CN116512384A - 一种基于点云数据处理的预制件表面抹平及拉毛控制方法 - Google Patents
一种基于点云数据处理的预制件表面抹平及拉毛控制方法 Download PDFInfo
- Publication number
- CN116512384A CN116512384A CN202310490519.1A CN202310490519A CN116512384A CN 116512384 A CN116512384 A CN 116512384A CN 202310490519 A CN202310490519 A CN 202310490519A CN 116512384 A CN116512384 A CN 116512384A
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point
- point cloud
- trowelling
- prefabricated member
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000003754 machining Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000009417 prefabrication Methods 0.000 abstract description 3
- 238000004904 shortening Methods 0.000 abstract description 3
- 238000004381 surface treatment Methods 0.000 abstract description 3
- 238000007788 roughening Methods 0.000 description 11
- 238000011217 control strategy Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28B—SHAPING CLAY OR OTHER CERAMIC COMPOSITIONS; SHAPING SLAG; SHAPING MIXTURES CONTAINING CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28B1/00—Producing shaped prefabricated articles from the material
- B28B1/29—Producing shaped prefabricated articles from the material by profiling or strickling the material in open moulds or on moulding surfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28B—SHAPING CLAY OR OTHER CERAMIC COMPOSITIONS; SHAPING SLAG; SHAPING MIXTURES CONTAINING CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28B11/00—Apparatus or processes for treating or working the shaped or preshaped articles
- B28B11/08—Apparatus or processes for treating or working the shaped or preshaped articles for reshaping the surface, e.g. smoothing, roughening, corrugating, making screw-threads
- B28B11/0818—Apparatus or processes for treating or working the shaped or preshaped articles for reshaping the surface, e.g. smoothing, roughening, corrugating, making screw-threads for roughening, profiling, corrugating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28B—SHAPING CLAY OR OTHER CERAMIC COMPOSITIONS; SHAPING SLAG; SHAPING MIXTURES CONTAINING CEMENTITIOUS MATERIAL, e.g. PLASTER
- B28B17/00—Details of, or accessories for, apparatus for shaping the material; Auxiliary measures taken in connection with such shaping
- B28B17/0063—Control arrangements
- B28B17/0081—Process control
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Ceramic Engineering (AREA)
- Mechanical Engineering (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Structural Engineering (AREA)
- Geometry (AREA)
- Manufacturing & Machinery (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明提出了一种基于点云数据处理的预制件表面抹平及拉毛控制方法,首先对带有预埋件的混凝土预制件进行扫描,获取预制件的三维模型和点云数据;其次确定预制件待加工表面以及预埋件在工件坐标系下的坐标;再得到预埋件轮廓顶点集合;在目标作业区域内,优化求解一条从设定起始点到目标点的能够避开预埋件的最短加工路径。本发明将机器人技术与混凝土预制件的生产结合起来,有效地解决了抹平拉毛过程中的避障难题,同时实现了有预埋件的混凝土预制件表面抹平拉毛的路径优化处理,从而缩减加工时间,满足了当下的建筑部件预制中的实际需求,形成了一种针对有预埋混凝土预制件表面处理的解决方案。
Description
技术领域
本发明涉及建筑领域,具体为一种基于点云数据处理的预制件表面抹平及拉毛控制方法。
背景技术
混凝土预制件表面处理一般包括表面抹平与拉毛,这是预制件流水式加工中的一个重要工序。抹平的传统方式是基于螺旋桨式自动化抹平机进行单一模台的抹平作业,或者基于大型半自动化刮平机实现单一模台或多模台的抹平;拉毛的传统方式是通过半自动升降式拉毛器来实现。
但上述两种传统工艺设备的作业效率不高,作业质量在一定程度上依赖于工人的操作水平。更重要的是,上述设备由于控制策略简单,无法对表面有脱模挂钩、凸出管道等预埋件的预制件进行抹平或拉毛,难以满足当下自动化生产加工的实际需求。
发明内容
针对带有预埋件的混凝土预制件表面抹平及拉毛处理需求,本发明提出一种基于点云数据处理的预制件表面抹平及拉毛控制方法,将机器人技术与混凝土预制件的生产结合起来,通过机器人自动化实现带有预制件的混凝土表面抹平及拉毛处理,大大提高了加工效率。
本发明的技术方案为:
一种基于点云数据处理的预制件表面抹平及拉毛控制方法,包括以下步骤:
步骤1:对带有预埋件的混凝土预制件进行扫描,获取所述混凝土预制件的三维模型和点云数据;
步骤2:根据步骤1得到的三维模型和点云数据,确定所述预制件待加工表面的各点在工件坐标系下的坐标ak(xk,yk)以及所述预埋件在工件坐标系下的坐标;
步骤3:在预制件待加工表面各点坐标中得到所述预制件待加工表面的边界点坐标,确定机器人的目标作业区域;根据预埋件在工件坐标系下的坐标,确定预埋件在所述预制件待加工表面的二维投影区域,得到二维投影区域内的点集合O={(xi,yi)|i=1,2,3,…,n};
步骤4:在所述目标作业区域内,优化求解一条从设定起始点q到设定目标点m的加工路径path=(a1,a2,…,ak,ak+1,…,aK);
约束条件为a1=q,aK=m,且满足Δ′[(ak,ak+1),O],Γ′[(ak,ak+1),O],其中Δ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不内相交,Γ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不外相交;
目标函数为在所有可行路径中取值最小,其中dist(ak,ak+1)表示两个路径坐标点之间的距离;
步骤5:根据步骤4得到的最优路径,控制带有抹平及拉毛加工工具的机器人在所述预制件待加工表面运动。
进一步的,所述工件坐标系以所述预制件待加工表面一角作为原点,以预制件待加工表面长度方向和宽度方向分别为X轴和Y轴,垂直于所述预制件待加工表面向外为Z轴。
进一步的,步骤1中,采用三维扫描仪扫描所述混凝土预制件的整体轮廓,得到混凝土预制件的点云数据,并将混凝土预制件的点云数据,输入到BIM建模软件中,得到混凝土预制件的三维模型。
进一步的,步骤2中,在所述预制件点云数据中,取在工件坐标系下Z轴坐标z>0的点,得到所述预埋件在工件坐标系下的坐标。
进一步的,步骤3中,得到所述二维投影区域内的点集合的过程为:
对于z=0的某一坐标点(xt,yt,0),若在所述预制件点云数据中,还存在点(xt,yt,zt),且zt>0,则将(xt,yt)加入二维投影区域内的点集合中;
按照以上过程遍历所述预制件点云数据中z=0的坐标点,从而得到预埋件在预制件待加工表面的二维投影区域的点集合。
进一步的,步骤4中,路径点ak在横坐标xk=0,d,2d,…,σd范围内优化选择,其中d表示加工工具的宽度,σd<l,l表示预制件待加工表面的宽度。
进一步的,步骤4中,采用遗传算法进行优化求解,适应度函数为
有益效果
本发明提出了一种基于点云数据处理的预制件表面抹平及拉毛控制方法,将机器人技术与混凝土预制件的生产结合起来,有效地解决了抹平拉毛过程中的避障难题,同时实现了有预埋件的混凝土预制件表面抹平拉毛的路径优化处理,从而缩减加工时间,满足了当下的建筑部件预制中的实际需求,形成了一种针对有预埋混凝土预制件表面处理的解决方案。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明的流程图。
图2为混凝土预制件的点云图。
图3为末端抹平刀头。
图4为末端拉毛刀头。
具体实施方式
下面详细描述本发明的实施例,所述实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本实施例的目的是将机器人技术与混凝土预制件表面抹平拉毛处理相结合,实现自动化生产加工的需求。为此,本实施例提出一种基于点云数据处理的预制件表面抹平及拉毛控制方法,包括以下步骤:
步骤1:对带有预埋件的混凝土预制件进行扫描,获取所述混凝土预制件的三维模型和点云数据。
具体的,利用三维扫描仪对混凝土预制件进行扫描,得到混凝土预制件的点云数据,将点云数据输入到BIM建模软件中,如Revit或Solidworks等三维建模软件,得到混凝土预制件的三维模型。三维模型中包含了混凝土预制件的配比信息和尺寸信息。
步骤2:根据步骤1得到的三维模型和点云数据,确定所述预制件待加工表面的各点在工件坐标系下的坐标ak(xk,yk)以及所述预埋件在工件坐标系下的坐标。
步骤3:在预制件待加工表面各点坐标中得到所述预制件待加工表面的边界点坐标,确定机器人的目标作业区域;根据预埋件在工件坐标系下的坐标,确定预埋件在所述预制件待加工表面的二维投影区域,得到二维投影区域内的点集合O={(xi,yi)|i=1,2,3,…,n}。
混凝土预制件加工面一般都为矩形,本实施例中工件坐标系以预制件待加工表面左下角的边界点作为原点,以预制件待加工表面长度方向和宽度方向分别为X轴和Y轴,垂直于所述预制件待加工表面向外为Z轴。
建立工件坐标系后,根据建立的三维模型来确定预制件待加工表面四个边界点的二维坐标,设定预制件四个边界点所形成的矩形区域为机器人的目标作业区域。
通过点云数据确定预埋件障碍物在工件坐标系中的三维坐标,这里将点云图放至工件坐标系内,在所述预制件点云数据中,取在工件坐标系下Z轴坐标z>0的点,得到所述预埋件在工件坐标系下的坐标。
而得到二维投影区域内的点集合的过程为:
对于z=0的某一坐标点(xt,yt,0),若在所述预制件点云数据中,还存在点(xt,yt,zt),且zt>0,则将二维坐标(xt,yt)加入二维投影区域内的点集合中;
按照以上过程遍历所述预制件点云数据中z=0的坐标点,从而得到二维投影区域内的点集合。
这样可以通过一个四元组E=(O,q,m,D来描述预埋件环境模型,其中O={(xi,yi)i|=1,2,…3,,}表示预埋件障碍物在预制件加工表面二维投影区域内的点集合,q表示路径规划的起始点,m表示路径规划的目标点,D表示在预埋件环境中加工刀具的运动路径。
步骤4:基于上述预埋件环境模型,在所述目标作业区域内,通过优化求解,得到一条从设定起始点q到设定目标点m的加工路径path=(a1,a2,…,ak,ak+1,…,aK);其中的约束条件为a1=q,aK=m,且满足Δ′[(ak,ak+1),O],Γ′[(ak,ak+1),O],其中Δ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不内相交,Γ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不外相交;而目标函数为在所有可行路径中取值最小,其中dist(ak,ak+1)表示两个路径坐标点之间的距离。
这里对子段内相交Δ[(ak,ak+1),O]以及子段外相交Γ[(ak,ak+1),O]解释如下:
对于相邻路径点ak,ak+1组成的子段(ak,ak+1):
若路径点ak,ak+1中至少有一个路径点∈O,则表示子段(ak,ak+1)与集合O内相交,记为Δ[(ak,ak+1),O],反之记为Δ′[(ak,ak+1),O];
若路径点ak,ak+1均但/>使子段(ak,at)与子段(ak+1,at)共线,则表示子段(ak,ak+1)与集合O外相交,记为Γ[(ak,ak+1),O],反之记为Γ′[(ak,ak+1),O]。
优化求解时,可以采用遗传算法进行优化求解,适应度函数为最终能够得到避开预埋件的最短加工路径。
此外,考虑到抹平和拉毛加工工具具体有实际的宽度,因此在进行路径优化过程中,可选路径点能够进一步缩小范围,即路径点ak在横坐标xk=0,d,2d,…,σd范围内优化选择,其中d表示加工工具的宽度,σd<l,l表示预制件待加工表面的宽度,这样符合工程实际,也能够加快优化速度。
为了验证得到最短加工路径可行,在实际控制之前,对生成的作业路径进行虚拟加工仿真来模拟机器人运动过程,以避免加工过程中机器人各部件之间以及机器人末端执行器(加工工具)与预埋件之间发生碰撞。
步骤5:根据步骤4得到的最优路径,控制带有抹平及拉毛加工工具的机器人在所述预制件待加工表面运动。
采用的机器人为三轴桁架式机器人,加工工具为可更换的定制刀头,包括抹平刀头与拉毛刀头。
上位机将加工路径序列点发送至机器人运动控制卡,运动控制卡对接收到的作业路径点进行轨迹规划,生成机器人运动数据包并发送至机器人;机器人运动数据包主要包括:机器人各关节移动距离信息、速度信息、加速度信息以及整条轨迹点的时间序列信息,根据运动数据,机器人带动加工工具按照作业路径依次对各区域进行抹平或拉毛。
本发明将机器人技术与混凝土预制件的生产结合起来,有效地解决了抹平拉毛过程中的避障难题,同时实现了有预埋件的混凝土预制件抹平拉毛表面加工路径优化,从而缩减加工时间,满足了当下的建筑部件预制中的实际需求。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:包括以下步骤:
步骤1:对带有预埋件的混凝土预制件进行扫描,获取所述混凝土预制件的三维模型和点云数据;
步骤2:根据步骤1得到的三维模型和点云数据,确定所述预制件待加工表面的各点在工件坐标系下的坐标ak(xk,yk)以及所述预埋件在工件坐标系下的坐标;
步骤3:在预制件待加工表面各点坐标中得到所述预制件待加工表面的边界点坐标,确定机器人的目标作业区域;根据预埋件在工件坐标系下的坐标,确定预埋件在所述预制件待加工表面的二维投影区域,得到二维投影区域内的点集合O={(xi,yi)|i=1,2,3,…,n};
步骤4:在所述目标作业区域内,优化求解一条从设定起始点q到设定目标点m的加工路径path=(a1,a2,…,ak,ak+1,…,aK);
约束条件为a1=q,aK=m,且满足Δ′[(ak,ak+1),O],Γ′[(ak,ak+1),O],其中Δ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不内相交,Γ′[(ak,ak+1),O]表示子段(ak,ak+1)与集合O不外相交;
目标函数为在所有可行路径中取值最小,其中dist(ak,ak+1)表示两个路径坐标点之间的距离;
步骤5:根据步骤4得到的最优路径,控制带有抹平及拉毛加工工具的机器人在所述预制件待加工表面运动。
2.根据权利要求1所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:所述工件坐标系以所述预制件待加工表面一角作为原点,以预制件待加工表面长度方向和宽度方向分别为X轴和Y轴,垂直于所述预制件待加工表面向外为Z轴。
3.根据权利要求1所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:步骤1中,采用三维扫描仪扫描所述混凝土预制件的整体轮廓,得到混凝土预制件的点云数据,并将混凝土预制件的点云数据,输入到BIM建模软件中,得到混凝土预制件的三维模型。
4.根据权利要求2所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:步骤2中,在所述预制件点云数据中,取在工件坐标系下Z轴坐标z>0的点,得到所述预埋件在工件坐标系下的坐标。
5.根据权利要求4所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:步骤3中,得到所述二维投影区域内的点集合的过程为:
对于z=0的某一坐标点(xt,yt,0),若在所述预制件点云数据中,还存在点(xt,yt,zt),且zt>0,则将(xt,yt)加入二维投影区域内的点集合中;
按照以上过程遍历所述预制件点云数据中z=0的坐标点,从而得到预埋件在预制件待加工表面的二维投影区域的点集合。
6.根据权利要求1所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:步骤4中,路径点ak在横坐标xk=0,d,2d,…,σd范围内优化选择,其中d表示加工工具的宽度,σd<l,l表示预制件待加工表面的宽度。
7.根据权利要求1所述一种基于点云数据处理的预制件表面抹平及拉毛控制方法,其特征在于:步骤4中,采用遗传算法进行优化求解,适应度函数为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490519.1A CN116512384A (zh) | 2023-05-04 | 2023-05-04 | 一种基于点云数据处理的预制件表面抹平及拉毛控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310490519.1A CN116512384A (zh) | 2023-05-04 | 2023-05-04 | 一种基于点云数据处理的预制件表面抹平及拉毛控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116512384A true CN116512384A (zh) | 2023-08-01 |
Family
ID=87391722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310490519.1A Pending CN116512384A (zh) | 2023-05-04 | 2023-05-04 | 一种基于点云数据处理的预制件表面抹平及拉毛控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116512384A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105908953A (zh) * | 2016-05-01 | 2016-08-31 | 王亚莉 | 建筑外墙墙面抹平、喷涂装置 |
CN111395695A (zh) * | 2020-04-01 | 2020-07-10 | 筑石科技(湖州)有限公司 | 混凝土地面施工方法 |
CN112405800A (zh) * | 2020-11-19 | 2021-02-26 | 广东博智林机器人有限公司 | 一种拉毛装置 |
CN213971775U (zh) * | 2020-11-09 | 2021-08-17 | 浙江元筑住宅产业化有限公司 | 一种预制件拉毛机 |
CN213999898U (zh) * | 2020-09-14 | 2021-08-20 | 中铁十四局集团房桥有限公司 | 一种预制混凝土制品的多方向拉毛设备 |
CN114311250A (zh) * | 2022-01-05 | 2022-04-12 | 安徽建工建筑工业有限公司 | 一种横向可移动拉毛机 |
WO2023060683A1 (zh) * | 2021-10-13 | 2023-04-20 | 东南大学 | 一种基于三维点云模型的预制梁段表面平整度检测方法 |
-
2023
- 2023-05-04 CN CN202310490519.1A patent/CN116512384A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105908953A (zh) * | 2016-05-01 | 2016-08-31 | 王亚莉 | 建筑外墙墙面抹平、喷涂装置 |
CN111395695A (zh) * | 2020-04-01 | 2020-07-10 | 筑石科技(湖州)有限公司 | 混凝土地面施工方法 |
CN213999898U (zh) * | 2020-09-14 | 2021-08-20 | 中铁十四局集团房桥有限公司 | 一种预制混凝土制品的多方向拉毛设备 |
CN213971775U (zh) * | 2020-11-09 | 2021-08-17 | 浙江元筑住宅产业化有限公司 | 一种预制件拉毛机 |
CN112405800A (zh) * | 2020-11-19 | 2021-02-26 | 广东博智林机器人有限公司 | 一种拉毛装置 |
WO2023060683A1 (zh) * | 2021-10-13 | 2023-04-20 | 东南大学 | 一种基于三维点云模型的预制梁段表面平整度检测方法 |
CN114311250A (zh) * | 2022-01-05 | 2022-04-12 | 安徽建工建筑工业有限公司 | 一种横向可移动拉毛机 |
Non-Patent Citations (1)
Title |
---|
戴光明等: "多边形障碍环境中避障路径的遗传算法", 海军工程大学学报, vol. 16, no. 5, pages 43 - 47 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3662799B2 (ja) | 数値制御装置及び数値制御方法 | |
US20220198085A1 (en) | Method and system for designing block layouts for use in block placement during construction | |
CN110134062B (zh) | 一种基于强化学习的多轴数控机床加工路径优化方法 | |
CN113552877A (zh) | 用于机器人优化动作规划的初始参考生成 | |
CN108582071A (zh) | 一种工业机器人编程轨迹诊断及速度优化的方法 | |
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 | |
CN109991934B (zh) | 一种时间最优的在线s型加减速规划方法 | |
CN113031621B (zh) | 一种桥式起重机安全避障路径规划方法及系统 | |
Shen et al. | An image-based algorithm for generating smooth and interference-free five-axis sweep scanning path | |
CN115685988A (zh) | 一种自由曲面喷涂路径自动生成方法与装置 | |
CN116512384A (zh) | 一种基于点云数据处理的预制件表面抹平及拉毛控制方法 | |
JP3668665B2 (ja) | 数値制御装置 | |
CN116140814B (zh) | 一种叶片气膜孔激光加工非刻蚀段轨迹规划方法 | |
CN117655468A (zh) | 一种龙门架弧焊机器人路径规划方法及系统 | |
CN114407019B (zh) | 一种工业机器人关节空间的无碰撞轨迹规划方法 | |
CN117021066A (zh) | 一种基于深度强化学习的机器人视觉伺服运动控制方法 | |
CN115156725A (zh) | 一种基于激光扫描策略的刻蚀成形方法 | |
CN114986501A (zh) | 一种机械臂路径规划方法、系统及机械臂 | |
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 | |
CN111898219B (zh) | 大型复杂构件机器人化表面加工的区域划分方法及设备 | |
CN110450160B (zh) | 一种开放式免编程机器人的控制方法 | |
Bui | Toolpath planning methodology for multi-gantry fused filament fabrication 3D printing | |
JP2916529B2 (ja) | Nc工作機械における工具制御方法 | |
US20220198086A1 (en) | Method and system for designing a block sequence for use in ordering blocks for placement during construction | |
CN114748100B (zh) | 超声波扫查的控制方法、视觉伺服系统及可读存储介质 |
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 |