一种基于变形量和灵巧度的机器人加工路径优化方法技术

本发明专利技术属于机械加工相关技术领域，其公开了一种基于变形量和灵巧度的机器人加工路径优化方法，方法包括：获取机器人在路径点处的灵巧度，以建立灵巧度与转动角度和机器人关节的关节角度的函数关系；获取每个路径点处刀具获得的切削力，根据切削力获得机器人的变形量；为灵巧度和变形量分配权重值获得目标函数；在关节角度、灵巧度以及变形量的约束范围内求解目标函数，进而获得机器人在路径点处的最优转动角度；根据机器人逆运动学计算方法将机器人在路径点的最优转动角度下的姿态进行转化即可获得机器人在该最优转动角度下所有关节的最优转动角度。本申请可以获得机器人在变形量和灵巧度约束下的加工路径，加工路径更加合理精准。加合理精准。加合理精准。

【技术实现步骤摘要】
一种基于变形量和灵巧度的机器人加工路径优化方法


[0001]本专利技术属于机械加工相关
，更具体地，涉及一种基于变形量和灵巧度的机器人加工路径优化方法。

技术介绍

[0002]工业机器人具备柔性高、工作范围大、成本低等优点，利用机器人就夹持电主轴、刀具等执行工具代替手工或者数控机床加工，实现大型复杂零件小余量铣削、磨抛、铆接等教工，正成为智能制造的新趋势。对于大型飞机蒙皮零件薄壁弱刚性的特点导致在加工装夹和装配过程易发生变形，设计模型不具备参考价值，智能基于现场测量点云进行机器人加工规划。现有的基于测量点云的加工路径规划研究主要针对数控机床加工，很少涉及机器人加工路径规划，而机器人加工相比机床加工存在冗余自由度、刚度、灵巧度等差异，因此有必要围绕基于现场测量点云的机器人加工规划方法进行针对性研究。
[0003]测量点云存在噪声、孤立点等固有缺陷，且离散点之间存在间距，易导致所生成的加工轨迹出现局部抖动、突变等问题，使得加工过程中机器人各关节超出运动学和动力学的承受极限。因此可行的机器人加工轨迹需要满足三个关键条件：(1)路径点是光顺的；(2)刀轴矢量是光顺的；(3)机器人末端姿态绕刀具轴线旋转所引起的机器人姿态变化是光顺的。现有的研究主要集中在路径点和刀轴矢量的光顺优化，但是针对机器人末端姿态绕刀具轴线旋转导致的机器人姿态变化鲜有考虑。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于变形量和灵巧度的机器人加工路径优化方法，获得机器人在变形量和灵巧度约束下的加工路径，加工路径更加合理精准。
[0005]为实现上述目的，按照本专利技术的一个方面，提供了一种基于变形量和灵巧度的机器人加工路径优化方法，所述机器人包括依次连接的多个关节，关节末端连接有加工刀具，刀具对待加工件进行加工，其特征在于，所述方法包括：S1：采用MVR指标获取机器人在路径点
B
p
Ti
处的灵巧度k
i
，以建立灵巧度k
i
与转动角度γ
i
和机器人关节的关节角度θ
i，k
(k＝1，
…
，n)的函数关系，其中，k为第k个关节，n为机器人关节的总数；S2：获取每个路径点处刀具获得的切削力，根据所述切削力获得机器人的变形量；S3：为所述灵巧度和变形量分配权重值获得目标函数；S4：在所述关节角度、灵巧度以及变形量的约束范围内求解所述目标函数，以使所述目标函数获得最小值，进而获得机器人在路径点
B
p
Ti
处的最优转动角度γ
i，best
；S5：根据机器人逆运动学计算方法将机器人在路径点
B
p
Ti
的最优转动角度γ
i，best
下的姿态进行转化即可获得机器人在该最优转动角度下所有关节的最优关节角度θ
i，k，best
。
[0006]优选地，步骤S5中路径点
B
p
Ti
的最优转动角度γ
i，best
下的姿态通过基
坐标系{B}、关节末端坐标系{E}、刀具坐标系{T}以及刀具路径点坐标系{P
i
}之间的换算关系获得，其中，为刀具路径点坐标系{P
i
}相对于刀具坐标系{T}的变换关系，为刀具坐标系{T}相对于关节末端坐标系{E}的变换关系，为关节末端坐标系{E}相对于基坐标系{B}的变换关系，为刀具路径点坐标系{P
i
}相对于基坐标系{B}的变换关系。
[0007]优选地，所述灵巧度κ
i
的计算公式为：
[0008][0009]其中，u
v，i
为速度的单位向量，为对应速度的对角化权重矩阵，为对应关节速度的对角化权重矩阵，其中，为路径点
B
p
T(i+1)
处机器人末端坐标系相对于基坐标系的变换关系，为路径点
B
p
Ti
处机器人末端坐标系相对于基坐标系的变换关系，Δt为从路径点
B
p
Ti
到
B
p
T(i+1)
处所用的时间，J(θ
i
)为路径点
B
p
Ti
处机器人的雅克比矩阵，θ
i
为机器人在路径点
B
p
Ti
处时机器人多个关节的关节角度矩阵。
[0010]优选地，步骤S2具体包括如下步骤：
[0011]S21：获取基坐标系下刀具的切削力
B
F
i
：
[0012][0013]其中，
B
f
i
和
B
m
i
是3
×
1的向量，分别表示力和力矩；
B
f
i
＝f
n B
n
Ti
+f
f B
t
Ti
，
B
t
Ti
为刀具切削的进给方向，
B
n
Ti
＝
B
v
Ti
×
B
t
Ti
，
B
v
Ti
为刀具的刀轴方向；f
f
和f
n
分别为
B
t
Ti
和
B
n
Ti
方向的切削力分量的模长；
[0014]S22：将基坐标系下的刀具的切削力
B
F
i
变换为路径点坐标系下的切削力变换公式为：
[0015][0016]其中，为机器人基坐标系相对于路径点坐标系{P
i
}的旋转矩阵，Sr为为对旋转矩阵的运算算子，若R是一个3
×
3的旋转矩阵，
[0017]S23：根据力伴随变换，获取关节末端坐标系下刀具末端的切削力
E
F
i
：
[0018][0019]其中，其中，为路径点坐标系的原点在关节末端坐标系中的坐标，为对应的反对称矩阵，为路径点坐标系{P
i
}相对于关节末端坐标系的旋转矩阵，Ad为力伴随变换；
[0020]S24：将关节末端坐标系下刀具末端的切削力
E
F
i
变换为基坐标系下的切削力
B
F
Ei
，变换公式为：
[0021][0022]其中，为在路径点
B
p
Ti
处，关节末端坐标系相对于机器人基坐标系的旋转矩阵，
E
f
E
为
E
F
i
...

【技术保护点】

【技术特征摘要】
1.一种基于变形量和灵巧度的机器人加工路径优化方法，所述机器人包括依次连接的多个关节，关节末端连接有加工刀具，刀具对待加工件进行加工，其特征在于，所述方法包括：S1：采用MVR指标获取机器人在路径点
B
p
Ti
处的灵巧度k
i
，以建立灵巧度k
i
与转动角度γ
i
和机器人关节的关节角度θ
i，k
(k＝1，
…
，n)的函数关系，其中，k为第k个关节，n为机器人关节的总数；S2：获取每个路径点处刀具获得的切削力，根据所述切削力获得机器人的变形量；S3：为所述灵巧度和变形量分配权重值获得目标函数；S4：在所述关节角度、灵巧度以及变形量的约束范围内求解所述目标函数，以使所述目标函数获得最小值，进而获得机器人在路径点
B
p
Ti
处的最优转动角度γ
i，best
；S5：根据机器人逆运动学计算方法将机器人在路径点
B
p
Ti
的最优转动角度γ
i，best
下的姿态进行转化即可获得机器人在该最优转动角度下所有关节的最优关节角度θ
i，k，best
。2.根据权利要求1所述的方法，其特征在于，步骤S5中路径点
B
p
Ti
的最优转动角度γ
i，best
下的姿态通过基坐标系{B}、关节末端坐标系{E}、刀具坐标系{T}以及刀具路径点坐标系{P
i
}之间的换算关系获得，其中，为刀具路径点坐标系{P
i
}相对于刀具坐标系{T}的变换关系，为刀具坐标系{T}相对于关节末端坐标系{E}的变换关系，为关节末端坐标系{E}相对于基坐标系{B}的变换关系，为刀具路径点坐标系{P
i
}相对于基坐标系{B}的变换关系。3.根据权利要求1所述的方法，其特征在于，所述灵巧度κ
i
的计算公式为：其中，u
v，i
为速度的单位向量，为对应速度的对角化权重矩阵，为对应关节速度的对角化权重矩阵，其中，为路径点
B
p
T(i+1)
处机器人末端坐标系相对于基坐标系的变换关系，为路径点
B
p
Ti
处机器人末端坐标系相对于基坐标系的变换关系，Δt为从路径点
B
p
Ti
到
B
p
T(i+1)
处所用的时间，J(θ
i
)为路径点
B
p
Ti
处机器人的雅克比矩阵，θ
i
为机器人在路径点
B
p
Ti
处时机器人多个关节的关节角度矩阵，θ
i
＝[θ
i，1
，θ
i，2
，
…
，θ
i，n
]
T
。4.根据权利要求3所述的方法，其特征在于，步骤S2具体包括如下步骤：
S21：获取基坐标系下刀具的切削力
B
F
i
：其中，
B
f
i
和
B
m
i
是3
×
1的向量，分别表示力和力矩；
B
f
i
＝f
nB
n
Ti
+f
fB
t
Ti
，
B
t
Ti
为刀具切削的进给方向，
B
n
Ti
＝
B
v
Ti
×
B
t
Ti
，
B
v
Ti
为刀具的刀轴方向；f
f
和f
n
分别为
B
t
Ti
和
B
n
Ti
方向的切削力分量的模长；S22：将基坐标系下的刀具的切削力
B
F
i
变换为路径点坐标系下的切削力变换公式为：其中，为机器人基坐标系相对于路径点坐标系{P
i
}的旋转矩阵，Sr为旋转矩阵的运算算子，若R是一个3
×

【专利技术属性】
技术研发人员：李文龙，王刚，王东方，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：