System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及工业自动化,尤其涉及一种均匀喷涂机器人的路径规划方法。
技术介绍
1、喷涂作业工作量很大,作业繁琐,且对人体健康有害,现喷涂技术主要采用编程式喷涂和定点喷涂,编程式喷涂分为在线编程与离线编程,编程式喷涂主要使用离线编程式喷涂,离线编程式不适用于简单的喷涂轨迹,且编程时的存在误差,对喷涂精度有一定影响,定点喷涂需要将喷涂点逐一标记然后进行定点喷涂,这种喷涂方式耗时耗力,喷涂效率与质量低,喷涂不均匀,浪费涂料,且人长时间接触涂料,容易造成身体损伤或中毒。
2、因此,提出一种均匀喷涂机器人的路径规划方法,来解决现有技术存在的困难,是本领域技术人员亟须解决的问题。
技术实现思路
1、有鉴于此,本专利技术提供了一种均匀喷涂机器人的路径规划方法,可以提高喷涂质量与效率,减少涂料浪费,保护工人安全。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、一种均匀喷涂机器人的路径规划方法,其特征在于,包括以下步骤:
4、s1、获取三维点云模型:使用深度相机对数据进行采集,将采集的数据进行转换得到三维点云模型;
5、s2、点云模型预处理:对得到的三维点云模型进行预处理,获得墙面;
6、s3、平面检测:基于点云的平面拟合算法,检测出墙面所在的平面,根据墙面表面的平坦度来确定墙面的平整度是否在一个阈值之内,获得墙面平面信息,区分出平整的墙面区域;
7、s4、路径规划:基于s3检测得到的墙面平面信息,构建基
8、s5、动态调整:在喷涂过程中,实时监测墙面的平整度,采用反馈控制算法,根据实时监测结果动态调整路径规划。
9、上述的方法,可选的,s1获取三维点云模型,使用深度相机对数据进行采集,通过红外摄像头采集得到深度图像或彩色图像,根据相机的焦距、主点坐标、畸变系数,以及描述相机的成像模型和位姿的旋转矩阵和平移向量,将深度图像或彩色图像转换为三维坐标点,得到三维点云模型p。
10、上述的方法,可选的,s2、点云模型预处理步骤具体如下:
11、s201去噪处理:选择基于邻域点的局部离群值因子算法,对三维点云模型p进行去噪操作;
12、s202滤波处理:根据应用的场景和要求,对去噪后的三维点云模型p进行移动平均滤波;具体内容为:给定一个包含n个样本的信号序列x[n],其中n是样本的索引从0到n-1,移动平均滤波通过在信号序列上滑动一个固定长度为m的窗口,并计算窗口内样本的平均值来对去噪后的三维点云模型p进行滤波;
13、s203表面重建:选择曲面拟合的重建方法,对s202中滤波后的三维点云模型p中的每个点,找到一个对应的曲面片,使得该点与曲面片的距离最小,然后将所有的曲面片拼接成一个完整的曲面模型,对滤波后的三维点云模型p_filtered进行表面重建,得到重建后的墙面表面模型surface_model;
14、s204返回处理后的三维点云模型:返回处理后的三维点云模型processed_cloud,其中包含经过去噪、滤波和表面重建处理后的数据,用于后续的路径规划和喷涂操作。
15、上述的方法,可选的,s3的具体内容为:
16、s301使用ransac平面拟合算法,从预处理后的三维点云模型p中检测平面d,将平面d表示为:
17、d:n·(p-q)=0;
18、其中n是平面d的法向量,q是平面d上的任意一点;
19、s302将拟合出的平面d中的点代入方程中,确认平面的拟合程度:将n和q带入平面方程d:n·(p-q)=0中,验证处理后的三维点云模型中的点是否满足所得平面方程,进而确认平面的拟合程度;
20、s303将满足平面方程的点集作为检测到的平面d中的点集;
21、s304输出检测到的平面d,其中包含了法向量n和平面上的一点q。
22、上述的方法,可选的,s4、路径规划步骤中,根据检测到的平面信息,生成路径的方式可以表示为:
23、waypoints=generate_waypoints(plane_model,wall_smoothness),
24、上述的方法,可选的,s4、路径规划步骤具体如下:
25、s401、对墙面进行分割,得到不同的平面区域;
26、s402、对每个平面区域进行曲率分析,计算其平整度,选择各个曲线类型中平整度最大的曲线类型,包括但不限于多项式曲线和双圆弧段曲线;
27、对每个曲线类型,采用最小二乘法,求解出最佳的曲线参数,使得曲线与平面区域的误差最小;对每个曲线,计算其与相邻曲线的连接点和切线方向,保证曲线的连续性和光滑性;
28、s403、根据曲线类型,确定每个平面区域的边界条件,包括但不限于位置、速度、加速度;
29、s404、使用待定系数法,求解出曲线的相关系数;将每个平面区域的曲线拼接起来,形成一条完整的路径。
30、上述的方法,可选的,s4、路径规划步骤中,根据平面模型和墙面平整度,生成一组路径点,用于指导喷涂机器人的运动。
31、上述的方法,可选的,s4、路径规划步骤中,引入墙面平整度的指标作为约束条件,平整度表示为一个衡量平面平整程度的指标,将平面的位置与形状作为参数,
32、平整度计算方式包括:
33、计算曲率:对于处理后的三维点云模型processed_cloud中的每个点p,计算其曲率值并将所有曲率值累加得到曲率总和;
34、分析表面粗糙度:对于处理后的三维点云模型processed_cloud中的每个点p,考虑其附近邻域内点的法向量变化或局部密度变化,并根据变化情况累加得到粗糙度指标;
35、分析点分布均匀性:对于处理后的三维点云模型processed_cloud中的每个点p,计算其周围点的分布密度或距离分布情况,并根据密度或分布情况累加得到均匀性指标;
36、综合计算平整度指标:将得到的曲率总和、粗糙度指标和均匀性指标进行加权平均,根据不同子指标的重要性,给它们分配不同的权重,然后将它们的乘积求和,得到平整度指标。
37、上述的方法,可选的,s5、动态调整步骤中,根据路径点和平整度指标,调整路径点的位置和方向。
38、上述的方法,可选的,s5、动态调整步骤具体如下:
39、s501计算调整比例:根据给定的平整度指标,计算调整比例,用以决定路径调整的程度:
40、调整比例=平整度指标/阈值,
41、其中,阈值表示平面的平整度的最大允许值,阈值为3mm或4mm,超过该值则需要调整路径,调整比例表示路径调整的程度,越大越需要调整;
42、s502路径调整:针对原始路径中的每个路径点point,在考虑调整比例的情况下,调整point的位本文档来自技高网...
【技术保护点】
1.一种均匀喷涂机器人的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种均匀喷涂机器人的路径规划方法,其特征在于:S1获取三维点云模型,使用深度相机对数据进行采集,通过红外摄像头采集得到深度图像或彩色图像,根据相机的焦距、主点坐标、畸变系数,以及描述相机的成像模型和位姿的旋转矩阵和平移向量,将深度图像或彩色图像转换为三维坐标点,得到三维点云模型P。
3.根据权利要求2所述的一种均匀喷涂机器人的路径规划方法,其特征在于,S2、点云模型预处理步骤具体如下:
4.根据权利要求3所述的一种均匀喷涂机器人的路径规划方法,其征在于,S3的具体内容为:
5.根据权利要求1所述的一种均匀喷涂机器人的路径规划方法,其特征在于,S4、路径规划步骤具体如下:
6.根据权利要求5所述的一种均匀喷涂机器人的路径规划方法,其特征在于,S4、路径规划步骤中,根据平面模型和墙面平整度,生成一组路径点,用于指导喷涂机器人的运动。
7.根据权利要求5所述的一种均匀喷涂机器人的路径规划方法,其特征在于,S4、路径规划步骤中,
8.根据权利要求7所述的一种均匀喷涂机器人的路径规划方法,其特征在于,
9.根据权利要求8所述的一种均匀喷涂机器人的路径规划方法,其特征在于,
...【技术特征摘要】
1.一种均匀喷涂机器人的路径规划方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种均匀喷涂机器人的路径规划方法,其特征在于:s1获取三维点云模型,使用深度相机对数据进行采集,通过红外摄像头采集得到深度图像或彩色图像,根据相机的焦距、主点坐标、畸变系数,以及描述相机的成像模型和位姿的旋转矩阵和平移向量,将深度图像或彩色图像转换为三维坐标点,得到三维点云模型p。
3.根据权利要求2所述的一种均匀喷涂机器人的路径规划方法,其特征在于,s2、点云模型预处理步骤具体如下:
4.根据权利要求3所述的一种均匀喷涂机器人的路径规划方法,其征在于,s3的具体内容为:
5.根据权利要求...
【专利技术属性】
技术研发人员:雷华,张树坤,伍岳,林伟,段冰,郝岩,王立有,
申请(专利权)人:广州城市职业学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。