多层多道焊机器人离线编程路径规划

面向机器人多层多道焊接轨迹人工示教编程效率低、难度大的问题,为了提高焊接质量与效率,基于OpenCASCADE建模引擎,开发多层多道焊机器人离线编程软件,从工件模型中提取焊缝信息,取代在线示教操作。提出一种用户自定义焊层焊道数目的路径规划算法,确定每个焊道的空间位置、焊接速度,同时规划焊枪末端姿态,避免与工件发生碰撞。通过机器人加工仿真运动,表明各个焊道位置准确、姿态平顺,验证了路径规划的正确性与可行性,并在实际焊接试验中获得良好的焊接效果。     

基于激光传感器的机器人自适应多层多道焊接

针对机器人自动化焊接过程中工件的定位误差、加工误差和激光传感器的安装误差的问题,提出了一种基于线结构视觉激光传感器获取焊缝形状位置信息,并使机器人能够自动调整焊枪位置和姿态来修正误差,同时自适应不同角度焊缝的多层多道路径规划方法。首先进行手眼标定,采用pyqt5在windows系统环境下部署焊接机器人手眼标定软件,把焊道空间点信息从视觉坐标系转换为机器人基坐标系下。然后对工件进行扫描,通过预设定算法完成对实际坐标点的预处理计算,并自适应调节工具坐标系的位姿弥补偏差;最后根据处理得到的焊缝坡口的特征参数和焊接工艺要求,规划多层多道焊接的路径完成焊接。对中厚板碳钢单边V形坡口进行试验,结果表明,该方法具有良好的实用性。     

基于手眼立体视觉的弧焊机器人平面工件定位系统

在工业生产中应用的焊接机器人都是示教再现式的机器人，在批量生产时这种机器人要求每次工件定位必须一致，否则需要重新示教；带有离线编程系统的机器人同样存在工件定位问题，如果工件定位不准，焊接机器人无法按原离线编程系统生成的路径完成焊接。作者针对平面工件开发了一套基于手眼立体视觉的弧焊机器人工件定位系统，首先对摄像机的内外参数和机器人手眼关系进行标定；然后控制机器人运动，使安装在机器人末端的摄像机在两个不同的位置取像；最后通过图像处理和立体视觉的方法来计算出平面工件在机器人基坐标系中的三维信息。试验表明该系统获取的工件定位信息精确。该系统为焊接机器人自主焊接奠定基础。     

用于机器人离线编程的作业标定算法

随着机器人焊接离线编程技术的应用与发展 ,机器人标定作为离线编程实用化的关键技术之一 ,得到越来越多的研究人员的重视。从离线编程系统实用化的角度出发 ,针对机器人离线规划时实现实际作业对象与离线仿真环境中的模型对象的调整与匹配问题进行了研究。并根据作业对象模型特征 ,分别通过工件标定和路径标定两种途径实现。详细进行了这两类标定算法的研究 ,提出了正交平面工件标定、圆形基准四点工件标定和辅助特征点三点标定三种工件标定方法和采用最小二乘拟合算法的路径标定算法。从而可以针对工件特点 ,比较全面地解决机器人离线编程系统应用过程中作业标定问题     

基于结构光的角焊缝空间位置检测系统

自主研发了一种基于结构光图像的角焊缝空间位置检测系统。通过调节相机和标定板的相对位置进行多次拍摄,采用L-M算法开展标定数据最优化拟合,标定相机内参和外参。在结构光图像上,逐列提取灰度主峰,并基于迭代端点拟合法进行平滑处理,利用渐进霍夫变换方法确定结构光图像的角点。基于标定获得了空间转换关系,计算角焊缝空间位置坐标并反馈给焊接机器人。测试结果显示,该方法较好地完成了三面体结构工件角焊缝的机器人位置调整,机器人焊接系统的实测最大位置偏差小于±0.15 mm。     

焊接机器人焊缝视觉跟踪修正系统开发与实验研究

针对示教型机器人在实际焊接中常存在的热变形、工件加工误差和装配误差等因素造成焊缝位置和尺寸变化,导致焊缝和示教轨迹发生偏差等问题,对某型常用焊接机器人的视觉控制器进行了改进,并开发了焊缝视觉跟踪修正系统,将传统的"开环控制"转化为可控的"闭环控制",并通过试验分析,验证了该修正算法的可行性,提高了焊接机器人的焊接精度。     

基于机器视觉焊接轨迹搜索算法

传统的焊接机器人一般采用示教再现的方法获取焊接轨迹,为确保这种工作模式能够实施,需要在前工序中采用人工点焊完成工件的定位,这将引起定位误差,使实际轨迹偏离示教轨迹. 针对该问题,提出了基于机器视觉焊接轨迹搜索算法. 基于几何形状的金字塔分层模板匹配技术,计算偏移量和旋转量从而校正示教轨迹. 结果表明,该算法具有较高的精度和效率,能满足机器人自动搜索轨迹对实时响应的要求. 工业应用表明,在实际焊接中,当焊接工件在X轴和Y轴方向有±5.5 mm的偏移量、在XOY平面上有8°的旋转角度时,该算法仍能准确搜索到焊接轨迹.     

基于多特征点大型焊接件的视觉定位

采用机器视觉采集大型焊接件局部特征区域图像,根据大型焊接件的自身特点和焊接现场环境,通过数字图像处理方法,提取焊接件的特征区域并使用Hough变换计算出特征点的位置;采用"一目双位"方法,从局部到整体判断两个特征点的偏移量,从而计算出工件整体在平面内的偏移;通过计算机与机器人的通信,修改机器人的示教文件,更新焊接机器人的初始引导位置与修正机器人行走路径,最终完成对焊接件的定位与机器人自主示教。     

遥控焊接中立体视觉系统标定

为了提高遥控焊接智能化水平,设计了一套立体视觉系统进行焊接机器人环境的三维重建.对立体视觉系统参数标定分两步完成,首先使用基于平面模板的方法离线标定摄像机的内参数和两个CCD摄像机之间的位置关系等不变参数.然后使用线性方法对摄像机坐标系和焊接机器人工作坐标系之间的关系进行在线标定.标定试验重建结果的平均误差小于1 mm,最大误差小于3 mm.     

基于点云数据驱动的中厚板机器人焊接路径规划

为实现中厚板多层多道自动化焊接的需求,提出一种基于点云数据驱动的机器人焊接路径自适应规划算法。以V形焊缝为例,首先通过线结构光扫描焊缝表面采集点云数据,对点云数据进行滤波预处理,在精简数据量的同时也去除噪声点,据此采用点云分割和边缘提取算法成功提取焊缝特征点。最终通过焊接实验验证算法的准确性和可行性,结果表明,提出的算法处理得到的焊缝特征点坐标与人工示教得到的实际坐标偏差小于0.17 mm,能够满足实际应用需求。     

高精度机器人打磨系统标定算法研究与实现

针对自主研发的机器人打磨系统打磨精度差等问题,通过误差源分析,分别在工具、工件标定算法及实现方面进行了研究。针对打磨使用刀具的特点,选择合适的工具标定算法,设计辅助标定工装,完成了打磨工具的位姿标定,提高了打磨工具的标定精度。同时根据打磨工件标定算法及工件的特点,设计标定块,利用辅助特征点三点标定方法及合理的测量方法,完成了工件的高精度匹配。通过离线编程生成打磨程序,从而实现了高质量、高精度的机器人打磨作业。     

基于工具坐标标定改进的工业机器人零点位置自整定方法

在工业机器人应用过程中更换工具时需要重新标定工具坐标,一般情况下工具坐标通过固定点约束的3点法进行标定,此方式在机器人本身零点位置不准确的情况下往往会得到一个较差的结果。基于3点法中定点约束的原理,提出一种改进的工业机器人零点位置自整定方法,对出厂标定过的六自由度串联机器人,修改其零点位置与工具坐标的标准值产生给定误差,基于空间内一个固定点的约束关系,在已知机器人连杆参数的情况下建立机器人坐标变换模型,取21组机器人关节角与笛卡尔坐标数据作为辨识条件参数,机器人工具坐标与零点位置的偏差作为未知数据,通过最小二乘迭代算法计算出工具坐标与零点位置的偏差数据。将实验对象的整定结果和给定的误差参数进行对比,整定结果基本与给定误差一致,并通过比较自整定前后示教器上的位置显示值之间的误差值,证明了校准算法的可行性。     

基于双目视觉和距离误差模型的工业机器人运动学参数标定方法

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.279 9 mm减少为0.104 4 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。     

基于视觉与激光结合的堆叠工件快速定位方法

针对机械手对复杂工况下的工件进行自动抓取时精度较低的问题,提出一种采用改进SSD卷积神经网络算法配合多激光传感的方法,对堆叠情况下的工件进行快速精确定位。采用SSD算法融合多视窗检测方法,对视觉获取的RGB图片进行检测,获取工件水平位置信息;结合主动跟踪激光传感系统,获取工件表面的法向量,确定工件的空间位姿。搭建了硬件实验平台,在此平台上开发了一套视觉与激光融合的工件定位抓取系统,并以非标零件为实验对象在堆叠情况下进行多组实验,在模拟车间自然光照环境下,工件识别率95.4%,平均耗时为40ms,工件识别的平均坐标偏差1.86mm,法向量平均偏差为1.39°,机器人抓取率为98.2%,实验结果表明,该方法定位准确,速度快,在自动化生产线上具有可行性。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。     

基于人机交互的遥控焊接虚拟环境标定技术

对于工作在非结构化环境中的机器人遥控焊接系统,虚拟环境与真实环境的一致性直接决定了系统的可靠性、作业精度和工作效率.虚拟环境标定技术可以通过远端真实环境的信息反馈校正虚拟环境中机器人模型与工作环境模型的位姿关系.采用人机交互的图像特征提取方式和线性与非线性结合的最小二乘算法,实现了摄像机在线标定和工件定位,完成了遥控焊接系统的虚拟环境标定任务.在标定试验中,当采用较大的摄像机焦距时,最大标定误差为2.9mm,平均标定误差为1.5mm.根据试验的过程和结果,分析了影响标定精度的因素.     

六自由度工业机器人本体标定实验的研究

目前六自由度工业机器人普遍具重复定位精度较高,但绝对定位精度较低的特性,所以为了提高离线编程的精度,需要通过运动学建模、实际测量、参数辨识、误差补偿四步进行机器人本体标定。文中在概括总结现有的工业机器人本体标定技术的基础上,运用MATLAB进行运动学仿真建模,Leica AT960绝对激光跟踪仪系统进行实际测量,SA软件实现参数辨识,外部控制器进行关节补偿,完成本体标定实验。并在此基础上,按照GB/T12642-2013进行标定前后机器人位姿特性检测,通过Robot Check软件处理检测数据,对比前后结果,验证了本体标定实验。     

双臂机器人的轨迹跟踪控制方法研究

针对工件在实际加工中打磨空间局限、精度不高等问题,为提高机器人作业的轨迹跟踪效果,提出一种双臂机器人轨迹跟踪控制方法。以轮毂打磨为研究背景,主从架构中夹持机器人采用PD控制,夹持待打磨工件进行位置跟踪运动控制;打磨机器人采用基于位置的阻抗控制,实现力控和末端位置补偿,提高定位精度。基于MATLAB/Simulink设计仿真模型验证可行性,并完成实验验证。实验结果表明：当机器人末端在外界干扰力作用下,能自适应地跟踪及修正轨迹,满足双臂机器人轨迹跟踪控制的要求。