共查询到10条相似文献,搜索用时 15 毫秒
1.
基于Alpha Shapes三维重建原理的机器人工作空间求解方法 总被引:1,自引:0,他引:1
工作空间是机器人的一个重要运动学指标,对工作空间进行分析是手术机器人结构优化和手术规划的重要环节。首先应用蒙特卡罗法求解得到了工作空间点云;采用按角度划分法对工作空间点云进行了边界提取;基于所提取的边界点,运用Alpha Shapes算法对工作空间进行了三维重建。相比传统工作空间曲面求解方法,该算法可以通过调整参数来适应不同类型的工作空间,具有很好的精度和通用性。最后运用数值积分方法求解出了工作空间体积,为机器人实施手术奠定了基础。 相似文献
2.
3.
以双臂机器人为研究对象,进行工作空间分析。首先,使用D-H法对双臂机器人建立连杆坐标系并求解正运动学方程;然后,基于蒙特卡罗法求解了三维工作空间,沿Z轴方向分层;其次,按角度划分法和极值理论提取了工作空间边界点;最后,采用最小二乘法对边界点进行了曲线拟合。结果表明,使用MATLAB仿真,工作空间边界点提取效果较好,拟合曲线误差较小,双臂协作空间较大,为进一步的动力学分析、轨迹规划和运动控制提供了参考。 相似文献
4.
针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法。该算法首先利用KD树建立散乱点云的拓扑关系。其次,计算点云密度、定义距离阈值作为判别参数,利用K邻域搜索计算每个点与其K个邻域点的距离,距离大于阈值的点即为边界点。再次,采用单坐标搜索法去除外边界,保留孔洞边界。最后,利用边界追踪算法获取完整的孔洞边界点。以涡轮叶片和挖掘机斗齿为研究对象,对点云上的自然孔洞利用该算法进行识别。结果表明,该算法能够快速地识别出散乱点云中孔洞,并能完整地提取出孔洞边界点,实用性强。 相似文献
5.
点云特征型面的边界曲线拟合及曲面裁剪算法 总被引:1,自引:0,他引:1
点云特征型面边界曲线的拟合质量直接决定了对应曲面裁剪的质量。以机械零件点云模型为研究对象,针对点云分割型面的边界点识别、排序、拟合和曲面裁剪问题展开研究。基于场力法提取的边界点集,提出了基于最短距离法的边界点集排序和方向夹角阈值限定的边界点集去噪等预处理算法;采用局部二次多项式函数拟合估算边界点集曲率,提出了基于曲率突变点归属性判断的边界点集分段和拟合算法;通过控制点投影变换求取二维裁剪边界,提出了基于特征点集多边形凹凸性的二维边界曲线方向判断法。使用机械零件模型典型型面进行实验,验证了各阶段算法。该算法具有很好的适用性,可进一步扩展应用至复杂曲面边界裁剪。 相似文献
6.
针对传统的蒙特卡洛法求解机器人工作空间时精确度不够的问题,提出了一种改进的蒙特卡洛法。用传统的蒙特卡洛法生成一个种子工作空间,基于标准差动态可调的正态分布对种子工作空间进行扩展。在扩展过程中设定一个精度阈值,确保得到的工作空间中每个位置都能被准确的描述。基于得到的工作空间,提出了一种体元化算法求取工作空间的体积,寻找到工作空间的边界部分和非边界部分,通过对边界部分的不断细化,降低了体积求取误差。为了验证算法的有效性和实用性,以九自由度的超冗余串联机械臂为例,对本文改进的蒙特卡洛法和提出的体积求取算法进行仿真分析。结果表明:采样点数量相同时,改进的蒙特卡洛法生成的工作空间边界光滑,"噪声小";得到精确的工作空间时改进方法需要的采样点数仅是传统方法的4.67%;体积求取算法效率较高,相对误差小于1%;求得的工作空间体积可用于评估机械臂性能,为后续机械臂构型优化奠定了理论基础。 相似文献
7.
8.
基于随机概率的机器人工作空间及其面积求解 总被引:1,自引:0,他引:1
采用随机概率的蒙特卡罗方法得到了平面机器人的工作空间。由于此方法不用对机器人进行逆解计算,也不必直接对奇异值进行计算,所以非常适于工作空间边界曲线的绘制。本文的另一个目的在于扩展一种简单快速的方法,更有效地确定一般平面机器人工作空间的面积。由于工作空间是由一系列的直线或圆弧曲线构成的封闭图形,所以可以采用矢量法对边界点予以表示,并用窄矩形对面积进行近似计算。最后,对一个平面机构的实例进行了面积计算和比较分析。本文介绍的方法不但简单而且在工程中非常实用。 相似文献