[发明专利]一种面向机器人砂带打磨的优化轨迹搜索方法有效
| 申请号: | 201811524678.4 | 申请日: | 2018-12-13 |
| 公开(公告)号: | CN109664296B | 公开(公告)日: | 2021-12-17 |
| 发明(设计)人: | 张铁;张斌 | 申请(专利权)人: | 华南理工大学 |
| 主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J11/00 |
| 代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 陈宏升 |
| 地址: | 510640 广*** | 国省代码: | 广东;44 |
| 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 面向 机器人 打磨 优化 轨迹 搜索 方法 | ||
本发明公开了一种面向机器人砂带打磨的优化轨迹搜索方法,包括以下步骤:规划打磨刀路,生成刀位点并建立刀位点坐标系;为打磨平台建立相应坐标系;建立调整数学模型,通过数学模型进行调整,得到调整后工具坐标系与机器人基坐标系的相对位姿计算公式;建立打磨过程坐标平面,建立机器人打磨轨迹的结点模型;对打磨过程坐标平面纵坐标进行离散,用结构体保存结点信息,得到结构体矩阵;搭建打磨仿真场景,并构建优化机器人打磨轨迹搜索函数,对结点结构体矩阵进行搜索,搜索失败,则结束流程;搜索成功,将搜索信息转换成机器人控制柜命令实现自动化抛光;本发明得到的轨迹:无碰撞、关节量变化小,为复杂工件打磨提供有效打磨轨迹生成方法。
技术领域
本发明涉及机器人砂带打磨的研究领域,特别涉及一种面向机器人砂带打磨的优化轨迹搜索方法。
背景技术
随着产业的发展,工业产品越来越多地运用了不规则曲面,同时对于曲面的表面形状精度和粗糙度也提出了一定的要求。这些曲面在半精加工和精加工阶段一般都需要经历砂带打磨工序,使曲面获得较为光滑的表面。
但手工打磨的现场环境普遍比较恶劣,打磨作业现场的巨大噪音和金属粉尘对于操作者身体的危害受到越来越多人的关注,使得国内雇用打磨工人的费用快速上涨,所以越来越多的企业开始用自动化机器代替工人来进行打磨作业。相对于雇用工人进行手工打磨的生产方式,利用自动化机器打磨生产具有高效率、高精度以及产品质量稳定等优点。
现阶段,工业机器人主要的编程方式可分为在线示教和离线编程两种。在线示教编程就是操作人员操作机器人使末端的工件在砂带轮上模拟打磨的过程,在模拟打磨的过程中由机器人控制系统实时采集工业机器人各个关节的关节量,之后让机器人沿着之前模拟的轨迹重复运动;一旦曲面的形状变得复杂,需要示教的位姿将大大增加,示教编程不但耗时长而且加工质量往往也不能令人满意。
与在线示教相对应的是离线编程方法,则主要是通过工人操作示教软件,以记录方式或算法生成加工轨迹,实现远离实际加工场地、无需与加工进程同步的机器人或数控机床编程。为了能够快速地生成高质量的机器人砂带打磨轨迹,对离线编程方式生成机器人砂带打磨轨迹的方法进行了研究。由于机器人执行离线编程方法生成的机器人打磨轨迹时,有可能会出现碰撞的情况,如机器人与设备发生碰撞、工件与砂带轮发生碰撞等;同时如果机器人在打磨的过程关节角变化太大的话,关节角可能会出现超限的情况。
很多学者对机器人的无碰撞路径规划作了深入的研究,并提出了许多经典的方法,如C空间法、人工势场法等方法;近年来,人工神经网络、遗传算法、模糊算法等智能方法也被应用于机器人无碰路径规划领域中;但是对于机器人砂带打磨情况的无碰优化和关节角优化的方法尚未见文献报道。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种面向机器人砂带打磨的优化轨迹搜索方法。针对复杂形状工件的打磨,首先在工件的被打磨面上规划打磨刀路并生成一系列刀位点;然后搭建机器人砂带打磨的仿真场景,并为仿真场景编写二次开发程序,在二次开发程序中编写优化机器人打磨轨迹搜索函数;搜索函数根据打磨刀路,在仿真场景中搜索无碰优化及关节角优化的机器人打磨轨迹,如果搜索失败,则结束整个流程并输出搜索失败的提示,如果搜索成功,则将搜索得到的机器人打磨轨迹转换成机器人控制柜可执行的代码实现自动化抛光,从而为复杂工件的打磨提供一种更加有效的机器人砂带打磨轨迹生成方法。
本发明的目的通过以下的技术方案实现:
一种面向机器人砂带打磨的优化轨迹搜索方法,包括以下步骤:
S1、在工件的被打磨面上规划打磨刀路并生成一系列刀位点,并在刀位点上建立刀位点坐标系;
S2、为机器人打磨平台上的单元建立坐标系,所述坐标系包含:机器人基坐标系、机器人末端关节坐标系、初始工具坐标系、被打磨曲面刀位点上坐标系、工件坐标系;
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华南理工大学,未经华南理工大学许可,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/201811524678.4/2.html,转载请声明来源钻瓜专利网。





