CN117340900B - 一种热喷涂机器人路径规划方法及系统 - Google Patents
一种热喷涂机器人路径规划方法及系统 Download PDFInfo
- Publication number
- CN117340900B CN117340900B CN202311663509.XA CN202311663509A CN117340900B CN 117340900 B CN117340900 B CN 117340900B CN 202311663509 A CN202311663509 A CN 202311663509A CN 117340900 B CN117340900 B CN 117340900B
- Authority
- CN
- China
- Prior art keywords
- curved surface
- spraying
- point
- acquisition point
- characteristic information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000007751 thermal spraying Methods 0.000 title claims abstract description 34
- 238000005507 spraying Methods 0.000 claims abstract description 184
- 238000011156 evaluation Methods 0.000 claims abstract description 119
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000007921 spray Substances 0.000 claims description 10
- 238000000556 factor analysis Methods 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 abstract description 15
- 238000000576 coating method Methods 0.000 abstract description 15
- 238000005457 optimization Methods 0.000 abstract description 3
- 239000003973 paint Substances 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- 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
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/0075—Manipulators for painting or coating
Abstract
本发明公开了一种热喷涂机器人路径规划方法及系统,涉及热喷涂机器人技术领域,通过对各拐角采集点参数信息的分析,可以了解曲面的特征,这有助于更准确地理解曲面的曲率,为路径规划提供重要参考,通过评估各拐角采集点参数信息对应的参数评估系数,可以将其作为路径规划中的优化指标,基于各拐角采集点参数信息的分析,可以确定最佳的喷涂起点,最佳喷涂起点可以通过考虑曲面的特征和涂层覆盖的均匀性来确定,以确保喷涂过程的效率和质量,根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值进行评估,可以选择质量更好的路径,提高喷涂质量。
Description
技术领域
本发明涉及热喷涂机器人技术领域,具体涉及一种热喷涂机器人路径规划方法及系统。
背景技术
热喷涂机器人是一种可以自动进行热喷涂工艺的机器人系统,它能够替代传统的人工喷涂方式,提高喷涂效率、质量和安全性,在热喷涂过程中,机器人需要根据工件的曲面进行路径规划,确保喷涂覆盖整个工件表面,并保持一定的喷涂厚度,传统的路径规划方法通常只能简单地规划直线路径或者固定形状的路径,无法根据各种曲面的形状进行路径规划,因此,需要一种热喷涂机器人路径规划方法及系统;
当前技术中无法根据各种曲面的曲率进行路径规划,这导致在处理复杂曲面时,机器人无法准确地喷涂涂层,影响喷涂质量,很显然这种规划方式至少具有以下方面问题:
1、现有技术中由于无法考虑曲面的曲率,机器人可能会选择不够精确的路径来喷涂涂层,这可能导致涂层覆盖不均匀或漏涂的问题,影响喷涂质量,时期机器人在处理复杂曲面时,可能需要手动调整机器人喷涂的位置和方向,以确保涂层的均匀覆盖,这增加了操作的复杂性,可能需要更高技术水平的操作者,由于需要进行手动调整或修正,路径规划不准确可能导致喷涂过程的延迟,这可能降低生产效率,增加生产成本和时间成本;
2、同时,在无法准确规划路径的情况下,机器人可能会多次重复喷涂相同区域,浪费了喷涂涂料和其他资源,这不仅增加了成本,还对环境造成不必要的负担,如果机器人在处理复杂曲面时无法准确喷涂涂层,可能会意外涂抹到不应涂覆的区域或者撞击到产品表面,导致产品损坏或污损,某些产品具有非常复杂的曲面形状,这增加了路径规划的难度,在当前技术中无法根据曲率进行规划的情况下,处理这些复杂形状的产品将变得更加困难。
发明内容
针对上述存在的技术不足,本发明的目的是提供一种热喷涂机器人路径规划方法及系统。
为解决上述技术问题,本发明采用如下技术方案:本发明提供一种热喷涂机器人路径规划方法及系统,包括:
步骤一、采集点的设置:在待喷涂曲面上设置若干个采集点;
步骤二、拐角采集点特征信息的采集:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为各拐角采集点,进而采集各拐角采集点对应的参数信息;
步骤三、起点的分析:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点;
步骤四、喷涂影响因子的分析:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子;
步骤五、曲面采集点特征信息的采集:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息;
步骤六、采集点特征信息的分析:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数;
步骤七、特征评估系数差值的获取:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值;
步骤八、喷涂线路的分析:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
优选地,所述在待喷涂曲面上设置若干个采集点,具体设置过程如下:
A1、将待喷涂曲面均匀划分为若干个的网格,每个网格由四个顶点组成;
A2、将每个网格对应的中心点作为一个采集点,中心点可以通过计算网格的四个顶点坐标的平均值来获得。
优选地,所述参数信息包括平坦度、弯曲度和凹凸度。
优选地,所述对各拐角采集点对应的参数信息进行分析,具体分析过程如下:
将各拐角采集点对应的平坦度、弯曲度和凹凸度分别记为、/>和/>,其中,表示各拐角采集点对应的编号,/>,代入计算公式中,得到各拐角采集点参数信息对应的参数评估系数/>,其中/>、/>、/>分别表示为预设的拐角采集点对应的标准平坦度、标准弯曲度、标准凹凸度,/>、/>、/>分别表示为预设的拐角采集点中平坦度、弯曲度、凹凸度对应的权重因子。
优选地,所述选择最佳喷涂起点,具体选择过程如下:
将各拐角采集点参数信息对应的参数评估系数按照从小到大的顺序进行排列,将最大参数评估系数对应的拐角采集点作为最佳喷涂起点。
优选地,所述对喷涂机器人对应的喷涂参数进行分析,具体分析过程如下:
将喷涂机器人对应的喷涂范围和喷涂角度分别记为和/>,代入计算公式中,得到喷涂机器人喷涂对应的影响因子,其中/>、/>分别表示为预设的喷涂机器人对应的标准喷涂范围、标准喷涂角度,/>、分别表示为预设的喷涂机器人喷涂范围、喷涂角度对应的权重因子。
优选地,所述对各曲面采集点的特征信息进行分析,具体分析过程如下。
优选地,所述对各曲面采集点的特征信息进行分析,具体分析过程如下:
将各曲面采集点对应的最大曲率和最小曲率分别记为和/>,其中,/>表示各曲面采集点对应的编号,/>,代入计算公式中,得到各曲面采集点特征信息对应的特征评估系数/>,其中,e表示自然常数,/>、/>分别表示为预设的曲面采集点对应的标准最大曲率和标准最小曲率,/>、/>分别表示为预设的曲面采集点中最大曲率和最小曲率对应的权重因子。
优选地,所述得到待喷涂曲面热喷涂的最优路径规划,具体得到过程如下:
B1、首先获取最佳喷涂起点对应的特征评估系数,从而将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第一路径点;
B2、将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值进行去除,再将第一路径点对应的特征评估系数与其他相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第二路径点,以此方式获取各路径点顺序;
B3、将最佳喷涂起点与各路径点按照顺序依次进行串联,从而得到待喷涂曲面热喷涂的最优路径规划。
本发明在第二方面提供了一种热喷涂机器人路径规划系统,包括:
采集点设置模块:在待喷涂曲面上设置若干个采集点;
拐角采集点特征信息采集模块:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为拐角采集点,进而采集各拐角采集点对应的参数信息;
起点分析模块:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点;
喷涂影响因子分析模块:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子;
曲面采集点特征信息采集模块:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息;
采集点特征信息分析模块:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数;
特征评估系数差值获取模块:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值;
喷涂线路分析模块:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
本发明的有益效果在于:
1、通过对各拐角采集点参数信息的分析,可以了解曲面的特征,这有助于更准确地理解曲面的曲率,为路径规划提供重要参考,通过评估各拐角采集点参数信息对应的参数评估系数,可以将其作为路径规划中的优化指标,根据参数评估系数的大小,选择合适的路径和起点,以最大程度上减少涂层覆盖不均匀或漏涂的问题,提高喷涂质量,基于各拐角采集点参数信息的分析,可以确定最佳的喷涂起点,最佳喷涂起点可以通过考虑曲面的特征和涂层覆盖的均匀性来确定,以确保喷涂过程的效率和质量;
2、根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值进行评估,可以选择质量更好的路径,确保喷涂过程中涂层的均匀性和一致性,提高喷涂质量,通过选择各曲面采集点与相邻曲面采集点的最优线路,可以减少路径的长度和复杂度,从而降低喷涂的时间和能耗,提高喷涂效率,通过最优路径规划,可以减少喷涂过程中的重复喷涂和多余喷涂,降低喷涂材料的使用量,减少喷涂成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明方法实施步骤流程图;
图2为本发明系统模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例如图1所示,一种热喷涂机器人路径规划方法及系统,包括:
步骤一、采集点的设置:在待喷涂曲面上设置若干个采集点。
在一个具体的实施例中,所述在待喷涂曲面上设置若干个采集点,具体设置过程如下:
A1、将待喷涂曲面均匀划分为若干个的网格,每个网格由四个顶点组成;
A2、将每个网格对应的中心点作为一个采集点,中心点可以通过计算网格的四个顶点坐标的平均值来获得。
步骤二、拐角采集点特征信息的采集:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为各拐角采集点,进而采集各拐角采集点对应的参数信息。
需要说明的是,使用三维扫描仪对待喷涂曲面进行扫描,可以获取曲面的三维坐标数据,通过分析扫描数据,可以确定曲面的各个拐角的位置。
在一个具体的实施例中,所述参数信息包括平坦度、弯曲度和凹凸度。
需要说明的是,使用三维扫描仪对待喷涂曲面进行扫描,可以获取曲面的三维坐标数据,通过分析扫描数据,可以计算出各个拐角采集点对应的平坦度、弯曲度和凹凸度。
还需要说明的是,使用曲面拟合方法,如最小二乘法或曲面拟合算法,拟合出一个平面,并计算该平面与曲面之间的偏差作为平坦度指标;使用曲率计算方法,如法线曲率或高斯曲率,来计算曲面在该点的曲率值作为弯曲度指标;通过计算曲面在该点的法线向量与曲面法线的夹角来判断曲面的凹凸性。
步骤三、起点的分析:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点。
在一个具体的实施例中,所述对各拐角采集点对应的参数信息进行分析,具体分析过程如下:
将各拐角采集点对应的平坦度、弯曲度和凹凸度分别记为、/>和/>,其中,表示各拐角采集点对应的编号,/>,代入计算公式中,得到各拐角采集点参数信息对应的参数评估系数/>,其中/>、/>、/>分别表示为预设的拐角采集点对应的标准平坦度、标准弯曲度、标准凹凸度,/>、/>、/>分别表示为预设的拐角采集点中平坦度、弯曲度、凹凸度对应的权重因子。
在另一个具体的实施例中,所述选择最佳喷涂起点,具体选择过程如下:
将各拐角采集点参数信息对应的参数评估系数按照从小到大的顺序进行排列,将最大参数评估系数对应的拐角采集点作为最佳喷涂起点。
通过对各拐角采集点参数信息的分析,可以了解曲面的特征,这有助于更准确地理解曲面的曲率,为路径规划提供重要参考,通过评估各拐角采集点参数信息对应的参数评估系数,可以将其作为路径规划中的优化指标,根据参数评估系数的大小,选择合适的路径和起点,以最大程度上减少涂层覆盖不均匀或漏涂的问题,提高喷涂质量,基于各拐角采集点参数信息的分析,可以确定最佳的喷涂起点,最佳喷涂起点可以通过考虑曲面的特征和涂层覆盖的均匀性来确定,以确保喷涂过程的效率和质量。
步骤四、喷涂影响因子的分析:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子。
需要说明的是,通过参考设备厂商提供的技术文档、用户手册或咨询他们的技术支持,了解喷涂机器人的喷涂范围和喷涂角度。
在一个具体的实施例中,所述对喷涂机器人对应的喷涂参数进行分析,具体分析过程如下:
将喷涂机器人对应的喷涂范围和喷涂角度分别记为和/>,代入计算公式中,得到喷涂机器人喷涂对应的影响因子,其中/>、/>分别表示为预设的喷涂机器人对应的标准喷涂范围、标准喷涂角度,/>、分别表示为预设的喷涂机器人喷涂范围、喷涂角度对应的权重因子。
步骤五、曲面采集点特征信息的采集:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息。
在一个具体的实施例中,所述特征信息包括最大曲率和最小曲率。
需要说明的是,通过测量设备获取各个采集点的曲率数据,根据测量数据,可以得到各个采集点对应的最大曲率和最小曲率,测量设备包括曲率仪和光学测量设备等。
步骤六、采集点特征信息的分析:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数。
在一个具体的实施例中,所述对各曲面采集点的特征信息进行分析,具体分析过程如下:
将各曲面采集点对应的最大曲率和最小曲率分别记为和/>,其中,/>表示各曲面采集点对应的编号,/>,代入计算公式中,得到各曲面采集点特征信息对应的特征评估系数/>,其中,e表示自然常数,/>、/>分别表示为预设的曲面采集点对应的标准最大曲率和标准最小曲率,/>、/>分别表示为预设的曲面采集点中最大曲率和最小曲率对应的权重因子。
步骤七、特征评估系数差值的获取:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值。
步骤八、喷涂线路的分析:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
在一个具体的实施例中,所述得到待喷涂曲面热喷涂的最优路径规划,具体得到过程如下:
B1、首先获取最佳喷涂起点对应的特征评估系数,从而将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第一路径点;
B2、将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值进行去除,再将第一路径点对应的特征评估系数与其他相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第二路径点,以此方式获取各路径点顺序;
B3、将最佳喷涂起点与各路径点按照顺序依次进行串联,从而得到待喷涂曲面热喷涂的最优路径规划。
需要说明的是,将生成的最优路径导入到喷涂机器人控制系统中,根据路径规划结果,喷涂机器人可以自动按照路径进行喷涂操作。
根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值进行评估,可以选择质量更好的路径,确保喷涂过程中涂层的均匀性和一致性,提高喷涂质量,通过选择各曲面采集点与相邻曲面采集点的最优线路,可以减少路径的长度和复杂度,从而降低喷涂的时间和能耗,提高喷涂效率,通过最优路径规划,可以减少喷涂过程中的重复喷涂和多余喷涂,降低喷涂材料的使用量,减少喷涂成本。
本发明实施例如图2所示,本发明提供一种热喷涂机器人路径规划系统,包括:
采集点设置模块:在待喷涂曲面上设置若干个采集点;
拐角采集点特征信息采集模块:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为拐角采集点,进而采集各拐角采集点对应的参数信息;
起点分析模块:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点;
喷涂影响因子分析模块:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子;
曲面采集点特征信息采集模块:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息;
采集点特征信息分析模块:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数;
特征评估系数差值获取模块:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值;
喷涂线路分析模块:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
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 (7)
1.一种热喷涂机器人路径规划方法,其特征在于,包括:
步骤一、采集点的设置:在待喷涂曲面上设置若干个采集点;
步骤二、拐角采集点特征信息的采集:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为各拐角采集点,进而采集各拐角采集点对应的参数信息;
步骤三、起点的分析:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点;
步骤四、喷涂影响因子的分析:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子;
所述对喷涂机器人对应的喷涂参数进行分析,具体分析过程如下:
将喷涂机器人对应的喷涂范围和喷涂角度分别记为和/>,代入计算公式中,得到喷涂机器人喷涂对应的影响因子,其中/>、/>分别表示为预设的喷涂机器人对应的标准喷涂范围、标准喷涂角度,/>、分别表示为预设的喷涂机器人喷涂范围、喷涂角度对应的权重因子;
步骤五、曲面采集点特征信息的采集:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息;
所述特征信息包括最大曲率和最小曲率;
步骤六、采集点特征信息的分析:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数;
所述对各曲面采集点的特征信息进行分析,具体分析过程如下:
将各曲面采集点对应的最大曲率和最小曲率分别记为和/>,其中,/>表示各曲面采集点对应的编号,/>,代入计算公式中,得到各曲面采集点特征信息对应的特征评估系数/>,其中,e表示自然常数,/>、/>分别表示为预设的曲面采集点对应的标准最大曲率和标准最小曲率,/>、/>分别表示为预设的曲面采集点中最大曲率和最小曲率对应的权重因子;
步骤七、特征评估系数差值的获取:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值;
步骤八、喷涂线路的分析:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
2.如权利要求1所述的一种热喷涂机器人路径规划方法,其特征在于,所述在待喷涂曲面上设置若干个采集点,具体设置过程如下:
A1、将待喷涂曲面均匀划分为若干个的网格,每个网格由四个顶点组成;
A2、将每个网格对应的中心点作为一个采集点,中心点可以通过计算网格的四个顶点坐标的平均值来获得。
3.如权利要求1所述的一种热喷涂机器人路径规划方法,其特征在于,所述参数信息包括平坦度、弯曲度和凹凸度。
4.如权利要求3所述的一种热喷涂机器人路径规划方法,其特征在于,所述对各拐角采集点对应的参数信息进行分析,具体分析过程如下:
将各拐角采集点对应的平坦度、弯曲度和凹凸度分别记为、/>和/>,其中,/>表示各拐角采集点对应的编号,/>,代入计算公式中,得到各拐角采集点参数信息对应的参数评估系数/>,其中/>、/>、/>分别表示为预设的拐角采集点对应的标准平坦度、标准弯曲度、标准凹凸度,/>、/>、/>分别表示为预设的拐角采集点中平坦度、弯曲度、凹凸度对应的权重因子。
5.如权利要求4所述的一种热喷涂机器人路径规划方法,其特征在于,所述选择最佳喷涂起点,具体选择过程如下:
将各拐角采集点参数信息对应的参数评估系数按照从小到大的顺序进行排列,将最大参数评估系数对应的拐角采集点作为最佳喷涂起点。
6.如权利要求1所述的一种热喷涂机器人路径规划方法,其特征在于,所述得到待喷涂曲面热喷涂的最优路径规划,具体得到过程如下:
B1、首先获取最佳喷涂起点对应的特征评估系数,从而将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第一路径点;
B2、将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,并将第一路径点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值按照从小到大的顺序进行排列,将最佳喷涂起点对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数的差值进行去除,再将第一路径点对应的特征评估系数与其他相邻各曲面采集点特征信息对应的特征评估系数最小差值对应的相邻曲面采集点记为第二路径点,以此方式获取各路径点顺序;
B3、将最佳喷涂起点与各路径点按照顺序依次进行串联,从而得到待喷涂曲面热喷涂的最优路径规划。
7.一种热喷涂机器人路径规划系统,其特征在于,用于实施权利要求1-6所述的一种热喷涂机器人路径规划方法中的任意一项,包括:
采集点设置模块:在待喷涂曲面上设置若干个采集点;
拐角采集点特征信息采集模块:获取待喷涂曲面的各拐角的位置,并将待喷涂曲面的各拐角对应的各采集点记为拐角采集点,进而采集各拐角采集点对应的参数信息;
起点分析模块:用于根据各拐角采集点对应的参数信息,从而对各拐角采集点对应的参数信息进行分析,得到各拐角采集点参数信息对应的参数评估系数,并选择最佳喷涂起点;
喷涂影响因子分析模块:获取喷涂机器人对应的喷涂参数,喷涂参数包括喷涂范围和喷涂角度,从而对喷涂机器人对应的喷涂参数进行分析,得到喷涂机器人喷涂对应的影响因子;
曲面采集点特征信息采集模块:将最佳喷涂起点对应的采集点和其他采集点均记为曲面采集点,进而采集各曲面采集点对应的特征信息;
采集点特征信息分析模块:根据各曲面采集点对应的特征信息,从而对各曲面采集点的特征信息进行分析,得到各曲面采集点特征信息对应的特征评估系数;
特征评估系数差值获取模块:根据各曲面采集点特征信息对应的特征评估系数,进而将各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数进行差值计算,得到各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值;
喷涂线路分析模块:根据各曲面采集点特征信息对应的特征评估系数与相邻各曲面采集点特征信息对应的特征评估系数差值,进而选择各曲面采集点与相邻曲面采集点的最优线路,并将各曲面采集点与相邻各曲面采集点的最优线路进行串联,得到待喷涂曲面热喷涂的最优路径规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311663509.XA CN117340900B (zh) | 2023-12-06 | 2023-12-06 | 一种热喷涂机器人路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311663509.XA CN117340900B (zh) | 2023-12-06 | 2023-12-06 | 一种热喷涂机器人路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117340900A CN117340900A (zh) | 2024-01-05 |
CN117340900B true CN117340900B (zh) | 2024-02-09 |
Family
ID=89367250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311663509.XA Active CN117340900B (zh) | 2023-12-06 | 2023-12-06 | 一种热喷涂机器人路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117340900B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102500498A (zh) * | 2011-11-11 | 2012-06-20 | 江苏科技大学 | 非规则多面体上的喷涂机器人喷枪轨迹优化方法 |
CN105381912A (zh) * | 2015-10-15 | 2016-03-09 | 东南大学 | 一种基于表面曲率的喷涂机器人自动路径生成方法 |
CN105435997A (zh) * | 2015-12-14 | 2016-03-30 | 江苏大学 | 基于Bézier曲线的喷涂机器人路径规划方法 |
CN108508846A (zh) * | 2018-05-09 | 2018-09-07 | 清华大学 | 一种曲面喷涂轨迹规划方法 |
CN114708402A (zh) * | 2022-03-23 | 2022-07-05 | 浙江大学 | 一种基于复杂网格曲面nurbs拟合的机器人作业轨迹生成方法 |
CN115570573A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院智能制造研究所 | 一种机器人高性能涂胶轨迹规划方法、介质及系统 |
CN115685988A (zh) * | 2022-09-13 | 2023-02-03 | 颖态智能技术(上海)有限公司 | 一种自由曲面喷涂路径自动生成方法与装置 |
WO2023024937A1 (zh) * | 2021-08-26 | 2023-03-02 | 江苏科技大学 | 一种用于船体建造喷漆的轨迹生成优化方法 |
KR20230072048A (ko) * | 2021-11-17 | 2023-05-24 | 한국생산기술연구원 | 고곡률 코팅 공정용 노즐의 법선 지향 방법 및 이를 적용한 자동 코팅 장치 |
-
2023
- 2023-12-06 CN CN202311663509.XA patent/CN117340900B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102500498A (zh) * | 2011-11-11 | 2012-06-20 | 江苏科技大学 | 非规则多面体上的喷涂机器人喷枪轨迹优化方法 |
CN105381912A (zh) * | 2015-10-15 | 2016-03-09 | 东南大学 | 一种基于表面曲率的喷涂机器人自动路径生成方法 |
CN105435997A (zh) * | 2015-12-14 | 2016-03-30 | 江苏大学 | 基于Bézier曲线的喷涂机器人路径规划方法 |
CN108508846A (zh) * | 2018-05-09 | 2018-09-07 | 清华大学 | 一种曲面喷涂轨迹规划方法 |
WO2023024937A1 (zh) * | 2021-08-26 | 2023-03-02 | 江苏科技大学 | 一种用于船体建造喷漆的轨迹生成优化方法 |
KR20230072048A (ko) * | 2021-11-17 | 2023-05-24 | 한국생산기술연구원 | 고곡률 코팅 공정용 노즐의 법선 지향 방법 및 이를 적용한 자동 코팅 장치 |
CN114708402A (zh) * | 2022-03-23 | 2022-07-05 | 浙江大学 | 一种基于复杂网格曲面nurbs拟合的机器人作业轨迹生成方法 |
CN115685988A (zh) * | 2022-09-13 | 2023-02-03 | 颖态智能技术(上海)有限公司 | 一种自由曲面喷涂路径自动生成方法与装置 |
CN115570573A (zh) * | 2022-12-07 | 2023-01-06 | 广东省科学院智能制造研究所 | 一种机器人高性能涂胶轨迹规划方法、介质及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117340900A (zh) | 2024-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110014426B (zh) | 一种利用低精度深度相机高精度抓取形状对称工件的方法 | |
CN109541997A (zh) | 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法 | |
CN103394430B (zh) | 一种基于片间盲区优化工艺的复杂曲面均匀喷涂制造方法 | |
CN109543267B (zh) | 基于图像处理的工艺品表面喷涂仿真与优化方法 | |
CN113276130B (zh) | 一种基于点云切片的自由曲面喷涂路径规划方法及系统 | |
CN110047133A (zh) | 一种面向点云数据的列车边界提取方法 | |
CN110017790A (zh) | 一种基于测量精度的曲面扫描轨迹生成与优化方法 | |
CN111702772A (zh) | 一种帮面自动引导涂胶方法及系统 | |
CN110415331B (zh) | 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法 | |
CN117340900B (zh) | 一种热喷涂机器人路径规划方法及系统 | |
CN110153582B (zh) | 焊接方案生成方法、装置以及焊接系统 | |
CN105046751B (zh) | 保持实物表面样点棱边特征的Cocone曲面重建方法 | |
CN117324221A (zh) | 一种曲面构件腻子喷涂方法 | |
CN108388909B (zh) | 一种复杂曲面自适应采样方法 | |
Xu et al. | A new welding path planning method based on point cloud and deep learning | |
CN116909208B (zh) | 基于人工智能的壳体加工路径优化方法及系统 | |
CN113706588A (zh) | 基于改进四点快速鲁棒匹配算法的环形锻件点云配准方法 | |
CN107452064B (zh) | 一种三维建筑实体空间找平实现方法、装置及存储设备 | |
CN110864671A (zh) | 基于线结构光拟合平面的机器人重复定位精度测量方法 | |
CN109115125B (zh) | 激光损伤硅基或锗基光学元件表面形貌数字化表征方法 | |
CN114022650B (zh) | 一种基于点云拟合光平面调平的方法及设备 | |
CN113510748B (zh) | 基于双目视觉的机器人空间位置重复性和准确度测量方法 | |
CN109976261B (zh) | 面向加工定位的余量优化模型的求解方法 | |
CN107869971B (zh) | 一种基于三维激光扫描数据计算树冠表面积的方法 | |
CN110414058B (zh) | 一种塔式太阳能热电站中卷积核函数的拟合方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |