CN115937468A - 一种无数模工件机器人加工程序自动生成方法 - Google Patents
一种无数模工件机器人加工程序自动生成方法 Download PDFInfo
- Publication number
- CN115937468A CN115937468A CN202211532932.1A CN202211532932A CN115937468A CN 115937468 A CN115937468 A CN 115937468A CN 202211532932 A CN202211532932 A CN 202211532932A CN 115937468 A CN115937468 A CN 115937468A
- Authority
- CN
- China
- Prior art keywords
- point
- points
- boundary line
- sub
- clustering center
- 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
Links
Images
Landscapes
- Numerical Control (AREA)
Abstract
本发明公开了智能制造领域内的一种无数模工件机器人加工程序自动生成方法,包括以下步骤:步骤1,获取毛坯件点云;步骤2,点云法向量及高斯曲率计算;步骤3,对所有点云进行分类,生成构造点1,获得子区域边界线与子区域聚类中心点,再进行第二次聚类,对子区域边界线再次进行分类,生成构造点2,获得边界线聚类中心点;步骤4,生成构造点3,利用关键点生成算法生成曲面构造关键点;步骤5,建立辅助平面点云,综上子区域聚类中心点、边界线聚类中心点与曲面构造关键点生成辅助平面;步骤6,生成初始路径点,求原始点云与辅助明面点云的交集,生成初始路径点;步骤7,后处理;实现了不依赖数模即可完成打磨清理程序的生成。
Description
技术领域
本发明涉及智能制造领域内的机器人加工程序自动生成方法。
背景技术
大型锻铸件是国家制造业的基础,近年来随着我国大力发展高端装备制造业,使得在航空航天、船舶、能源等重大工程领域大型复杂锻铸件的使用频次越来越高。在经过锻铸成型之后,对其表面氧化皮、浇冒口、飞边等表面缺陷进行打磨清理是大型锻铸件制造工艺环节中的重要一环,其磨削质量直接关系到锻铸件的尺寸精度、损伤层厚度、零件性能等多个方面。目前,几乎所有的大型锻铸件仍需依赖人工进行高强的打磨,加工质量难以保证,表面损伤层无法控制且工作效率极低。机器人加工以其柔性高、工作空间大等特点,特别适合进行大型锻铸件表面打磨清理的人工替代。
现阶段,机器人加工的编程包括示教和离线编程两种方式,对于大型构件打磨,示教编程工作强度大、操作难度高,而离线编程多需要基于数模进行路径的生成。但绝大部分大型锻铸件没有准确的数模,且不同的毛坯件间也存在较大差异。因此,难以基于数模进行机器人加工的离线编程工作,限制了机器人加工的应用。相应地,本领域亟需一种不依赖数模的大型锻铸件机器人打磨清理程序生成方法
发明内容
本发明的目的是提供一种无数模工件机器人加工程序自动生成方法,可以不依赖数模即可实现打磨清理程序的生成。
为实现上述目的,本发明提供了一种无数模工件机器人加工程序自动生成方法,包括以下步骤:
步骤1,获取毛坯件点云;
步骤2,点云法向量及高斯曲率计算;
步骤3,对所有点云进行分类,生成构造点1,获得子区域边界线与子区域聚类中心点,再进行第二次聚类,对子区域边界线再次进行分类,生成构造点2,获得边界线聚类中心点;
步骤4,生成构造点3,利用关键点生成算法生成曲面构造关键点;
步骤5,建立辅助平面点云,综上子区域聚类中心点、边界线聚类中心点与曲面构造关键点生成辅助平面;
步骤6,生成初始路径点,求原始点云与辅助明面点云的交集,生成初始路径点;
步骤7,后处理。
与现有技术相比,本发明的有益效果在于,利用激光扫描仪、双目结构光、激光雷达等非接触/接触式测量设备,获得毛坯件原始点云,通过改进聚类算法,得子区域边界线与子区域聚类中心点、边界线聚类中心点,并利用关键点生成算法生成曲面构造关键点,从而建立建立辅助平面点云,并生成初始路径点,建立机器人的程序语言模板(Rapid、KRL等专用机器人程序语言),其中以初始路径点作为输入部分,最终加工程序自主生成,实现了不依赖数模即可完成打磨清理程序的生成。
作为本发明的进一步改进,步骤2包括以下内容,
计算点云M(xi,yi,zi)中所有点的法向量和高斯曲率,曲面上任意点的高斯曲率K为该点主曲率的乘积,其公式为:
式中L=rxxn;N=ryyn;E=rxrx;F=rxry;G=ryry;rx,ry,rxx,ryy,rxy,是曲面的偏微分,E、F、G称为曲面的第一基本不变量,L、M、N称为曲面的第二基本不变量。
作为本发明的进一步改进,步骤3包括以下内容,
步骤3.1,选择点云中任意点pi(xi,yi,zi)作为起始点,沿给定轴线方向,即根据工件类型人工指定,遍历所有点的高斯曲率;
步骤3.2,初始聚类个数k设为1,当高斯曲率遍历时,曲率符号发生变化,则k=k+1;
步骤3.3,完成遍历后,确定最终k值,并在点云中选择k个样本作为初始聚类中心a=a1,a2,…ak;
步骤3.4,针对数据集中每个样本pi计算它到k个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中;此处距离为三维空间内点间的欧式距离ρ:
步骤3.5,针对每个类别aj,重新计算它的聚类中心aj:
式中,ci为以aj为中心的簇,x为ci中的一点坐标;
步骤3.6,重复步骤3.2和步骤3.3,直至达到终止条件,即误差最小或设置迭代次数;
步骤3.7,聚类后,求解相邻两个区域的交集可以获得子区域边界线点云;
步骤3.8,重复步骤3.1-步骤3.7,获得边界线聚类中心点。
作为本发明的进一步改进,步骤4包括以下内容,
步骤4.1,输入子区域交界线Lij上的所有点;
步骤4.2,找到距离交界线聚类中心点Cij空间距离最近的点,记为k0点;空间距离利用空间欧式距离公式计算;
步骤4.3,以k0点为基准点,将交界线Lij分为左侧交界线Lij’和右侧交界线Lij”;
步骤4.4,输入左侧交界线Lij’;
步骤4.5,求出左侧交界线Lij’内所有点距离k0点的距离Dx,按照上述欧式距离公式求解,判断距离Dx是否小于砂带磨削宽度LB,砂带磨削宽度LB根据实际工艺预设,若是,则存入临时点集Ui;
步骤4.6,设置高斯曲率阈值G,判断临时点集Ui内点的高斯曲率是否小于阈值G;若是,则存入临时点集Vi;
步骤4.7,求出临时点集Vi内距离k0点空间距离最大的点,按照上述欧式距离公式求解,记为k-1点;
步骤4.8,令k-1=k0,重复步骤步骤4.5-步骤4.7,依次得到点k-2,点k-3...点k-m;
步骤4.9,输入右侧交界线Lij”,重复步骤步骤4.5-步骤4.8,得到点k1,点k2,点k3...点kn;
步骤4.10,通过上述算法可以得到交界线上的关键点集合Pij={k-m,k-m+1,…k0,…kn-1,kn},,关键点集合Pij内所有点都满足任意相邻两点的距离小于砂带磨削宽度LB,且所有点的高斯曲率均小于阈值G。
作为本发明的进一步改进,步骤5包括以下内容,
采用了曲率、磨削宽度双约束的方式自动生成辅助平面点云,构建辅助平面点云的基本思想是空间中任意两条相交直线可以确定一个平面;因此,通过步骤3和4生成了三个关键点,并通过三个关键点构造两条相交直线;具体为,在子区域交界线上生成关键点,连接交界线上的关键点和交界线聚类中心点可以确定一条直线;通过边界线聚类中心点与子区域聚类中心点确定第二条直线,两条直线相交于交界线聚类中心点;两相交直线必可以生成一个确定平面;
确定交界线及关键点集合后,以子区域聚类中心点和交界线聚类中心点连线为轴线,关键点集合内的点为控制点,三点确定一个平面,可以生成辅助平面簇。
作为本发明的进一步改进,步骤7包括以下内容,
步骤7.1,确定打磨法向;
步骤7.2,路径点抽稀及精度补偿;
步骤7.3,路径点赋值程序模板;
步骤7.4,完成加工程序自主生成。
作为本发明的进一步改进,步骤7.1的具体内容如下,
子区域聚类中心点可以代表整个空间区域内所有点的空间位置,将得到的k个聚类中心点有序连接起来,得到的空间有向线段,按照机器人进给轴线方向,即根据工艺设定的方向,对有向线段点进行排序,得到机器人打磨方向。
作为本发明的进一步改进,步骤7.2的具体内容如下,
根据不同的精度要求去设置路径点保留的比例,按照均匀降采样的方式,对初始路径点进行抽稀处理;即等间隔的保留一些点;首先,将点云划分体素,即小正方体,每个体素保留距离体素中心最近的点代替体素,删除其他点,以达到均匀降采样的目标;
然后过渡的抽稀会降低曲面精度,为此还需做精度补偿,在高斯曲率较大的点处,需要改变高斯曲率阈值提高保留点的数量,从而在局部保留更密集的路径点,提高曲面精度。
作为本发明的进一步改进,步骤7.的具体内容如下,
加工程序中的运动指令,其变量包括路径点和表示机器人姿态的四元数,赋值时即将上述求得的路径点坐标与法向量四元数依次赋值到运动指令中,获得机器人可执行程序文件
附图说明
图1为本发明整体流程图。
图2为本发明基于曲率的自动分区聚类的算例图。
图3为本发明关键点的算法图。
图4为本发明辅助平面的流程图。
图5为本发明辅助平main簇生成的算例图。
图6为本发明整体算例视图。
具体实施方式
下面结合附图对本发明进一步说明:
如图1-6所示的一种无数模工件机器人加工程序自动生成方法,其特征在于:包括以下内容,
步骤1,获取毛坯件点云;
步骤2,点云法向量及高斯曲率计算;
计算点云M(xi,yi,zi)中所有点的法向量和高斯曲率,曲面上任意点的高斯曲率K为该点主曲率的乘积,其公式为:
式中L=rxxn;N=ryyn;E=rxrx;F=rxry;G=ryry;rx,ry,rxx,ryy,rxy,是曲面的偏微分,E、F、G称为曲面的第一基本不变量,L、M、N称为曲面的第二基本不变量。
步骤3,对所有点云进行分类,生成构造点1,获得子区域边界线与子区域聚类中心点,再进行第二次聚类,对子区域边界线再次进行分类,生成构造点2,获得边界线聚类中心点;
步骤3.1,选择点云中任意点pi(xi,yi,zi)作为起始点,沿给定轴线方向,即根据工件类型人工指定,遍历所有点的高斯曲率;
步骤3.2,初始聚类个数k设为1,当高斯曲率遍历时,曲率符号发生变化,则k=k+1;
步骤3.3,完成遍历后,确定最终k值,并在点云中选择k个样本作为初始聚类中心a=a1,a2,…ak;
步骤3.4,针对数据集中每个样本pi计算它到k个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中;此处距离为三维空间内点间的欧式距离ρ:
步骤3.5,针对每个类别aj,重新计算它的聚类中心aj:
式中,ci为以aj为中心的簇,x为ci中的一点坐标;
步骤3.6,重复步骤3.2和步骤3.3,直至达到终止条件,即误差最小或设置迭代次数;
步骤3.7,聚类后,求解相邻两个区域的交集可以获得子区域边界线点云;
步骤3.8,重复步骤3.1-步骤3.7,获得边界线聚类中心点。
步骤4,生成构造点3,利用关键点生成算法生成曲面构造关键点;
步骤4.1,输入子区域交界线Lij上的所有点;
步骤4.2,找到距离交界线聚类中心点Cij空间距离最近的点,记为k0点;空间距离利用空间欧式距离公式计算;
步骤4.3,以k0点为基准点,将交界线Lij分为左侧交界线Lij’和右侧交界线Lij”;
步骤4.4,输入左侧交界线Lij’;
步骤4.5,求出左侧交界线Lij’内所有点距离k0点的距离Dx,按照上述欧式距离公式求解,判断距离Dx是否小于砂带磨削宽度LB,砂带磨削宽度LB根据实际工艺预设,若是,则存入临时点集Ui;
步骤4.6,设置高斯曲率阈值G,判断临时点集Ui内点的高斯曲率是否小于阈值G;若是,则存入临时点集Vi;
步骤4.7,求出临时点集Vi内距离k0点空间距离最大的点,按照上述欧式距离公式求解,记为k-1点;
步骤4.8,令k-1=k0,重复步骤步骤4.5-步骤4.7,依次得到点k-2,点k-3...点k-m;
步骤4.9,输入右侧交界线Lij”,重复步骤步骤4.5-步骤4.8,得到点k1,点k2,点k3...点kn;
步骤4.10,通过上述算法可以得到交界线上的关键点集合Pij={k-m,k-m+1,…k0,…kn-1,kn},,关键点集合Pij内所有点都满足任意相邻两点的距离小于砂带磨削宽度LB,且所有点的高斯曲率均小于阈值G。
步骤5,建立辅助平面点云,综上子区域聚类中心点、边界线聚类中心点与曲面构造关键点生成辅助平面;
采用了曲率、磨削宽度双约束的方式自动生成辅助平面点云,构建辅助平面点云的基本思想是空间中任意两条相交直线可以确定一个平面;因此,通过步骤3和4生成了三个关键点,并通过三个关键点构造两条相交直线;具体为,在子区域交界线上生成关键点,连接交界线上的关键点和交界线聚类中心点可以确定一条直线;通过边界线聚类中心点与子区域聚类中心点确定第二条直线,两条直线相交于交界线聚类中心点;两相交直线必可以生成一个确定平面;确定交界线及关键点集合后,以子区域聚类中心点和交界线聚类中心点连线为轴线,关键点集合内的点为控制点,三点确定一个平面,可以生成辅助平面簇。
步骤6,生成初始路径点,求原始点云与辅助明面点云的交集,生成初始路径点。
步骤7,后处理。
步骤7.1,确定打磨法向;
子区域聚类中心点可以代表整个空间区域内所有点的空间位置,将得到的k个聚类中心点有序连接起来,得到的空间有向线段,按照机器人进给轴线方向,即根据工艺设定的方向,对有向线段点进行排序,得到机器人打磨方向。
步骤7.2,路径点抽稀及精度补偿;
根据不同的精度要求去设置路径点保留的比例,按照均匀降采样的方式,对初始路径点进行抽稀处理;即等间隔的保留一些点;首先,将点云划分体素,即小正方体,每个体素保留距离体素中心最近的点代替体素,删除其他点,以达到均匀降采样的目标;然后过渡的抽稀会降低曲面精度,为此还需做精度补偿,在高斯曲率较大的点处,需要改变高斯曲率阈值提高保留点的数量,从而在局部保留更密集的路径点,提高曲面精度。
步骤7.3,路径点赋值程序模板;
加工程序中的运动指令,其变量包括路径点和表示机器人姿态的四元数,赋值时即将上述求得的路径点坐标与法向量四元数依次赋值到运动指令中,获得机器人可执行程序文件。
步骤7.4,完成加工程序自主生成。
本发明改变了原有机器人离线编程方法必须依赖数模的问题,解决了锻铸行业智能制造改进过程中机器人加工程序生成难得现状。通过本发明提出的方法,初始条件仅需要工件三维点云,无需进行复杂的逆向重构,也不依赖标准数模,就可以生成最终的可执行机器人加工文件。且该方法的路径点生成是基于工件曲率的变化与工艺参数的差异,因此可以更好的适应曲面加工,提高加工精度。
本发明不局限于上述实施例,在本公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。
Claims (9)
1.一种无数模工件机器人加工程序自动生成方法,其特征在于:包括以下内容,
步骤1,获取毛坯件点云;
步骤2,点云法向量及高斯曲率计算;
步骤3,对所有点云进行分类,生成构造点1,获得子区域边界线与子区域聚类中心点,再进行第二次聚类,对子区域边界线再次进行分类,生成构造点2,获得边界线聚类中心点;
步骤4,生成构造点3,利用关键点生成算法生成曲面构造关键点;
步骤5,建立辅助平面点云,综上子区域聚类中心点、边界线聚类中心点与曲面构造关键点生成辅助平面;
步骤6,生成初始路径点,求原始点云与辅助明面点云的交集,生成初始路径点;
步骤7,后处理。
3.根据权利要求2所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤3包括以下内容,
步骤3.1,选择点云中任意点pi(xi,yi,zi)作为起始点,沿给定轴线方向,即根据工件类型人工指定,遍历所有点的高斯曲率;
步骤3.2,初始聚类个数k设为1,当高斯曲率遍历时,曲率符号发生变化,则k=k+1;
步骤3.3,完成遍历后,确定最终k值,并在点云中选择k个样本作为初始聚类中心a=a1,a2,...ak;
步骤3.4,针对数据集中每个样本pi计算它到k个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中;此处距离为三维空间内点间的欧式距离ρ:
步骤3.5,针对每个类别aj,重新计算它的聚类中心aj:
式中,ci为以aj为中心的簇,x为ci中的一点坐标;
步骤3.6,重复步骤3.2和步骤3.3,直至达到终止条件,即误差最小或设置迭代次数;
步骤3.7,聚类后,求解相邻两个区域的交集可以获得子区域边界线点云;
步骤3.8,重复步骤3.1-步骤3.7,获得边界线聚类中心点。
4.根据权利要求3所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤4包括以下内容,
步骤4.1,输入子区域交界线Lij上的所有点;
步骤4.2,找到距离交界线聚类中心点Cij空间距离最近的点,记为k0点;空间距离利用空间欧式距离公式计算;
步骤4.3,以k0点为基准点,将交界线Lij分为左侧交界线Lij’和右侧交界线Lij”;
步骤4.4,输入左侧交界线Lij’;
步骤4.5,求出左侧交界线Lij’内所有点距离k0点的距离Dx,按照上述欧式距离公式求解,判断距离Dx是否小于砂带磨削宽度LB,砂带磨削宽度LB根据实际工艺预设,若是,则存入临时点集Ui;
步骤4.6,设置高斯曲率阈值G,判断临时点集Ui内点的高斯曲率是否小于阈值G;若是,则存入临时点集Vi;
步骤4.7,求出临时点集Vi内距离k0点空间距离最大的点,按照上述欧式距离公式求解,记为k-1点;
步骤4.8,令k-1=k0,重复步骤步骤4.5-步骤4.7,依次得到点k-2,点k-3...点k-m;
步骤4.9,输入右侧交界线Lij”,重复步骤步骤4.5-步骤4.8,得到点k1,点k2,点k3...点kn;
步骤4.10,通过上述算法可以得到交界线上的关键点集合Pij={k-m,k-m+1,…k0,…kn-1,kn},,关键点集合Pij内所有点都满足任意相邻两点的距离小于砂带磨削宽度LB,且所有点的高斯曲率均小于阈值G。
5.根据权利要求4所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤5包括以下内容,
采用了曲率、磨削宽度双约束的方式自动生成辅助平面点云,构建辅助平面点云的基本思想是空间中任意两条相交直线可以确定一个平面;因此,通过步骤3和4生成了三个关键点,并通过三个关键点构造两条相交直线;具体为,在子区域交界线上生成关键点,连接交界线上的关键点和交界线聚类中心点可以确定一条直线;通过边界线聚类中心点与子区域聚类中心点确定第二条直线,两条直线相交于交界线聚类中心点;两相交直线必可以生成一个确定平面;
确定交界线及关键点集合后,以子区域聚类中心点和交界线聚类中心点连线为轴线,关键点集合内的点为控制点,三点确定一个平面,可以生成辅助平面簇。
6.根据权利要求5所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤7包括以下内容,
步骤7.1,确定打磨法向;
步骤7.2,路径点抽稀及精度补偿;
步骤7.3,路径点赋值程序模板;
步骤7.4,完成加工程序自主生成。
7.根据权利要求6所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤7.1的具体内容如下,
子区域聚类中心点可以代表整个空间区域内所有点的空间位置,将得到的k个聚类中心点有序连接起来,得到的空间有向线段,按照机器人进给轴线方向,即根据工艺设定的方向,对有向线段点进行排序,得到机器人打磨方向。
8.根据权利要求7所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤7.2的具体内容如下,
根据不同的精度要求去设置路径点保留的比例,按照均匀降采样的方式,对初始路径点进行抽稀处理;即等间隔的保留一些点;首先,将点云划分体素,即小正方体,每个体素保留距离体素中心最近的点代替体素,删除其他点,以达到均匀降采样的目标;
然后过渡的抽稀会降低曲面精度,为此还需做精度补偿,在高斯曲率较大的点处,需要改变高斯曲率阈值提高保留点的数量,从而在局部保留更密集的路径点,提高曲面精度。
9.根据权利要求8所述的一种无数模工件机器人加工程序自动生成方法,其特征在于:步骤7.3的具体内容如下,
加工程序中的运动指令,其变量包括路径点和表示机器人姿态的四元数,赋值时即将上述求得的路径点坐标与法向量四元数依次赋值到运动指令中,获得机器人可执行程序文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211532932.1A CN115937468A (zh) | 2022-12-01 | 2022-12-01 | 一种无数模工件机器人加工程序自动生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211532932.1A CN115937468A (zh) | 2022-12-01 | 2022-12-01 | 一种无数模工件机器人加工程序自动生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115937468A true CN115937468A (zh) | 2023-04-07 |
Family
ID=86650075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211532932.1A Pending CN115937468A (zh) | 2022-12-01 | 2022-12-01 | 一种无数模工件机器人加工程序自动生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115937468A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117055463A (zh) * | 2023-08-14 | 2023-11-14 | 柔胜刚智能科技(苏州)有限公司 | 一种高能束三维加工路径自动生成的处理方法与装置 |
CN117182671A (zh) * | 2023-08-09 | 2023-12-08 | 福建三宝特钢有限公司 | Hrb400e高速棒材生产工艺 |
CN117291395A (zh) * | 2023-10-20 | 2023-12-26 | 北京金橙子科技股份有限公司 | 基于环形填充的填充线加工排序方法、装置和存储介质 |
-
2022
- 2022-12-01 CN CN202211532932.1A patent/CN115937468A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117182671A (zh) * | 2023-08-09 | 2023-12-08 | 福建三宝特钢有限公司 | Hrb400e高速棒材生产工艺 |
CN117182671B (zh) * | 2023-08-09 | 2024-06-04 | 福建三宝特钢有限公司 | Hrb400e高速棒材生产工艺 |
CN117055463A (zh) * | 2023-08-14 | 2023-11-14 | 柔胜刚智能科技(苏州)有限公司 | 一种高能束三维加工路径自动生成的处理方法与装置 |
CN117055463B (zh) * | 2023-08-14 | 2024-09-06 | 柔胜刚智能科技(苏州)有限公司 | 一种高能束三维加工路径自动生成的处理方法与装置 |
CN117291395A (zh) * | 2023-10-20 | 2023-12-26 | 北京金橙子科技股份有限公司 | 基于环形填充的填充线加工排序方法、装置和存储介质 |
CN117291395B (zh) * | 2023-10-20 | 2024-01-26 | 北京金橙子科技股份有限公司 | 基于环形填充的填充线加工排序方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115937468A (zh) | 一种无数模工件机器人加工程序自动生成方法 | |
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 | |
CN113741426B (zh) | 一种基于局部点云曲线拟合的机器人加工路径规划方法 | |
CN113298833A (zh) | 目标物点云特征线面提取方法及系统 | |
CN109683552B (zh) | 一种基面曲线导向的复杂点云模型上的数控加工路径生成方法 | |
CN115147437B (zh) | 机器人智能引导加工方法与系统 | |
CN109664296B (zh) | 一种面向机器人砂带打磨的优化轨迹搜索方法 | |
CN114055255A (zh) | 一种基于实时点云的大型复杂构件表面打磨路径规划方法 | |
CN113536488B (zh) | 基于配准算法的毛坯质量包容性分析和余量优化方法 | |
CN109343468A (zh) | 一种基于投影偏置的叶片多轴轨迹生成方法 | |
CN114488943B (zh) | 面向配合工况下的随机多区域高效打磨路径规划方法 | |
CN114310897B (zh) | 机器人测量的位姿优化及运动光顺计算方法、系统及应用 | |
CN110340738B (zh) | 一种基于pca的机器人拉丝高铁白车身工件精确标定方法 | |
CN115685988A (zh) | 一种自由曲面喷涂路径自动生成方法与装置 | |
CN108153244B (zh) | 一种基于ros平台的机器人喷涂轨迹生成方法 | |
CN112372631B (zh) | 一种大型复杂构件机器人加工的快速碰撞检测方法及设备 | |
Si et al. | A solid-discrete-based method for extracting the cutter-workpiece engagement in five-axis flank milling | |
Sun et al. | A uniform allowance matching method for point cloud based on the edge extraction under de-shaping center | |
Zhang et al. | Robot automation grinding process for nuclear reactor coolant pump based on reverse engineering | |
CN115283172B (zh) | 一种基于点云处理的机器人自动喷涂方法 | |
CN115056213B (zh) | 一种面向大型复杂构件的机器人轨迹自适应修正方法 | |
CN115455807A (zh) | 一种薄壁零件加工余量优化方法及加工余量优化评估方法 | |
CN112347585B (zh) | 一种球头铣刀与工件接触区域解析计算方法 | |
CN110348163B (zh) | 一种轮胎花纹边界连续相切圆弧的拟合方法 | |
CN115847398B (zh) | 一种基于区域的机器人智能加工方法及系统 |
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 |