大型复杂构件机器人化表面加工的区域划分方法及设备技术

本发明专利技术属于大型复杂构件机器人化加工领域，公开了一种大型复杂构件机器人化表面加工的区域划分方法及设备，该方法包括：1)获取大型复杂构件待加工表面的CAD模型并确定其包围盒；2)调整CAD模型的位姿；3)离线编程得到机器人末端工具路径的点云模型；4)进行机器人可加工区域筛选得到加工点云模型；5)进行加工点云模型的稀疏化处理得到稀疏点云模型；6)进行纵向分区，得到一级子区域；7)对一级子区域进行横向分区，得到二级子区域；8)获取二级子区域边界点云信息，对加工点云模型分区得到构件的分区点云模型。本发明专利技术可为大型复杂构件机器人化表面加工过程中的系统布局、运动规划及控制提供基础。

【技术实现步骤摘要】
大型复杂构件机器人化表面加工的区域划分方法及设备
本专利技术属于大型复杂构件机器人化加工领域，更具体地，涉及一种大型复杂构件机器人化表面加工的区域划分方法。
技术介绍
大型复杂构件，如风电叶片、高铁车身、船舶构件、航空构件等，在能源、交通等领域有着广泛应用，其制造水平代表着国家制造业的核心竞争力。这些构件经特定工艺加工成形后，通常需要进行表面打磨、喷漆等后处理，以保证能够长期使用。以大型风电叶片为例，这些构件通常尺寸巨大，外形复杂，进行自动化加工时存在较大的困难。目前，这类大型结构件的表面加工仍然以人工作业为主，加工质量严重依赖于工人经验，普遍存在生产效率低下、产品质量一致性难以保证等问题。此外，由于劳动强度极高、作业环境恶劣(噪声、粉尘等)，严重影响工人的身心健康，从而导致生产成本高、招工困难等问题。为了保证行业产能，亟需高效的自动化加工技术。随着机器人技术的发展，使用工业机器人进行大型复杂构件的表面加工(打磨、喷漆等)具有广阔的应用前景。但是，大型复杂构件机器人化表面加工仍然面临诸多挑战。鉴于大型复杂构件的待加工区域通常远大本文档来自技高网...

【技术保护点】
1.一种大型复杂曲面机器人化表面加工的区域划分方法，其特征在于，所述区域划分方法包括下列步骤：/nS1：获取大型复杂构件待加工表面的CAD模型，结合大型复杂构件的实际工装位姿要求确定待加工表面的AABB包围盒，如果大型复杂构件没有明确的工装位姿要求，则确定待加工表面的OBB包围盒；/nS2：调整待加工表面CAD模型的位姿，使其位姿满足如下要求：/n1)包围盒左侧面与坐标系YOZ平面重合，/n2)包围盒右侧面、后侧面和顶侧面法矢u、v、w分别与坐标系的X、Y、Z轴对齐，且X、Y、Z轴分别对应于待加工表面的长、宽、高方向；/nS3：对调整位姿后的待加工表面进行离线编程，通过等截面法获取机器人末端工...

【技术特征摘要】
1.一种大型复杂曲面机器人化表面加工的区域划分方法，其特征在于，所述区域划分方法包括下列步骤：
S1：获取大型复杂构件待加工表面的CAD模型，结合大型复杂构件的实际工装位姿要求确定待加工表面的AABB包围盒，如果大型复杂构件没有明确的工装位姿要求，则确定待加工表面的OBB包围盒；
S2：调整待加工表面CAD模型的位姿，使其位姿满足如下要求：
1)包围盒左侧面与坐标系YOZ平面重合，
2)包围盒右侧面、后侧面和顶侧面法矢u、v、w分别与坐标系的X、Y、Z轴对齐，且X、Y、Z轴分别对应于待加工表面的长、宽、高方向；
S3：对调整位姿后的待加工表面进行离线编程，通过等截面法获取机器人末端工具的一系列加工轨迹曲线，然后通过加工轨迹曲线离散化得到待加工表面的点云模型；
S4：根据S3点云模型中各点的法矢信息进行机器人可加工区域筛选，去除不适于机器人加工的点云区块，以得到待加工表面的加工点云模型；
S5：对于经S4筛选后的加工点云模型进行精简，根据机器人简化模型的尺寸参数进行加工点云模型的稀疏化处理，以得到待加工表面的稀疏点云模型；
S6：纵向分区，确定S5稀疏点云模型中各条轨迹曲线是否需要分段，对于需要分段的轨迹曲线进行分段，根据轨迹分段结果得到一级子区域；
S7：横向分区，对S6得到的各一级子区域进行横向分区，以进一步确定每一子区域应当包含的轨迹曲线数目，得到二级子区域；
S8：获取步骤S7得到的各二级子区域的边界点信息，以对S4中的加工点云模型进行分区，得到构件的分区点云模型，实现大型复杂曲面机器人化表面加工的区域划分。


2.根据权利要求1所述的区域划分方法，其特征在于，步骤S4中机器人可加工区域筛选方法包括如下子步骤：
S401：遍历计算步骤S3点云模型中任一点Pi，j的法矢ni，j在XOZ平面上投影矢量n′i，j与矢量z＝[0，0，1]T的夹角αi，j，Pi，j表示第i条轨迹曲线上的第j个点；
S402：根据预设的夹角筛选阈值αmin、αmax，去除步骤S3的点云模型中所有不满足αmin≤|αi，j|≤αmax条件的点。


3.根据权利要求1所述的区域划分方法，其特征在于，所述步骤S5中点云模型的稀疏化处理方法包括如下子步骤：
S501：使用规则几何体代替机器人的核心组件，且各规则几何体应为对应的被代替组件的最小包络体；
S502：确定各规则几何体的特征长度，并取所有几何体特征长度的最小值Lmin作为每条轨迹上相邻两点的最小离散距离；
S503：按照从左到右、从下到上的规则对构件点云模型中的点进行编号，记其中一点为Pi，j，则Pi，j表示第i条轨迹线上的第j个点；
S504：初始时，取j＝1，记第i条轨迹的第1个点Pi，1为起点Ps，依次计算起点Ps与其后各点Pi，j之间的距离di，j，直到找到满足条件di，j≤Lmin＜di，j+1的点，令k＝j；然后，将当前选择的起点Ps存入构件的稀疏点云模型{SPCM}，更新Pi，k为新的起点Ps，并继续向后遍历；按照上述条件依次筛选当前轨迹曲线i上的所有起点；特别地，每条轨迹上的最后一点也是起点；
S505：按照S504步骤遍历所有轨迹线，获得构件待加工表面的稀疏点云模型{SPCM}。


4.根据权利要求1所述的区域划分方法，其特征在于，所述步骤S6中的纵向分区方法具体为：
S601：计算第i条轨迹在XOZ平面内投影的长度leni，然后计算当前轨迹需要划分的段数numi＝floor(leni/re)+1；其中，re为机器人的有效臂展，且re＝dmax*se，dmax为机器人最大工作距离，se为经验系数，floor为取整函数；
S602：计算第i条轨迹各点Pi，j的所属段标flagi，j＝floor((zi，j-zi，1)×numi/leni)；其中，zi，j为点Pi，j的Z坐标；
S603：将flagi，j相同的点划分至同一子区域；
S604：判断S603中各子区域中相邻轨迹线的numi是否相等，如果相等则不分区，否则将当前numi相等的各轨迹线划分为一个子区域，然后遍历判断后续轨迹线，以保证每个一级子区域中所有轨迹线的numi都相等。
<...

【专利技术属性】
技术研发人员：陶波，范奇，龚泽宇，王乾杰，尹周平，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42