一种获取打磨轨迹数据的方法和多机器人协同打磨系统技术方案

本发明专利技术涉及一种获取打磨轨迹数据的方法和多机器人协同打磨系统，所述获取打磨轨迹数据的方法包括：S1：根据力引导机器人和打磨机器人的安装位置，获取两个机器人坐标系在世界坐标系中准确的位置坐标；S2：获取待打磨工件的打磨轨迹信息；S3：根据工装夹具的安装位置，校正力引导机器人的工具坐标系；S4：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，采用位置补偿算法生成位置偏移量数据；S5：存储位置偏移量数据；S6：将位置偏移量数据与待打磨工件的三维模型数据进行比对，生成实际打磨轨迹数据。采用该打磨轨迹数据的多机器人协同打磨系统在工作时，可以显著提升打磨良品率。

A method of obtaining grinding track data and multi robot collaborative grinding system

【技术实现步骤摘要】
一种获取打磨轨迹数据的方法和多机器人协同打磨系统
本专利技术涉及一种获取打磨轨迹数据的方法和多机器人协同打磨系统。
技术介绍
随着力控制技术越来越成熟，研究学者以及产业界专家普遍认为力控制在机器人打磨领域有潜在的应用价值。但是在实际中，基于力控制的机器人打磨效果并不理想，因此基于力控制的机器人打磨在实际生产中并没有得到广泛的应用。其存在的问题主要有两个方面：首先是力控制打磨对于工件一致性要求较高；第二，力控打磨对工件的装夹精度要求较高。虽然工件的轮廓可以通过其三维模型准确获得，但是在实际中，被打磨的工件往往是铸造件，其模具在多次使用后会发生变形，工件的一致性难以保证。另外，普通夹具的设计也较难以实现高精度夹持。即使我们能够获得工件准确的轮廓数据，但是由于装夹的不准确性，也会大大影响打磨合格率。这些因素都会影响打磨效果。
技术实现思路
有鉴于此，有必要针对上述的问题，提供一种获取打磨轨迹数据的方法。一种获取打磨轨迹数据的方法，包括：S1：根据力引导机器人和打磨机器人的安装位置，获取两个机器人坐标系在世界坐标系中准确的位置坐标；S2：获取待打磨工件的打磨轨迹信息；S3：根据工装夹具的安装位置，校正力引导机器人的工具坐标系；S4：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，采用位置补偿算法生成位置偏移量数据；S5：存储位置偏移量数据；S6：将位置偏移量数据与待打磨工件的三维模型数据进行比对，生成实际打磨轨迹数据。优选的，在S2中，获取待打磨工件的打磨轨迹信息是将待打磨工件的三维CAD模型导入离线编程软件，根据打磨需求生成相应的打磨轨迹。优选的，所述S4具体包括：S41：控制力引导机器人末端安装的轴承以恒定接触力贴近待打磨工件的表面；S42：判断实际法向力与恒定接触力是否不相等，若是，则执行S43；若否，则执行S41；S43：判断实际法向力是否大于恒定接触力若是，则执行S44；若否，则执行S45；S44：将轨迹数据在法向方向增加一个偏移量然后执行S46；S45：将轨迹数据在法向方向减少一个偏移量然后执行S46；S46：控制力引导机器人沿着新的打磨轨迹路径行走，然后执行S42。优选的，在S5中，在力引导机器人走完打磨轨迹之后，将所有的位置偏移量数据记录下来，并存储。优选的，所述S6具体包括：S61：找到在世界坐标系f-e1,e2,e3下待打磨工件的真实轮廓的上下限：S62：找到在世界坐标系f-e1,e2,e3下待打磨工件的三维模型轨迹的上下限：S63：从i＝1开始执行，然后判断i++≤3，若是，执行S65；若否，执行S64；S64：生成实际打磨轨迹数据；S65：计算形状误差；S66：判断形状误差是否在最大容许值范围内，若是，执行S63；若否，执行S67；S67：判断待打磨工件的真实轮廓相对待打磨工件的三维模型轨迹是否发生了翻转，若否，执行S68；若是，执行S69；S68：将三维模型轨迹整体增加一个沿坐标轴ei的偏移量然后执行S610；S69：将三维模型轨迹整体沿坐标轴ei+1翻转角度然后执行S610；S610:重新生成计算轨迹模型，然后执行S65。优选的，在S65中，形状误差的具体计算方法是：优选的，在S66中，具体判断方法是且其中C表示最大容许值范围。优选的，在S67中，具体判断方法是：判断如果大于0，表示没有发生翻转；如果小于0，表示发生了翻转。本专利技术还提供一种采用上述获取打磨轨迹数据的方法的多机器人协同打磨系统，所述打磨系统包括力引导机器人、力传感器、滚动轴承、打磨机器人，其中，力传感器安装在力引导机器人的末端，滚珠轴承安装在力传感器的末端，力引导机器人、力传感器、滚动轴承用于获取实际打磨轨迹数据，打磨机器人用于根据实际打磨轨迹数据执行打磨工作。本专利技术的有益效果是：通过本专利技术的方法可以获取准确打磨轨迹数据，采用该打磨轨迹数据的多机器人协同打磨系统在工作时，可以补偿被打磨工件，尤其是压铸件，由于模具损耗造成的工件形状不一致性，毛刺大小显著差别造成的打磨效果差的问题。还可以解决由于工装夹具夹持误差造成的位置不准确性导致的打伤工件的问题，可以显著提升打磨良品率。附图说明图1是一种基于力引导的异构多机器人协同打磨系统的原理图。图2是本专利技术一种获取打磨轨迹数据的方法的流程图。图3是图2中S4的具体实现方法的流程图。图4是图2中S6的具体实现方法的流程图。具体实施方式本专利技术提出了一种基于力控制的力引导技术，通过异构多机器人的任务分工，实现基于力引导的异构多机器人协同打磨技术。通过使用该技术，可以实现在复杂工件一致性差，工件夹持不精确等工况下的高精度打磨。本专利技术基于力引导的异构多机器人协同打磨系统的原理图如图1所示，打磨系统包括力引导机器人11、力传感器12、滚动轴承13、打磨机器人14。其中力引导机器人11具有轻负载、大工作空间的特性。力传感器12安装在力引导机器人11的末端，滚珠轴承13安装在力传感器12的末端。打磨机器人14负责具体打磨待打磨工件16。在打磨机器人14的末端安装固定打磨头15或根据工艺选区的打磨工具。在这个打磨系统中，如何获得精确打磨轨迹数据是关键，这直接关系到打磨后工件的良率。因此，本专利技术提出了一种获取准确打磨轨迹数据的方法。请参阅图2，本专利技术一种获取打磨轨迹数据的方法具体包括以下步骤：S1：根据力引导机器人和打磨机器人的安装位置，获取两个机器人坐标系在世界坐标系中准确的位置坐标；S2：获取待打磨工件的打磨轨迹信息；S3：根据工装夹具的安装位置，校正力引导机器人的工具坐标系；S4：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，采用位置补偿算法生成位置偏移量数据；S5：存储位置偏移量数据；S6：将位置偏移量数据与待打磨工件的三维模型数据进行比对，生成实际打磨轨迹数据。其中，在S1中，关于多机器人的坐标标定及校正技术已经是公知技术了，在此不再赘述。其中，在S2中，获取待打磨工件的打磨轨迹信息是将待打磨工件的三维CAD模型导入离线编程软件，根据打磨需求生成相应的打磨轨迹。该离线编程软件可以采用机器人自带编程软件或者第三方离线编程软件。其中，在S3中，校正力引导机器人的工具坐标系可以使用机器人自带的工具坐标系标定方法来实现。请参阅图3，S4的具体实现方法如下：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，给定一个恒定接触力，使得力引导机器人的末端沿着打磨轨迹的路径行走。假设待打磨工件的轮廓形状没有误差，并且工装夹具精确夹持待打磨工件，则力引导机器人在沿着打磨轨迹路径行走的过程中，应该保证恒定接触力S41：控制力引导本文档来自技高网...

【技术保护点】
1.一种获取打磨轨迹数据的方法，其特征在于，包括：/nS1：根据力引导机器人和打磨机器人的安装位置，获取两个机器人坐标系在世界坐标系中准确的位置坐标；/nS2：获取待打磨工件的打磨轨迹信息；/nS3：根据工装夹具的安装位置，校正力引导机器人的工具坐标系；/nS4：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，采用位置补偿算法生成位置偏移量数据；/nS5：存储位置偏移量数据；/nS6：将位置偏移量数据与待打磨工件的三维模型数据进行比对，生成实际打磨轨迹数据。/n

【技术特征摘要】
1.一种获取打磨轨迹数据的方法，其特征在于，包括：
S1：根据力引导机器人和打磨机器人的安装位置，获取两个机器人坐标系在世界坐标系中准确的位置坐标；
S2：获取待打磨工件的打磨轨迹信息；
S3：根据工装夹具的安装位置，校正力引导机器人的工具坐标系；
S4：根据力引导机器人的位置信息和待打磨工件的打磨轨迹信息，采用位置补偿算法生成位置偏移量数据；
S5：存储位置偏移量数据；
S6：将位置偏移量数据与待打磨工件的三维模型数据进行比对，生成实际打磨轨迹数据。


2.根据权利要求1所述的获取打磨轨迹数据的方法，其特征在于：在S2中，获取待打磨工件的打磨轨迹信息是将待打磨工件的三维CAD模型导入离线编程软件，根据打磨需求生成相应的打磨轨迹。


3.根据权利要求1所述的获取打磨轨迹数据的方法，其特征在于：所述S4具体包括：
S41：控制力引导机器人末端安装的轴承以恒定接触力贴近待打磨工件的表面；
S42：判断实际法向力与恒定接触力是否不相等，若是，则执行S43；若否，则执行S41；
S43：判断实际法向力是否大于恒定接触力若是，则执行S44；若否，则执行S45；
S44：将轨迹数据在法向方向增加一个偏移量然后执行S46；
S45：将轨迹数据在法向方向减少一个偏移量然后执行S46；
S46：控制力引导机器人沿着新的打磨轨迹路径行走，然后执行S42。


4.根据权利要求1所述的获取打磨轨迹数据的方法，其特征在于：在S5中，在力引导机器人走完打磨轨迹之后，将所有的位置偏移量数据记录下来，并存储。


5.根据权利要求1所述的获取打磨轨迹数据的方法，其特征在于：所述S6具体包括：
S61：找到在世...

【专利技术属性】
技术研发人员：侯至丞，张弓，徐杰，杨文林，王卫军，徐征，梁济民，李友浩，郭云鹏，韩彰秀，
申请(专利权)人：广州中国科学院先进技术研究所，深圳市中科德睿智能科技有限公司，
类型：发明
国别省市：广东;44