[发明专利]一种实现并联机器人食品分拣加工的方法有效
申请号: | 201710802131.5 | 申请日: | 2017-09-07 |
公开(公告)号: | CN107433593B | 公开(公告)日: | 2021-01-29 |
发明(设计)人: | 蔡兆晖;陈秋强;周聪辉;卢祺斌 | 申请(专利权)人: | 龙海铂格自动化设备有限责任公司 |
主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J9/00;B25J9/12 |
代理公司: | 哈尔滨龙科专利代理有限公司 23206 | 代理人: | 高媛 |
地址: | 363100 福建省*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实现 并联 机器人 食品 分拣 加工 方法 | ||
一种实现并联机器人食品分拣加工的方法。本发明涉及一种并联机器人食品分拣加工的方法。其组成包括视觉传感器,所述的视觉传感器通过以太网总线将信号传输至X86视觉识别主机,所述的X86视觉识别主机通过以太网总线与工业交换机双向传输信号,所述的工业交换机通过以太网总线与人机界面双向传输信号,所述的工业交换机通过以太网总线与X86运动控制主机双向传输信号,所述的工业交换机通过以太网总线与PLC双向传输信号,所述的PLC将信号传输至真空发生器,所述的真空发生器将真空吸盘的气体通过气泵抽出。本发明用于并联机器人食品分拣加工。
技术领域
本发明涉及一种并联机器人食品分拣加工的方法。
背景技术
目前现有DELTA并联机器人球形关节副采用不锈钢-铜结构,球头采用不锈钢材质,球头副采用铜及铜合金材质。由于铜合金在食品工业的冲洗清洁环境中容易产生铜离子,不利于食品安全要求。
食品工业自动化设备由于对洁净度及抗腐蚀能力要求较高,对应的自动化设备普遍采用不锈钢材质。由于DELTA机器人高IP防护等级壳体加工体积大、铣削余量大、加工面多、加工刀具自由度需求多,采用不锈钢材质工艺加工时间长、难度高,对加工机床提出了极大挑战。
目前现有的DELTA并联机器人基本采用PLC+运动控制卡或者专用运动控制器方式。功能扩展性低,底层代码开放度小,二次开发难度较高,在此架构上扩展柔性化的控制程序难度高,不利于在工业自动化领域灵活运用。
目前现有DELTA并联机器人轨迹规划采用点对点Adept Motion标准门式路径进行轨迹规划,并针对轨迹曲线进行级数展开,借助微分进行线性近似,再进行运动学逆解计算电机需求转速。对运动控制算法的计算量根据轨迹平滑性要求呈指数级上升需求,因此普遍采用FPGA+DSP结构的运动控制卡实现,硬件电路复杂开发难度高,并且在经典七段S加减速规划中容易出现插补精度在低速状态下急剧下降的“尾巴”现象。
目前机器人操作系统普遍采用Windows操作系统或者Vxwork实时操作系统,前者实时性较差,后者价格昂贵,而且开源的实时操作系统内核对于EtherCAT工业通信协议的支持较差,并且驱动程序未能满足硬实时约束要求。
目前现有DELTA机器人视觉系统普遍采用静态图像识别,通过电子快门曝光获取静态图像进而获得食品坐标,再通过获取传送带速度计算在t时刻食品的运动位置。因此需求前期标定一个或者数个传送带速度值。不利于可变传送带速度的柔性化生产需求。
目前现有DELTA并联机器人示教采用预先设置运动轨迹示教法,轨迹设置需要操作复杂,对调试人员要求技术高。
发明内容
本发明的目的是提供一种实现并联机器人食品分拣加工的方法,用以解决上述问题视觉程序采用图像动态采样法,通过识别任意可计算间隔时间的两帧图像食品坐标计算食品运动数据,可同时获取静态坐标及动态速度,用于并联机器人对目标的快速感知;
运动控制程序采用轨迹阶跃点多级平滑化方式,采用基于期望轨迹的补偿自适应计算模型,并引入对轨迹规划的自适应优化算子,通过对传统Adept Motion门式路径的多次切分迭代,将阶跃轨迹平滑成曲线轨迹,从而在硬实时约束下降低算法运算量,并使用修正梯形曲线来优化传统的七段S加减速模型,减少低速状态下的轨迹计算误差;
并联机器人采用基准尺标定功能,快速对视觉基准坐标原点及机器人工作空间基准坐标原点进行快速映射标定;
并联机器人采用轨迹高度边界人工设置功能,结合视觉抓取自动坐标识别,对运动轨迹进行快速规划;
机器人壳体采用铝合金材质,配合聚四氟乙烯涂层表面处理工艺,满足耐冲洗洁净安全使用环境要求;
并联机器人球形关节运动副采用聚四氟乙烯摩擦片的无油润滑方案;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于龙海铂格自动化设备有限责任公司,未经龙海铂格自动化设备有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710802131.5/2.html,转载请声明来源钻瓜专利网。