为平面的点群数据来生成提取面，根据无法获得点群数据的不能识别的无效区域来生成假想面，根据所述提取面以及所述假想面来生成所述焊接场所的三维模型，使用所述三维模型来生成焊接机器人的焊接动作。

Images