CN116595758A - 一种机器人研发应用的参数化设计系统及方法 - Google Patents
一种机器人研发应用的参数化设计系统及方法 Download PDFInfo
- Publication number
- CN116595758A CN116595758A CN202310556895.6A CN202310556895A CN116595758A CN 116595758 A CN116595758 A CN 116595758A CN 202310556895 A CN202310556895 A CN 202310556895A CN 116595758 A CN116595758 A CN 116595758A
- Authority
- CN
- China
- Prior art keywords
- robot
- dimensional model
- vector
- determining
- design
- 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
- 238000013461 design Methods 0.000 title claims abstract description 143
- 238000012827 research and development Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 title claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 192
- 238000011156 evaluation Methods 0.000 claims abstract description 116
- 238000006073 displacement reaction Methods 0.000 claims abstract description 86
- 230000000694 effects Effects 0.000 claims abstract description 66
- 238000004088 simulation Methods 0.000 claims abstract description 57
- 238000010276 construction Methods 0.000 claims abstract description 4
- 238000011161 development Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/007—Means or methods for designing or fabricating manipulators
-
- 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
-
- 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
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种机器人研发应用的参数化设计系统及方法，包括：建模模块，用于基于机器人部件的点云数据，建立机器人三维模型；向量确定模块，用于基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；模拟驱动模块，用于基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；评估模块，用于基于模拟运动结果，评估机器人三维模型的设计效果；通过对机器人三维模型进行精准构建，执行驱动和效果评估，得到对机器人三维模型的设计效果，通过机器人三维模型简化了设计问题，将评估效果满足需求的机器人三维模型应用到实际的机器人研发中，提高使用研发的设计效率和设计准确性，减少设计周期。
Description
技术领域
本发明涉及机器人设计领域，特别涉及一种机器人研发应用的参数化设计系统及方法。
背景技术
我国正在从制造大国向制造强国迈进，制造业的竞争将愈来愈激烈，提高产品质量和生产效率将是企业在激烈竞争中获胜的关键因素之一，大量使用高性价比的机器人，在提高产品质量和生产效率的同时又减少了人力，降低生产成本。总体而言，伴随着我国制造企业的增长方式转变、人工劳动力成本的不断增加和生产自动化转型，机器人的市场前景非常广阔，将是我国制造业发展的必然趋势。
为满足相关工程需求，保证机器人具有优良的运动学、静力学以及动力学等性能，需合理设计机器人的尺度、结构及驱动器参数。若设计过程中对其全工作空间的静力学、动力学性能进行考察，会使得设计问题极为复杂且无法实现。也会导致设计效率低下和设计准确性不高的问题。
发明内容
本发明提供一种机器人研发应用的参数化设计系统及方法，用以提高实际研发的设计效率和设计准确性，减少设计周期。
一种机器人研发应用的参数化设计系统，包括：
建模模块，用于基于机器人部件的点云数据，建立机器人三维模型；
向量确定模块，用于基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
模拟驱动模块，用于基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
评估模块，用于基于模拟运动结果，评估机器人三维模型的设计效果。
优选的，建模模块，包括：
数据采集单元，用于对机器人部件进行全方位图像采集，得到采集图像，并从采集图像中提取机器人部件的点云数据；
部件连接单元，用于基于点云数据，确定机器人部件之间的连接参数，并按照连接参数对机器人部件进行连接，得到机器人点云数据；
模型构建单元，用于对机器人点云数据进行渲染，得到机器人三维模型。
优选的，向量确定模块，包括：
节点确定单元，用于基于机器人三维模型的整体，确定机器人的尺寸数据，基于机器人三维模型的数据平滑性，确定机器人三维模型中的节点及其对应的关节数据；
节点划分单元，用于对机器人三维模型中的节点进行遍历，确定节点在机器人三维模型中的节点分布，并基于节点分布将节点划分为多组关联节点组，并对关联节点组中的节点进行运动先后排序，得到关联节点序列；
模型拆分单元，用于根据多组关联节点组将机器人三维模型拆分得到多个局部三维模型，其中一组关联节点组对应一个局部三维模型；
模拟单元，用于基于运动决策模型，对部三维模型进行运动模拟，得到初始位移向量和初始旋转向量；
调整单元，用于对初始位移向量和初始旋转向量进行机器人形态稳定判断，并根据稳定判断结果，对初始位移向量和初始旋转向量进行更新，根据更新结果得到最终的位移向量和旋转向量。
优选的，模拟单元，包括：
运动模拟单元，用于根据预先设计的机器人运动规则建立机器人运动数据决策模型，将局部三维模型对应的尺寸数据和关节数据输入运动决策模型中，确定关联节点序列中第一节点对应的第一运动数据，将局部三维模型对应的尺寸数据和关节数据，以及第一运动数据输入运动决策模型中，确定关联节点序列中第二节点对应的第二运动数据，按照上述规则，确定关联节点序列每个节点对应的运动数据；
向量确定单元，用于基于运动数据确定节点的初始位移向量和初始旋转向量。
优选的，调整单元，包括：
形态确定单元，用于从初始位移向量和初始旋转向量中获取最大位移向量和最大旋转向量，并将基于最大位移向量和最大旋转向量，得到每个局部三维模型的结果形态，并基于所有结果形态得到整体形态；
向量修正单元，用于对整体形态进行形态稳定性判断，当确定整体形态稳定时，确定初始位移向量和初始旋转向量为最终的位移向量和旋转向量，当确定整体形态不稳定时，从初始位移向量和初始旋转向量中剔除最大位移向量和最大旋转向量，并更新得到最新的最大位移向量和最大旋转向量，并按照与最大位移向量和最大旋转向量一致的判别稳定性的方式对最新的最大位移向量和最大旋转向量进行稳定性判断，直到满足整体形态稳定，将最新的最大位移向量和最大旋转向量对应的位移向量和旋转向量为最终的位移向量和旋转向量。
优选的，模拟驱动模块，包括：
驱动参数确定单元，用于基于位移向量和旋转向量，确定驱动参数；
状态参数确定单元，用于基于驱动参数按照模拟时间对机器人三维模型进行驱动模拟，并得到机器人三维模型的状态系数；
结果确定单元，基于驱动参数和状态系数，确定机器人三维模型的模拟运动结果。
优选的，评估模块，包括：
状态确定单元，用于获取机器人三维模型的设计参数，将设计参数与模拟运动结果中的驱动参数进行匹配，得到匹配结果，并基于驱动参数对应的状态系数，获取在设计参数下的状态系数；
第一评估单元，基于驱动参数与驱动时间之间的关系，确定状态系数的衰减权重，并基于衰减权重对状态系数进行加权处理，得到加权状态系数，并基于加权状态系数，对设计参数进行第一效果评估，得到第一评估分数；
负载模拟单元，用于基于机器人的实际应用，对机器人三维模型进行负载模拟，得到负载模拟结果；
综合评估单元，用于基于负载模拟结果，结合第一评估分数，对设计参数进行评估，得到对机器人三维模型的综合设计效果。
优选的，综合评估单元，包括：
第二评估单元，用于基于负载模拟结果，确定各个关节点在负载下的负载状态系数，并基于负载状态系数，对设计参数进行第二效果评估，得到第二评估分数，且基于加权状态系数和负载状态系数的系数差值，对设计参数进行第三效果评估，得到第三评估分数；
数值标记单元，基于机器人三维模型的模型结构，建立结构分布图，基于设计参数对结构分布图的影响程度，对结构分布图进行数值标记，得到数值标记结果；
综合评估单元，用于基于数值标记结果对所有关节点的第一评估分数进行综合计算得到综合评估分数；
效果评估单元，用于设计对评估分数的等级表，分别确定第一评估分数，第二评估分数，第三评估分数和综合评估分数对应的目标等级，根据目标等级，确定对机器人三维模型的综合设计效果。
优选的，效果评估单元的具体确定流程如下：
判断第一评估分数的第一目标等级是否小于第一预设等级；
若是，确定机器人三维模型的综合设计效果较差；
否则，判断第二评估分数和第三评估分数分别对应的第二目标等级和第三目标等级是否均小于第二预设等级；
若是，确定机器人三维模型的综合设计效果较好；
否则，判断综合评估分数的第四目标等级是否小于第三预设等级；
若是，确定机器人三维模型的综合设计效果好；
否则，确定机器人三维模型的综合设计效果很好。
一种机器人研发应用的参数化设计方法，包括：
S1：基于机器人部件的点云数据，建立机器人三维模型；
S2：基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
S3：基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
S4：基于模拟运动结果，评估机器人三维模型的设计效果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
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为本发明实施例中一种机器人研发应用的参数化设计系统的结构图；
图2为本发明实施例中评估模块的结构图；
图3为本发明实施例中一种机器人研发应用的参数化设计方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1：
一种机器人研发应用的参数化设计系统，如图1所示，包括：
建模模块，用于基于机器人部件的点云数据，建立机器人三维模型；
向量确定模块，用于基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
模拟驱动模块，用于基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
评估模块，用于基于模拟运动结果，评估机器人三维模型的设计效果。
在该实施例中，构建得到的机器人模型与机器人的初始形态对应。
在该实施例中，位移向量和旋转向量为各个节点的可稳定运动的向量范围。
上述设计方案的有益效果是：通过设计机器人对应的机器人三维模型，来对机器人三维模型进行精准构建，执行驱动和效果评估，得到对机器人三维模型的设计效果，通过机器人三维模型简化了设计问题，将评估效果满足需求的机器人三维模型应用到实际的机器人研发中，提高实际研发的设计效率和设计准确性，减少设计周期。
实施例2：
基于实施例1的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，建模模块，包括：
数据采集单元，用于对机器人部件进行全方位图像采集，得到采集图像，并从采集图像中提取机器人部件的点云数据；
部件连接单元，用于基于点云数据，确定机器人部件之间的连接参数，并按照连接参数对机器人部件进行连接，得到机器人点云数据；
模型构建单元，用于对机器人点云数据进行渲染，得到机器人三维模型。
上述设计方案的有益效果是：通过采集机器人部件的曲面为图像来得到机器人部件的点云数据，保证点云数据可全方位准确表示机器人部件，然后通过机器人部件之间的来凝结参数，确定机器人部件点云数据之间的连接，得到机器人点云数据，最后对机器人点云数据进行渲染，得到机器人三维模型，保证构建的到机器人三维模型的准确性，为机器人的准确驱动和监测提供的外形基础。
实施例3：
基于实施例1的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，向量确定模块，包括：
节点确定单元，用于基于机器人三维模型的整体，确定机器人的尺寸数据，基于机器人三维模型的数据平滑性，确定机器人三维模型中的节点及其对应的关节数据；
节点划分单元，用于对机器人三维模型中的节点进行遍历，确定节点在机器人三维模型中的节点分布，并基于节点分布将节点划分为多组关联节点组，并对关联节点组中的节点进行运动先后排序，得到关联节点序列；
模型拆分单元，用于根据多组关联节点组将机器人三维模型拆分得到多个局部三维模型，其中一组关联节点组对应一个局部三维模型；
模拟单元，用于基于运动决策模型，对部三维模型进行运动模拟，得到初始位移向量和初始旋转向量；
调整单元，用于对初始位移向量和初始旋转向量进行机器人形态稳定判断，并根据稳定判断结果，对初始位移向量和初始旋转向量进行更新，根据更新结果得到最终的位移向量和旋转向量。
在该实施例中，所述数据平滑性为点云数据按照一定规律延申的点云数据组为一个关节，当检测到点云数据规律发生改变时，表示出现了节点。
在该实施例中，关联节点序列的排序例如为第一机械关节的运动决定第二机械关节的运动范围，则第一机械关节在第二机械关节之前。
在该实施例中，运动决策模型根据预先设计的机器人运动规则建立。
在该实施例中，形态稳定为机器人整体的形态稳定。
上述设计方案的有益效果是：通过根据机器人三维模型的关节数据，将机器人三维模型划分为局部三维模型来进行运动模拟，确定初始的位移向量和旋转向量，然后再根据整体的机器人三维模型对初始的位移向量和旋转向量进行稳定性判断，得到最终的位移向量和旋转向量，保证得到的位移向量和旋转向量的稳定性和安全性，为模型的准确驱动提供基础。
实施例4：
基于实施例3的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，模拟单元，包括：
运动模拟单元，用于根据预先设计的机器人运动规则建立机器人运动数据决策模型，将局部三维模型对应的尺寸数据和关节数据输入运动决策模型中，确定关联节点序列中第一节点对应的第一运动数据，将局部三维模型对应的尺寸数据和关节数据，以及第一运动数据输入运动决策模型中，确定关联节点序列中第二节点对应的第二运动数据，按照上述规则，确定关联节点序列每个节点对应的运动数据；
向量确定单元，用于基于运动数据确定节点的初始位移向量和初始旋转向量。
上述设计方案的有益效果是：通过根据关联节点的顺序来依次确定节点对应的运动数据，使得后面节点运动数据的确定依赖于前面节点运动数据的确定，保证得到的各个节点的运动数据的关联性和准确性，保证得到的初始位移向量和初始旋转向量对于机器人三维模型的可实施性。
实施例5：
基于实施例3的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，调整单元，包括：
形态确定单元，用于从初始位移向量和初始旋转向量中获取最大位移向量和最大旋转向量，并将基于最大位移向量和最大旋转向量，得到每个局部三维模型的结果形态，并基于所有结果形态得到整体形态；
向量修正单元，用于对整体形态进行形态稳定性判断，当确定整体形态稳定时，确定初始位移向量和初始旋转向量为最终的位移向量和旋转向量，当确定整体形态不稳定时，从初始位移向量和初始旋转向量中剔除最大位移向量和最大旋转向量，并更新得到最新的最大位移向量和最大旋转向量，并按照与最大位移向量和最大旋转向量一致的判别稳定性的方式对最新的最大位移向量和最大旋转向量进行稳定性判断，直到满足整体形态稳定，将最新的最大位移向量和最大旋转向量对应的位移向量和旋转向量为最终的位移向量和旋转向量。
在该实施例中，最大位移向量和最大旋转向量相对于局部三维模型来说形态是稳定的，但是各个局部三维模型组装起来得到的整体形态的稳定性还有待判断。
上述设计方案的有益效果是：通过对运动决策模型的确定的初始位移向量和初始旋转向量，进行整体性的判断修正，得到最终的位移向量和旋转向量，保证最终的位移向量和旋转向量对于机器人整体的稳定性，为机器人三维模型的驱动提供基础。
实施例6：
基于实施例1的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，模拟驱动模块，包括：
驱动参数确定单元，用于基于位移向量和旋转向量，确定驱动参数；
根据如下公式计算在位移向量和旋转向量下的驱动特征值；
其中，Q表示当前关节点的驱动特征值，|ΔX|表示当前关节点的位移向量中最大之和最小值的向量差值，|ΔY|表示当前关节点的旋转向量中最大之和最小值的向量差值，γ表示当前关节点的驱动装置的动力性能值，取值为(0.8，1.0)，e表示自然常数，取值为2.72，ε1表示当前关节点连接的第一关节的尺寸数据对应的尺寸系数，取值为(0.5，1.0)，ε2表示当前关节点连接的第二关节的尺寸数据对应的尺寸系数，取值为(0.5，1.0)；
从驱动参数方案中选取满足驱动特征值的驱动参数；
状态参数确定单元，用于基于驱动参数按照模拟时间对机器人三维模型进行驱动模拟，并得到机器人三维模型的状态系数；
其中，G表示机器人三维模型的状态系数，n表示机器人三维模型中关节点的个数，Qi表示第i个关节点的驱动特征值，γi表示第i个关节点的驱动装置的动力性能值，t表示模拟时间，表示第i个关节点连接的第一关节的尺寸数据对应的尺寸系数，取值为(0.5，1.0)，|ΔXi|表示第i个关节点的位移向量中最大之和最小值的向量差值，|ΔYi|示第i个关节点的旋转向量中最大之和最小值的向量差值，|ΔXY0|表示综合参考向量差值；
结果确定单元，基于驱动参数和状态系数，确定机器人三维模型的模拟运动结果。
在该实施例中，当前关节点的驱动装置的动力性能越好，对应的动力性能值越大。
在该实施例中，当前关节点连接的第一关节为主关节，第二关节为从关节。
在该实施例中，关节的尺寸数据越大，对应的尺寸系数的取值越大。
在该实施例中，当前关节点的驱动特征值表示当前关节点进行驱动需要的驱动能量的大小，需要的驱动能量越大，对应的驱动特征值越大。
在该实施例中，驱动参数方案中不同的驱动特征值范围对应不同的驱动参数，为提前根据机器人三维模型的特征来设计得到。
在该实施例中，所述模拟时间根据机器人的实际应用确定。
在该实施例中，机器人三维模型的状态系数用来表示机器人的状态，状态越好，对应的状态系数越大，与工作时间，驱动参数，尺寸参数均有关。
上述设计方案的有益效果是：通过位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动，实现对机器人三维模型的动态驱动模拟，并确定了模拟过程中机器人的驱动参数和状态系数，为评估机器人的设计效果提供基础。
实施例7：
基于实施例1的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，如图2所示，评估模块，包括：
状态确定单元，用于获取机器人三维模型的设计参数，将设计参数与模拟运动结果中的驱动参数进行匹配，得到匹配结果，并基于驱动参数对应的状态系数，获取在设计参数下的状态系数；
第一评估单元，基于驱动参数与驱动时间之间的关系，确定状态系数的衰减权重，并基于衰减权重对状态系数进行加权处理，得到加权状态系数，并基于加权状态系数，对设计参数进行第一效果评估，得到第一评估分数；
负载模拟单元，用于基于机器人的实际应用，对机器人三维模型进行负载模拟，得到负载模拟结果；
综合评估单元，用于基于负载模拟结果，结合第一评估分数，对设计参数进行评估，得到对机器人三维模型的综合设计效果。
在该实施例中，综合评估单元，包括：
第二评估单元，用于基于负载模拟结果，确定各个关节点在负载下的负载状态系数，并基于负载状态系数，对设计参数进行第二效果评估，得到第二评估分数，且基于加权状态系数和负载状态系数的系数差值，对设计参数进行第三效果评估，得到第三评估分数；
数值标记单元，基于机器人三维模型的模型结构，建立结构分布图，基于设计参数对结构分布图的影响程度，对结构分布图进行数值标记，得到数值标记结果；
综合评估单元，用于基于数值标记结果对所有关节点的第一评估分数进行综合计算得到综合评估分数；
效果评估单元，用于设计对评估分数的等级表，分别确定第一评估分数，第二评估分数，第三评估分数和综合评估分数对应的目标等级，根据目标等级，确定对机器人三维模型的综合设计效果。
在该实施例中，负载模拟为使得机器人三维模型处于工作状态，了，例如搬运，码垛等。
上述设计方案的有益效果是：用于根据机器人三维模型各个关节的状态系数，以及在负载下的状态系数来评估设计参数的设计效果，可以在机器人三维模型中直观展示设计效果，工作人员可根据设计效果修改设计参数，保证得到满意的设计效果后再按照机器人三维模型的设计应用到实际的机器人研发中，提高设计效率和设计设计准确性，减少设计周期。
实施例8：
基于实施例7的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，综合评估单元，包括：
第二评估单元，用于基于负载模拟结果，确定各个关节点在负载下的负载状态系数，并基于负载状态系数，对设计参数进行第二效果评估，得到第二评估分数，且基于加权状态系数和负载状态系数的系数差值，对设计参数进行第三效果评估，得到第三评估分数；
数值标记单元，基于机器人三维模型的模型结构，建立结构分布图，基于设计参数对结构分布图的影响程度，对结构分布图进行数值标记，得到数值标记结果；
综合评估单元，用于基于数值标记结果对所有关节点的第一评估分数进行综合计算得到综合评估分数；
效果评估单元，用于设计对评估分数的等级表，分别确定第一评估分数，第二评估分数，第三评估分数和综合评估分数对应的目标等级，根据目标等级，确定对机器人三维模型的综合设计效果。
在该实施例中，第一评估分数用于确定机器人三维模型中各个关节点分别的设计效果，第二评估分数用于确定机器人三维模型中在负载下各个关节点分别的设计效果，第三评估分数用于确定机器人三维模型中负载差异带来的各个关节点分别的设计效果，综合评估估分数用于确定机器人三维模型综合的设计效果。
上述设计方案的有益效果是：通过从机器人三维模型各个关节的状态系数，以及在负载下的状态系数来确定评估分数，最终确定机器人三维模型的综合设计效果，实现对机器人三维模型全面的评估，保证评估效果的准确性，为设计准确性提供基础。
实施例9：
基于实施例8的基础上，本发明实施例提供一种机器人研发应用的参数化设计系统，效果评估单元的具体确定流程如下：
判断第一评估分数的第一目标等级是否小于第一预设等级；
若是，确定机器人三维模型的综合设计效果较差；
否则，判断第二评估分数和第三评估分数分别对应的第二目标等级和第三目标等级是否均小于第二预设等级；
若是，确定机器人三维模型的综合设计效果较好；
否则，判断综合评估分数的第四目标等级是否小于第三预设等级；
若是，确定机器人三维模型的综合设计效果好；
否则，确定机器人三维模型的综合设计效果很好。
上述设计方案的有益效果是：通过对第一评估分数，第二评估分数和第三评估分数，综合评估分数进行依次评估，依次确定机器人三维模型的综合设计效果，通过上述方法保证了设计效果评估的细致和准确，为提高设计效率和设计设计准确性，减少设计周期提供准确的数据基础。
实施例10
一种机器人研发应用的参数化设计方法，如图3所示，包括：
S1：基于机器人部件的点云数据，建立机器人三维模型；
S2：基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
S3：基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
S4：基于模拟运动结果，评估机器人三维模型的设计效果。
在该实施例中，构建得到的机器人模型与机器人的初始形态对应。
在该实施例中，位移向量和旋转向量为各个节点的可稳定运动的向量范围。
上述设计方案的有益效果是：通过设计机器人对应的机器人三维模型，来对机器人三维模型进行精准构建，执行驱动和效果评估，得到对机器人三维模型的设计效果，通过机器人三维模型简化了设计问题，将评估效果满足需求的机器人三维模型应用到实际的机器人研发中，提高实际研发的设计效率和设计准确性，减少设计周期。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种机器人研发应用的参数化设计系统，其特征在于，包括：
建模模块，用于基于机器人部件的点云数据，建立机器人三维模型；
向量确定模块，用于基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
模拟驱动模块，用于基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
评估模块，用于基于模拟运动结果，评估机器人三维模型的设计效果。
2.根据权利要求1所述的一种机器人研发应用的参数化设计系统，其特征在于，建模模块，包括：
数据采集单元，用于对机器人部件进行全方位图像采集，得到采集图像，并从采集图像中提取机器人部件的点云数据；
部件连接单元，用于基于点云数据，确定机器人部件之间的连接参数，并按照连接参数对机器人部件进行连接，得到机器人点云数据；
模型构建单元，用于对机器人点云数据进行渲染，得到机器人三维模型。
3.根据权利要求1所述的一种机器人研发应用的参数化设计系统，其特征在于，向量确定模块，包括：
节点确定单元，用于基于机器人三维模型的整体，确定机器人的尺寸数据，基于机器人三维模型的数据平滑性，确定机器人三维模型中的节点及其对应的关节数据；
节点划分单元，用于对机器人三维模型中的节点进行遍历，确定节点在机器人三维模型中的节点分布，并基于节点分布将节点划分为多组关联节点组，并对关联节点组中的节点进行运动先后排序，得到关联节点序列；
模型拆分单元，用于根据多组关联节点组将机器人三维模型拆分得到多个局部三维模型，其中一组关联节点组对应一个局部三维模型；
模拟单元，用于基于运动决策模型，对部三维模型进行运动模拟，得到初始位移向量和初始旋转向量；
调整单元，用于对初始位移向量和初始旋转向量进行机器人形态稳定判断，并根据稳定判断结果，对初始位移向量和初始旋转向量进行更新，根据更新结果得到最终的位移向量和旋转向量。
4.根据权利要求3所述的一种机器人研发应用的参数化设计系统，其特征在于，模拟单元，包括：
运动模拟单元，用于根据预先设计的机器人运动规则建立机器人运动数据决策模型，将局部三维模型对应的尺寸数据和关节数据输入运动决策模型中，确定关联节点序列中第一节点对应的第一运动数据，将局部三维模型对应的尺寸数据和关节数据，以及第一运动数据输入运动决策模型中，确定关联节点序列中第二节点对应的第二运动数据，按照上述规则，确定关联节点序列每个节点对应的运动数据；
向量确定单元，用于基于运动数据确定节点的初始位移向量和初始旋转向量。
5.根据权利要求3所述的一种机器人研发应用的参数化设计系统，其特征在于，调整单元，包括：
形态确定单元，用于从初始位移向量和初始旋转向量中获取最大位移向量和最大旋转向量，并将基于最大位移向量和最大旋转向量，得到每个局部三维模型的结果形态，并基于所有结果形态得到整体形态；
向量修正单元，用于对整体形态进行形态稳定性判断，当确定整体形态稳定时，确定初始位移向量和初始旋转向量为最终的位移向量和旋转向量，当确定整体形态不稳定时，从初始位移向量和初始旋转向量中剔除最大位移向量和最大旋转向量，并更新得到最新的最大位移向量和最大旋转向量，并按照与最大位移向量和最大旋转向量一致的判别稳定性的方式对最新的最大位移向量和最大旋转向量进行稳定性判断，直到满足整体形态稳定，将最新的最大位移向量和最大旋转向量对应的位移向量和旋转向量为最终的位移向量和旋转向量。
6.根据权利要求1所述的一种机器人研发应用的参数化设计系统，其特征在于，模拟驱动模块，包括：
驱动参数确定单元，用于基于位移向量和旋转向量，确定驱动参数；
状态参数确定单元，用于基于驱动参数按照模拟时间对机器人三维模型进行驱动模拟，并得到机器人三维模型的状态系数；
结果确定单元，基于驱动参数和状态系数，确定机器人三维模型的模拟运动结果。
7.根据权利要求1所述的一种机器人研发应用的参数化设计系统，其特征在于，评估模块，包括：
状态确定单元，用于获取机器人三维模型的设计参数，将设计参数与模拟运动结果中的驱动参数进行匹配，得到匹配结果，并基于驱动参数对应的状态系数，获取在设计参数下的状态系数；
第一评估单元，基于驱动参数与驱动时间之间的关系，确定状态系数的衰减权重，并基于衰减权重对状态系数进行加权处理，得到加权状态系数，并基于加权状态系数，对设计参数进行第一效果评估，得到第一评估分数；
负载模拟单元，用于基于机器人的实际应用，对机器人三维模型进行负载模拟，得到负载模拟结果；
综合评估单元，用于基于负载模拟结果，结合第一评估分数，对设计参数进行评估，得到对机器人三维模型的综合设计效果。
8.根据权利要求7所述的一种机器人研发应用的参数化设计系统，其特征在于，综合评估单元，包括：
第二评估单元，用于基于负载模拟结果，确定各个关节点在负载下的负载状态系数，并基于负载状态系数，对设计参数进行第二效果评估，得到第二评估分数，且基于加权状态系数和负载状态系数的系数差值，对设计参数进行第三效果评估，得到第三评估分数；
数值标记单元，基于机器人三维模型的模型结构，建立结构分布图，基于设计参数对结构分布图的影响程度，对结构分布图进行数值标记，得到数值标记结果；
综合评估单元，用于基于数值标记结果对所有关节点的第一评估分数进行综合计算得到综合评估分数；
效果评估单元，用于设计对评估分数的等级表，分别确定第一评估分数，第二评估分数，第三评估分数和综合评估分数对应的目标等级，根据目标等级，确定对机器人三维模型的综合设计效果。
9.根据权利要求8所述的一种机器人研发应用的参数化设计系统，其特征在于，效果评估单元的具体确定流程如下：
判断第一评估分数的第一目标等级是否小于第一预设等级；
若是，确定机器人三维模型的综合设计效果较差；
否则，判断第二评估分数和第三评估分数分别对应的第二目标等级和第三目标等级是否均小于第二预设等级；
若是，确定机器人三维模型的综合设计效果较好；
否则，判断综合评估分数的第四目标等级是否小于第三预设等级；
若是，确定机器人三维模型的综合设计效果好；
否则，确定机器人三维模型的综合设计效果很好。
10.一种机器人研发应用的参数化设计方法，其特征在于，包括：
S1：基于机器人部件的点云数据，建立机器人三维模型；
S2：基于机器人的尺寸数据和关节数据，确定机器人三维模型各个节点的位移向量和旋转向量；
S3：基于位移向量和旋转向量，结合驱动参数驱动机器人三维模型进行模拟运动；
S4：基于模拟运动结果，评估机器人三维模型的设计效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310556895.6A CN116595758A (zh) | 2023-05-17 | 2023-05-17 | 一种机器人研发应用的参数化设计系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310556895.6A CN116595758A (zh) | 2023-05-17 | 2023-05-17 | 一种机器人研发应用的参数化设计系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116595758A true CN116595758A (zh) | 2023-08-15 |
Family
ID=87604105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310556895.6A Pending CN116595758A (zh) | 2023-05-17 | 2023-05-17 | 一种机器人研发应用的参数化设计系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116595758A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117171914A (zh) * | 2023-09-05 | 2023-12-05 | 三河市皓智精密机械制造有限公司 | 一种高精密主轴性能测试方法及系统 |
| CN117371949A (zh) * | 2023-10-24 | 2024-01-09 | 国网山东省电力公司建设公司 | 基于三维可视化模型的输电线路施工安全监测方法及系统 |
| CN117371949B (zh) * | 2023-10-24 | 2024-05-31 | 国网山东省电力公司建设公司 | 基于三维可视化模型的输电线路施工安全监测方法及系统 |
-
2023
- 2023-05-17 CN CN202310556895.6A patent/CN116595758A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117171914A (zh) * | 2023-09-05 | 2023-12-05 | 三河市皓智精密机械制造有限公司 | 一种高精密主轴性能测试方法及系统 |
| CN117171914B (zh) * | 2023-09-05 | 2024-03-12 | 三河市皓智精密机械制造有限公司 | 一种高精密主轴性能测试方法及系统 |
| CN117371949A (zh) * | 2023-10-24 | 2024-01-09 | 国网山东省电力公司建设公司 | 基于三维可视化模型的输电线路施工安全监测方法及系统 |
| CN117371949B (zh) * | 2023-10-24 | 2024-05-31 | 国网山东省电力公司建设公司 | 基于三维可视化模型的输电线路施工安全监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108763810B (zh) | 一种桥梁静载试验荷载加载布置与调整方法 | |
| CN110717213B (zh) | 一种铁路桥梁bim施工模型快速生成方法及装置 | |
| CN116595758A (zh) | 一种机器人研发应用的参数化设计系统及方法 | |
| CN114398049A (zh) | 一种离散制造车间数字孪生模型自适应动态更新方法 | |
| CN111752151A (zh) | 一种工业叶片磨抛加工自适应力跟踪与补偿方法及系统 | |
| CN111310278A (zh) | 一种基于仿真的船舶自动化建模方法 | |
| CN111310318A (zh) | 基于数字孪生的工艺余量处理方法、系统及机械制造总成 | |
| CN112819322A (zh) | 基于改进模糊层次分析法的输电线路路径方案评估方法 | |
| CN110705080B (zh) | 一种数字孪生模型精准组装方法及装置 | |
| CN114818271A (zh) | 一种基于三维设计的输变电工程评价系统及方法 | |
| CN114372940A (zh) | 一种真实场景图像合成方法及系统 | |
| CN116451826A (zh) | 一种基于改进长短期记忆神经网络的光伏发电预测方法 | |
| Hanna | Inductive machine learning of optimal modular structures: Estimating solutions using support vector machines | |
| CN112162404B (zh) | 一种自由曲面成像系统的设计方法 | |
| CN115455754A (zh) | 一种基于数字孪生的矿山液压支架设计方法 | |
| CN111768435B (zh) | 一种应用于零件自动找正的自适应步长点云配正方法 | |
| CN113886992A (zh) | 一种基于多保真度数据的数字孪生建模方法 | |
| CN113592013A (zh) | 一种基于图注意力网络的三维点云分类方法 | |
| CN111985095A (zh) | 一种装配工艺参数优化方法 | |
| CN111210877A (zh) | 一种推断物性参数的方法及装置 | |
| TWI771745B (zh) | 神經網路模型的超參數設定方法及建立平台 | |
| CN115661134B (zh) | 基于生成对抗网络的缺陷样本生成系统、方法和存储介质 | |
| CN110956001B (zh) | 一种针对固支边界条件的分步模型修正方法 | |
| CN117621090B (zh) | 一种工业机器人的控制方法、系统及工业机器人 | |
| CN102968544B (zh) | 工装设计辅助装置及方法 |
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 |