CN116175283A - 基于多关节机器人的在线平面度检测平台及检测方法 - Google Patents

基于多关节机器人的在线平面度检测平台及检测方法 Download PDF

Info

Publication number
CN116175283A
CN116175283A CN202310456693.4A CN202310456693A CN116175283A CN 116175283 A CN116175283 A CN 116175283A CN 202310456693 A CN202310456693 A CN 202310456693A CN 116175283 A CN116175283 A CN 116175283A
Authority
CN
China
Prior art keywords
solid
beam splitting
image sensor
state image
splitting plate
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.)
Granted
Application number
CN202310456693.4A
Other languages
English (en)
Other versions
CN116175283B (zh
Inventor
刘廷瑞
丁妍
赵康
巩爱凌
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202310456693.4A priority Critical patent/CN116175283B/zh
Publication of CN116175283A publication Critical patent/CN116175283A/zh
Application granted granted Critical
Publication of CN116175283B publication Critical patent/CN116175283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23QDETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/20Arrangements for observing, indicating or measuring on machine tools for indicating or measuring workpiece characteristics, e.g. contour, dimension, hardness
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00Manipulators mounted on wheels or on carriages
    • B25J5/007Manipulators mounted on wheels or on carriages mounted on wheels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/30Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Robotics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了基于多关节机器人的在线平面度检测平台及检测方法,涉及平面度测量技术领域,包括自动移动底座、铰接在自动移动底座上的下臂、铰接在下臂的一端的横梁以及铰接在横梁后端的上臂,上臂上铰接有前端垂臂,前端垂臂上设有固态图像传感器系统,横梁上设有激光器,下臂上安装有正对固态图像传感器系统的调频激励器,调频激励器的上端设有参考镜面,横梁的前端安装有位于激光器前方、固态图像传感器系统和参考镜面之间的分束板。本发明将光学干涉测量系统与多关节机器人集成,实现了精密元件表面非接触检测环节的在线化、实时化,提高加工和检测效率,增加检测结果的可靠性,避免工件在移送过程中发生故障。

Description

基于多关节机器人的在线平面度检测平台及检测方法
技术领域
本发明涉及平面度测量技术领域,特别涉及基于多关节机器人的在线平面度检测平台及检测方法。
背景技术
随着智能制造领域的快速兴起,各类精密元件的加工制造也备受瞩目。在nm级的精密元件的加工过程中,竖直的精密表面,比如轴类零件的车加工端面、其它零件的铣削过程中的竖直表面等,往往在加工过程中,就需要间歇性地得到阶段性的检验。而大多数这种nm级的检验无法通过接触传感测量来直接实现,必须使用光学测量技术来实现非接触测量。
现在nm级的精密元件表面的非接触检测环节,大多无法实现在线、高精度的现场检测,都是将加工过程中的工件卸下,移送到光学实验室中,进行专门测量。如果未达到加工精度要求,则需要重新上线,继续加工,然后再次检测,周而复始,直到满足精度要求。这种检测方式极大地降低了效率,同时在重复装夹工件过程中,也会带来可靠性弊端,而且在移送过程中易发生破坏性的人为因素故障。
发明内容
针对以上缺陷,本发明的目的是提供基于多关节机器人的在线平面度检测平台及检测方法,旨在解决现有技术中无法在线检测工件的平面度,工件需要转移和重复装夹,工件易损坏的技术问题。
为解决上述技术问题,本发明的技术方案是:
基于多关节机器人的在线平面度检测平台,包括自动移动底座、铰接在自动移动底座上的下臂、铰接在下臂的一端的横梁以及铰接在横梁后端的上臂,上臂上铰接有前端垂臂,前端垂臂上设有固态图像传感器系统,横梁上设有激光器,下臂上安装有正对固态图像传感器系统的调频激励器,调频激励器的上端设有参考镜面,横梁的前端安装有位于激光器前方、固态图像传感器系统和参考镜面之间的分束板。
优选的,下臂和上臂均包括多个机械臂关节,机械臂关节由驱动机构驱动转动。
优选的,调频激励器包括底板、两个分别设置在底板的两个相邻侧的压电元,以及两个分别设置在底板的另两个相邻侧的支撑立柱。
优选的,压电元晶体为钙钛矿铁电晶体。
优选的,压电元和支撑立柱的顶部均开设有第一半球形滚珠槽,第一半球形滚珠槽内嵌设有滚珠,参考镜面的底部开设有扣合在第一半球形滚珠槽上的第二半球形滚珠槽。
优选的,自动移动底座内安装有与驱动机构电控连接的控制系统。
优选的,自动移动底座内安装有配重平衡块。
在线平面度检测方法,包括以下步骤:
步骤一:自动移动底座移动,使关节机器人到达被测工件的加工区域;
步骤二:驱动机构驱动机械臂关节的位置调整,使得固态图像传感器系统、分束板和调频激励器位于第一直线上,激光器、分束板和被测精密立体表面位于第二直线上,第一直线和第二直线互相垂直;
步骤三:激光器发出的激光照射到分束板上,分成光束Ⅰ和光束Ⅱ两部分光束;光束Ⅰ透过分束板,打到被测精密立体表面上,经过被测精密立体表面反射后,再返回到分束板的左侧面,然后在分束板的左侧面反射,进入到固态图像传感器系统,这称为Ⅰ号光束;光束Ⅱ在分束板的右侧表面直接反射,打到调频激励器的参考镜面上,再次反射后回到分束板的右侧表面,然后透过分束板,向上进入到固态图像传感器系统,这称为Ⅱ号光束;Ⅰ号光束与Ⅱ号光束发生干涉,会在固态图像传感器系统呈现条纹状图形;
步骤四:调节调频激励器,调频激励器频率波动的目标规律是:把频率的变化量等效为被测位相的移相量,大小为45度数值,且初始基准频率的确定,满足每条纹具有3.5—4.5个像素,采用相邻5像素点强度分析方法,计算被测精密立体表面的位相φ和表面粗糙度Ra,得到微观立体面形。
优选的,步骤四中,相邻5像素点强度分析方法,是指水平或垂直方向的条纹图上相邻五点的光的强度
Figure SMS_1
、/>
Figure SMS_2
、/>
Figure SMS_3
、/>
Figure SMS_4
、/>
Figure SMS_5
,满足方程/>
Figure SMS_6
的等式误差值小于等于5%,在此条件下,获得标准条纹图,标准条纹图处理后的微观精密立体面形,即被恢复的位相φ,被测精密立体表面的位相φ用以下公式来计算:
Figure SMS_7
其中,a为近似参数,由下式确定:
Figure SMS_8
其中,E为等式误差值;
表面粗糙度Ra由下式获得:
Figure SMS_9
优选的,方程
Figure SMS_10
的等式误差值超过5%,则需要调整基准频率,直到满足要求。
采用了上述技术方案后,本发明的有益效果是:
基于成熟的移动机器人技术,将光学干涉测量系统与多关节机器人集成,光学测量系统包括激光器、固态图像传感器系统和激励器,实现了nm级的精密元件表面非接触检测环节的在线化、实时化,提高了加工和检测效率,增加了检测结果的可靠性,缩短了工时,也避免了工件在移送过程中可能发生的破坏性人为因素故障。把核心光学元件设置在机器人的不同的关节部位,避免了机器人移动过程中重心偏移和横向摆动带来的非线性振动。扩展了常规光学干涉测量系统,增加了调频激励器,提高了条纹图处理的速度和精度。调频激励器的双压电元采用钙钛矿铁电晶体,输出位移具有快速响应性、高灵敏度、以及大位移特征。同时钙钛矿铁电晶体本身具有柔性,能抑制在机器人运动过程中产生的颤振,增加了压电元本身和系统的安全可靠性。
采用了相邻5像素点强度分析方法,快速实现了单一条纹图的处理,并提高了位相处理的精度。相邻5像素点的强度分析方法,计算简单,同时也便于远程图像处理系统的分析处理,便于数据的实时在线反馈传输,且适合于有线和无线传输,便于远程控制。
附图说明
图1是本发明基于多关节机器人的在线平面度检测平台的结构示意图;
图2是激光光路图及采集到的条纹图;
图3是横梁和激光器以及分束板的装配图;
图4是前端垂臂与固态图像传感器系统的装配图;
图5是自动移动底座的结构示意图;
图6是下臂和调频激励器的装配示意图;
图7是调频激励器的结构示意图;
图8是待处理条纹图的示例图;
图9是ZYGO干涉仪的处理结果示意图;
图10是本发明的处理结果示意图。
图中,自动移动底座1,座板10,支撑柱11,车轮12,底座电机13,下臂2,横梁3,分束板30,上臂4,机械臂关节40,机械臂关节电机41,前端垂臂5,固态图像传感器系统6,PC机60,激光器7,凸透镜70,调频激励器8,参考镜面80,底板81,压电元82,支撑立柱83,第一半球形滚珠槽84,被测精密立体表面9。
具体实施方式
下面结合附图,进一步阐述本发明。
本说明书中涉及到的方位均以本发明基于多关节机器人的在线平面度检测平台正常工作时的方位为准,不限定其存储及运输时的方位,仅代表相对的位置关系,不代表绝对的位置关系。
实施例一:
如图1至图10所示,基于多关节机器人的在线平面度检测平台,包括自动移动底座1、铰接在自动移动底座1上的下臂2、铰接在下臂2的一端的横梁3以及铰接在横梁3后端的上臂4,上臂4上铰接有前端垂臂5,前端垂臂5上设有固态图像传感器系统6,横梁3上设有激光器7,下臂2上安装有正对固态图像传感器系统6的调频激励器8,调频激励器8的上端设有参考镜面80,调频激励器8由外部激励源电压信号驱动,横梁3的前端安装有位于激光器7前方、固态图像传感器系统6和参考镜面80之间的分束板30。固态图像传感器系统6包括配套图像采集传送装置等元件,分束板30以45度设置在横梁3的前端。
自动移动底座1包括上下两层座板10,两个座板10通过多个支撑柱11连接,位于下层的座板10上转动安装有四个车轮12以及安装有驱动车轮12转动的底座电机13,自动移动底座1的车轮12安装方式以及驱动方式有多种选择,且是常规结构,在此不做赘述。
作为本实施例的优选案例,自动移动底座1内安装有配重平衡块,以增加运动的稳定性。
其中,下臂2和上臂4均包括多个机械臂关节40,机械臂关节40由驱动机构驱动转动。本实施例中,驱动机构为机械臂关节电机41,上臂4和下臂2通过机械臂关节电机41铰接,下臂2和横梁3通过机械臂关节电机41铰接,前端垂臂5和上臂4通过机械臂关节电机41铰接,机械臂关节电机41连接两个相邻机械臂关节40,且机械臂关节电机41本身作为相邻机械臂关节40的转动中心,当然,其他实施例中,驱动机构还可以设置为电机和减速器,机械臂关节40的铰接结构以及驱动机构是机器人机械臂的常规结构,在此不做赘述。通过驱动机构动作,可以带动横梁3的高度调整、前端垂臂5的位置调整,使得固态图像传感器系统6、分束板30和调频激励器8位于第一直线上,激光器7、分束板30和被测精密立体表面9位于第二直线上,第一直线和第二直线互相垂直。
其中,自动移动底座1内安装有与驱动机构电控连接的控制系统。
控制系统为博途控制系统,自动移动底座1的上下两层座板10之间设置有博途控制平台,博途控制系统安装在博途控制平台上,控制系统与底座电机13以及机械臂关节电机41电控连接。当控制系统接收到检测指令后,底座电机13驱动自动移动底座1按照地面标示的轨迹循迹或按照无线指令信号移动,到达被测工件的加工机床位置。
被测精密立体表面9为被测工件的表面,以被测精密立体表面9是竖直面为例进行说明,当控制系统接收到检测指令后,底座电机13驱动自动移动底座1移动,按照地面标示的轨迹循迹或按照无线指令信号移动,到达被测工件的加工机床位置,控制系统继续发出命令,驱动机械臂关节电机41对各机械臂关节40做位置调整和位置微调。机械臂关节电机41本身作为各个关节的转动中心,可以驱动相应机械臂关节40动作,位置调整的目的是使得固态图像传感器系统6、分束板30、调频激励器8,在一竖直线上;使得激光器7及其对应配置的凸透镜70、分束板30、被测精密立体表面9在一水平线上。如果被测工件的位置过高或者过低,则可通过增加或减小下臂2的机械臂关节40的数目来调节。位置微调的目的是微调机械臂关节40的位置,使得固态图像传感器系统6和分束板30之间的距离实现微小调节,以满足激光干涉的原理、光路和光程条件。
激光光路图及采集到的标准条纹图如图2所示。激光光路图实施原理为:激光器7发出的激光照射到分束板30上,分成光束Ⅰ和Ⅱ两部分光束。光束Ⅰ透过分束板30,打到被测精密立体表面9上,该微观精密立体表面用裸眼是看不出波动的,图中只是夸大的示意画法,经过被测精密立体表面9反射后,再返回到分束板30的左侧面,然后在分束板30的左侧面反射,进入到固态图像传感器系统6,这称为Ⅰ号光束;光束Ⅱ在分束板30的右侧表面直接反射,打到调频激励系统上面的参考镜面80上,再次反射后回到分束板30的右侧表面,然后透过分束板30,向上进入到固态图像传感器系统6,这称为Ⅱ号光束。Ⅰ号光束与Ⅱ号光束发生干涉,会在固态图像传感器系统6呈现条纹状图形。优选条纹图的原始数据由固态图像传感器系统6采集,商业化的固态图像传感器系统6内置采集功能,并通过有线或无线传输到PC机60当中,由软件编程,实时显示出条纹图,然后进一步在软件中实现数学分析和处理。
其中,调频激励器8包括底板81、两个分别设置在底板81的两个相邻侧的压电元82,以及两个分别设置在底板81的另两个相邻侧的支撑立柱83。
作为本实施例的优选案例,压电元晶体为钙钛矿铁电晶体。
作为本实施例的优选案例,压电元82和支撑立柱83的顶部均开设有第一半球形滚珠槽84,第一半球形滚珠槽84内嵌设有滚珠,参考镜面80的底部开设有扣合在第一半球形滚珠槽84上的第二半球形滚珠槽,滚珠的底部嵌入第一半球形滚珠槽84内,滚珠的顶部嵌入第二半球形滚珠槽内。
压电元晶体和支撑立柱83上表面有绝缘耐磨非金属层,压电元晶体沿着长度方向的两个侧面,有进行蒸镀而形成的金属膜,相当于两个电极,可施加电压信号。当激励源电压作用在两个压电元82上时,在压电元82的上表面会产生位移波动,波动频率和激励频率相当,从而在精密滚珠传递下,引起参考镜面80的波动,是一种微小幅度的波动,从而使得在固态图像传感器系统6中呈现按照激励频率波动的条纹状图形。两个激励源电压的频率不同时,产生的条纹的倾斜度不同;两个激励源电压的频率大小变化时,产生的条纹的密度不同。两个支撑立柱83,只起到平衡支撑的作用。
实施例二:
如图1至图10所示,在线平面度检测方法,使用实施例一中的在线平面度检测平台,包括以下步骤:
步骤一:自动移动底座1移动,使关节机器人到达被测工件的加工区域;
步骤二:驱动机构驱动机械臂关节40的位置调整,使得固态图像传感器系统6、分束板30和调频激励器8位于第一直线上,激光器7、分束板30和被测精密立体表面9位于第二直线上,第一直线和第二直线互相垂直;
步骤三:激光器7发出的激光照射到分束板30上,分成光束Ⅰ和光束Ⅱ两部分光束;光束Ⅰ透过分束板30,打到被测精密立体表面9上,经过被测精密立体表面9反射后,再返回到分束板30的左侧面,然后在分束板30的左侧面反射,进入到固态图像传感器系统6,这称为Ⅰ号光束;光束Ⅱ在分束板30的右侧表面直接反射,打到调频激励器8的参考镜面80上,再次反射后回到分束板30的右侧表面,然后透过分束板30,向上进入到固态图像传感器系统6,这称为Ⅱ号光束;Ⅰ号光束与Ⅱ号光束发生干涉,会在固态图像传感器系统6呈现条纹状图形;
步骤四:调节调频激励器8,调频激励器8频率波动的目标规律是:把频率的变化量等效为被测位相的移相量,大小为45度数值,且初始基准频率的确定,满足每条纹具有3.5—4.5个像素,采用相邻5像素点强度分析方法,计算被测精密立体表面9的位相φ和表面粗糙度Ra,得到微观立体面形。
优选的,步骤四中,相邻5像素点强度分析方法,是指水平或垂直方向的条纹图上相邻五点的光的强度
Figure SMS_11
、/>
Figure SMS_12
、/>
Figure SMS_13
、/>
Figure SMS_14
、/>
Figure SMS_15
,满足方程/>
Figure SMS_16
的等式误差值小于等于5%,在此条件下,获得标准条纹图,标准条纹图处理后的微观精密立体面形,即被恢复的位相φ,被测精密立体表面的位相φ用以下公式来计算:
Figure SMS_17
其中,a为近似参数,由下式确定:
Figure SMS_18
其中,E为等式误差值;
表面粗糙度Ra由下式获得:
Figure SMS_19
优选的,方程
Figure SMS_20
的等式误差值超过5%,则需要调整基准频率,直到满足要求。如果误差值轻微超过5%,则需要把基准频率轻微浮动,直到满足要求;如果误差值超过5%较多,则肯定不满足每条纹具有3.5—4.5像素,即基准频率的选定不合适,或者是移相大小有偏差,需要重新选定基准频率,重新调节。在此基础上获得的条纹图,称为标准条纹图,可以获得多幅标准条纹图,每一幅条纹图都可以单独处理,这正是本发明的一个优点,可以提高检测速度。
图8是获得的待处理条纹图,是将图2中采集到的原始标准条纹图,取出中间方形部分,作为待处理条纹图,然后进行分析。图9中,数据单位为所采用的激光器7的激光波长;图10中,两个水平坐标的单位是像素点的数目、纵坐标的单位亦为激光波长。图9和图10中,均展示了微观精密立体面形和表面粗糙度Ra以及表面粗糙度的均方根值
Figure SMS_21
,从待测表面面形看,二者很相似,从表面粗糙度数值Ra看很接近,而Ra的均方根值/>
Figure SMS_22
则完全相同。可以验证本发明的有效性。同时由于数值单位为激光波长,故本发明属于nm级精密测量。
相邻5像素点强度分析方法,不是指的常规图像处理中的完全针孔模型的5点数字图像处理方法,也不是常规光学测量中的基于5步相移法的5幅条纹图的同时处理方法,而是对单一条纹图的相邻5像素点的强度分析方法。由于只处理单一条纹图,所以极大地提高了速度,同时也提高了处理精度,这点可以通过与ZYGO干涉仪对单一条纹图处理的结果相对比得到验证。虽然尚不了解ZYGO内部处理单一条纹图采用的算法,但是与目前业界用于处理单一条纹图通用的快速傅里叶变换处理方法相比较,无需进行条纹图的恢复后位相的“后滤波操作”,也避免了快速傅里叶变换的频谱滤波和频谱泄露带来的误差,进一步提高了速度和精度。这里的“后滤波操作”,是由于在车间进行实时检测时,很有可能使得获得的条纹图里混杂有高频噪声信号,该噪声信号不可能通过“预先滤波”完全清除,因为可能损失条纹图本身信息,需要对恢复后的表面位相再次进行滤波操作,而傅里叶变换处理结果的“后滤波操作”的滤波器的大小是无规律可循的,只能通过手动尝试取得理想的滤波结果。
本说明书的多关节机器人系统仅仅从核心结构和运动方式上做了分析,未涉及其它附属运动部件,比如机械臂关节电机41本身作为各个关节的转动中心,可以通过博途伺服控制系统驱动相应的连杆(图中未画出),进一步带动相应机械臂动作,或者通过高精度的液压伺服控制系统驱动活塞杆带动相应机械臂动作。由于均属于成熟技术,故未在此赘述。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,比如随着智能制造技术、精密伺服驱动的飞速发展,可以实现更多机械臂的多关节灵活运动,则将本发明的光学系统可以适当调整所在的关节位置,则可以用来测量任意方向平面的被测表面,不再局限在竖直平面;或者为了提高稳定性,将下臂2构建为并联机器人的形式等。故本技术领域的技术人员在“基于机器人关节位置安装光学元件”的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (10)

1.基于多关节机器人的在线平面度检测平台,其特征在于,包括自动移动底座、铰接在自动移动底座上的下臂、铰接在下臂的一端的横梁以及铰接在横梁后端的上臂,所述上臂上铰接有前端垂臂,所述前端垂臂上设有固态图像传感器系统,所述横梁上设有激光器,所述下臂上安装有正对固态图像传感器系统的调频激励器,调频激励器的上端设有参考镜面,所述横梁的前端安装有位于激光器前方、固态图像传感器系统和参考镜面之间的分束板。
2.如权利要求1所述的基于多关节机器人的在线平面度检测平台,其特征在于,所述下臂和上臂均包括多个依次铰接的机械臂关节,机械臂关节由驱动机构驱动转动。
3.如权利要求2所述的基于多关节机器人的在线平面度检测平台,其特征在于,所述调频激励器包括底板、两个分别设置在底板的两个相邻侧的压电元,以及两个分别设置在底板的另两个相邻侧的支撑立柱。
4.如权利要求3所述的基于多关节机器人的在线平面度检测平台,其特征在于,压电元晶体为钙钛矿铁电晶体。
5.如权利要求3所述的基于多关节机器人的在线平面度检测平台,其特征在于,所述压电元和支撑立柱的顶部均开设有第一半球形滚珠槽,第一半球形滚珠槽内嵌设有滚珠,参考镜面的底部开设有扣合在第一半球形滚珠槽上的第二半球形滚珠槽。
6.如权利要求2所述的基于多关节机器人的在线平面度检测平台,其特征在于,所述自动移动底座内安装有配重平衡块。
7.如权利要求2所述的基于多关节机器人的在线平面度检测平台,其特征在于,所述自动移动底座内安装有与驱动机构电控连接的控制系统。
8.在线平面度检测方法,其特征在于,使用如权利要求2至7中任一项所述的基于多关节机器人的在线平面度检测平台,包括以下步骤:
步骤一:自动移动底座移动,使关节机器人到达被测工件的加工区域;
步骤二:驱动机构驱动机械臂关节的位置调整,使得固态图像传感器系统、分束板和调频激励器位于第一直线上,激光器、分束板和被测精密立体表面位于第二直线上,第一直线和第二直线互相垂直;
步骤三:激光器发出的激光照射到分束板上,分成光束Ⅰ和光束Ⅱ两部分光束;光束Ⅰ透过分束板,打到被测精密立体表面上,经过被测精密立体表面反射后,再返回到分束板的左侧面,然后在分束板的左侧面反射,进入到固态图像传感器系统,这称为Ⅰ号光束;光束Ⅱ在分束板的右侧表面直接反射,打到调频激励器的参考镜面上,再次反射后回到分束板的右侧表面,然后透过分束板,向上进入到固态图像传感器系统,这称为Ⅱ号光束;Ⅰ号光束与Ⅱ号光束发生干涉,会在固态图像传感器系统呈现条纹状图形;
步骤四:调节调频激励器,调频激励器频率波动的目标规律是:把频率的变化量等效为被测位相的移相量,大小为45度数值,且初始基准频率的确定,满足每条纹具有3.5—4.5个像素,采用相邻5像素点强度分析方法,计算被测精密立体表面的位相φ和表面粗糙度Ra,得到微观立体面形。
9.如权利要求8所述的在线平面度检测方法,其特征在于,步骤四中,所述相邻5像素点强度分析方法,是指水平或垂直方向的条纹图上相邻五点的光的强度
Figure QLYQS_1
、/>
Figure QLYQS_2
、/>
Figure QLYQS_3
、/>
Figure QLYQS_4
、/>
Figure QLYQS_5
,满足方程/>
Figure QLYQS_6
的等式误差值小于等于5%,在此条件下,获得标准条纹图,标准条纹图处理后的微观精密立体面形,即被恢复的位相φ,被测精密立体表面的位相φ用以下公式来计算:
Figure QLYQS_7
其中,a为近似参数,由下式确定:
Figure QLYQS_8
其中,E为等式误差值;
表面粗糙度Ra由下式获得:
Figure QLYQS_9
10.如权利要求9所述的在线平面度检测方法,其特征在于,方程
Figure QLYQS_10
的等式误差值超过5%,则需要调整基准频率,直到满足要求。/>
CN202310456693.4A 2023-04-26 2023-04-26 基于多关节机器人的在线平面度检测平台及检测方法 Active CN116175283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310456693.4A CN116175283B (zh) 2023-04-26 2023-04-26 基于多关节机器人的在线平面度检测平台及检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310456693.4A CN116175283B (zh) 2023-04-26 2023-04-26 基于多关节机器人的在线平面度检测平台及检测方法

Publications (2)

Publication Number Publication Date
CN116175283A true CN116175283A (zh) 2023-05-30
CN116175283B CN116175283B (zh) 2023-07-14

Family

ID=86452549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310456693.4A Active CN116175283B (zh) 2023-04-26 2023-04-26 基于多关节机器人的在线平面度检测平台及检测方法

Country Status (1)

Country Link
CN (1) CN116175283B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116921882A (zh) * 2023-08-01 2023-10-24 广州市博泰光学科技有限公司 一种高清镜片切割预加工系统及其加工方式

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4627733A (en) * 1981-12-25 1986-12-09 Sumitomo Special Metals Co., Ltd. Flatness measuring apparatus
US5726366A (en) * 1994-06-15 1998-03-10 Advanced Technik Gmbh Device for measuring dimensions of workpieces
US5956355A (en) * 1991-04-29 1999-09-21 Massachusetts Institute Of Technology Method and apparatus for performing optical measurements using a rapidly frequency-tuned laser
US20040134275A1 (en) * 2001-02-20 2004-07-15 Dieter Reichel Method for measuring and/or machining a workpiece
CN103271784A (zh) * 2013-06-06 2013-09-04 山东科技大学 基于双目视觉的人机交互式机械手控制系统和控制方法
CN107322369A (zh) * 2017-07-28 2017-11-07 上海理工大学 支持数控加工的在位自动测量的激光和机器视觉测量机
CN110470250A (zh) * 2019-07-30 2019-11-19 湖北三江航天万山特种车辆有限公司 一种零件表面平面度的检测装置及检测方法
TW202028728A (zh) * 2019-01-25 2020-08-01 日商鷹野股份有限公司 影像檢查裝置
CN112444818A (zh) * 2019-09-05 2021-03-05 华为技术有限公司 一种激光雷达
CN217058736U (zh) * 2022-04-28 2022-07-26 领先光学技术(常熟)有限公司 一种晶圆的平整度的检测装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4627733A (en) * 1981-12-25 1986-12-09 Sumitomo Special Metals Co., Ltd. Flatness measuring apparatus
US5956355A (en) * 1991-04-29 1999-09-21 Massachusetts Institute Of Technology Method and apparatus for performing optical measurements using a rapidly frequency-tuned laser
US5726366A (en) * 1994-06-15 1998-03-10 Advanced Technik Gmbh Device for measuring dimensions of workpieces
US20040134275A1 (en) * 2001-02-20 2004-07-15 Dieter Reichel Method for measuring and/or machining a workpiece
CN103271784A (zh) * 2013-06-06 2013-09-04 山东科技大学 基于双目视觉的人机交互式机械手控制系统和控制方法
CN107322369A (zh) * 2017-07-28 2017-11-07 上海理工大学 支持数控加工的在位自动测量的激光和机器视觉测量机
TW202028728A (zh) * 2019-01-25 2020-08-01 日商鷹野股份有限公司 影像檢查裝置
CN110470250A (zh) * 2019-07-30 2019-11-19 湖北三江航天万山特种车辆有限公司 一种零件表面平面度的检测装置及检测方法
CN112444818A (zh) * 2019-09-05 2021-03-05 华为技术有限公司 一种激光雷达
CN217058736U (zh) * 2022-04-28 2022-07-26 领先光学技术(常熟)有限公司 一种晶圆的平整度的检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
单忠德;张飞;聂军刚;任永新;: "非接触式缸盖平面度误差检测方法与测量系统研究", 机械工程学报, vol. 52, no. 20, pages 1 - 7 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116921882A (zh) * 2023-08-01 2023-10-24 广州市博泰光学科技有限公司 一种高清镜片切割预加工系统及其加工方式

Also Published As

Publication number Publication date
CN116175283B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN116175283B (zh) 基于多关节机器人的在线平面度检测平台及检测方法
US4457625A (en) Self calibrating contour measuring system using fringe counting interferometers
CN106903687B (zh) 基于激光测距的工业机器人校准系统与方法
EP0304307A2 (en) Position error sensing and feedback apparatus and method
US7593117B2 (en) Apparatus and methods for measuring workpieces
CN106643550B (zh) 一种基于数字全息扫描的三维形貌测量装置及测量方法
CN105136027A (zh) 一种激光在线测量加工检测方法及其装置
CN113432590B (zh) 基于光谱共焦的半球谐振陀螺精密装配装置及其调整方法
CN113405462B (zh) 一种集成共焦法与三角法的探路式测头装置及其测量方法
CN113465721B (zh) 一种基于恒定阻抗的多模态超声振幅测量方法及装置
US8780359B2 (en) Optical base plate alignment
CN106382888B (zh) 适用于垂直关节型六轴工业机器人的线激光焊缝检测装置
WO2007001327A2 (en) Apparatus and methods for scanning conoscopic holography measurements
CN113290330B (zh) 一种六轴五联动机床的激光加工头空间位置标定方法
CN103293865A (zh) 工件台位置误差测量及预先补偿的方法
CN112828454A (zh) 二维振镜在线平面精度补偿系统及其补偿方法
CN113146428A (zh) 一种柔性打磨的复杂曲面构件的焊缝去除系统
CN102129176B (zh) 一种消除长条镜面形引起的倾斜误差的方法
CN110702027A (zh) 一种基于复光束角度传感器的微型圆度测量仪及测量方法
CN113910052B (zh) 熔石英光学元件全过程原位修复与监测一体化装置及方法
KR100434445B1 (ko) 3차원 형상/표면조도 측정장치
Barbashov et al. Methods for improving accuracy in measuring deviations from roundness and cylindricity
JP2000012623A (ja) ボンディング装置及びボンディング方法
JP2671338B2 (ja) 露光方法及び基板の姿勢制御方法
CN209541665U (zh) 光学旋转抛物面基准件阵列中心距离的标定装置

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