本申请涉及一种机器人及其关节减速机选型方法、装置与计算机设备。方法包括获取机器人的初始三维装配模型、并建立初始三维装配模型对应的受力分析模型；基于受力分析模型，获取机器人关节减速机的扭矩值；根据扭矩值，确定机器人关节减速机的初选型号；根据初选型号对初始三维装配模型进行优化，以优化后的三维装配模型重新作为初始三维装配模型，返回建立初始三维装配模型对应的受力分析模型的步骤，直至相邻两次确定的初选型号不变，得到再选型号；对再选型号对应的三维装配模型进行仿真，以更新机器人关节减速机的扭矩值，根据更新后的扭矩值确定机器人关节减速机的目标型号。故减少了仅通过仿真而反复计算进而反复选型的重复性操作。重复性操作。重复性操作。
【技术实现步骤摘要】
机器人及其关节减速机选型方法、装置与计算机设备
[0001]本申请涉及机器人
，特别是涉及一种机器人及其关节减速机选型方法、装置与计算机设备。
技术介绍
[0002]机器人关节减速机作为机器人核心零部件之一，在设计阶段需要对其进行合理选用，既要满足设计要求，又不能选型过大导致成本过高、本体过重等问题。
[0003]通常，减速机的选型主要依据减速机的输出扭矩来确定，而由于机器人具有多个关节，多个关节之间存在一定关联，因此，减速机输出扭矩的计算很复杂。
[0004]相关技术中，可依靠三维模型软件进行仿真以精确计算减速机扭矩，进而对减速机选型。但存在反复计算进而反复选型的重复性操作，需要对模型进行大量的修改，造成工作量大且效率低。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种高效的机器人关节减速机选型方法、装置与计算机设备；另外，还提供一种采用该高效选型方法得到的机器人。
[0006]第一方面，本申请提供了一种机器人关节减速机选型方法。所述方法包括：
[0007]获取机器人的初始三维装配模型、并建立所述初始三维装配模型对应的受力分析模型；
[0008]基于所述受力分析模型，获取机器人关节减速机的扭矩值；
[0009]根据所述扭矩值，确定所述机器人关节减速机的初选型号；
[0010]根据所述初选型号对所述初始三维装配模型进行优化，以优化后的三维装配模型重新作为所述初始三维装配模型，返回所述建立所述初始三维装配模型对应的受力分析模型的步骤，直至相邻两次确定的所述初选型号不变，得到再选型号；
[0011]对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值，根据更新后的所述扭矩值确定所述机器人关节减速机的目标型号。
[0012]在其中一个实施例中，所述获取机器人的初始三维装配模型包括：
[0013]获取所述机器人的迪纳维特
‑
哈坦伯格参数、负载质量、各关节转速以及关节转角范围；
[0014]基于所述机器人的迪纳维特
‑
哈坦伯格参数、负载质量、各关节转速以及关节转角范围，构建所述机器人的初始三维装配模型。
[0015]在其中一个实施例中，所述建立所述初始三维装配模型对应的受力分析模型之前，还包括：
[0016]获取所述初始三维装配模型中的各零件的材料属性；
[0017]所述建立所述初始三维装配模型对应的受力分析模型包括：
[0018]根据所述材料属性，建立所述初始三维装配模型对应的受力分析模型。
[0019]在其中一个实施例中，所述建立所述初始三维装配模型对应的受力分析模型包括：
[0020]识别所述初始三维装配模型中所述机器人关节减速机与零件之间的驱动关系，将所述初始三维装配模型划分为至少一个子模块；
[0021]获取各所述子模块的质心位置及质量；
[0022]基于各所述子模块的质心坐标及质量，并依据各所述子模块的力学关系，以建立各所述子模块的子受力分析模型；
[0023]基于各所述子模块的子受力分析模型，建立所述初始三维装配模型对应的受力分析模型。
[0024]在其中一个实施例中，所述根据所述扭矩值，确定所述机器人关节减速机的初选型号包括：
[0025]获取与所述扭矩值对应的所述机器人关节减速机的可选型号，得到备选型号集合；
[0026]从所述备选型号集合中选取扭矩值最小对应的型号，得到所述机器人关节减速机的初选型号。
[0027]在其中一个实施例中，所述根据所述初选型号对所述初始三维装配模型进行优化包括：
[0028]基于所述初选型号对应的扭矩值，确定所述初始三维装配模型中的各零件的力学性能参数；
[0029]根据各所述零件的所述力学性能参数，对所述初始三维装配模型中的各所述零件进行优化。
[0030]在其中一个实施例中，所述对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值，根据更新后的所述扭矩值确定所述机器人关节减速机的目标型号包括：
[0031]对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值；
[0032]比较所述再选型号对应的扭矩值与更新后的所述扭矩值，得到扭矩比较值；
[0033]判断所述扭矩比较值是否在预设范围内；
[0034]若是，则将所述再选型号作为所述机器人关节减速机的目标型号；
[0035]若否，则以所述再选型号对应的所述三维装配模型重新作为初始三维装配模型，返回所述建立所述初始三维装配模型对应的受力分析模型的步骤。
[0036]在其中一个实施例中，
[0037]第二方面，本申请还提供了一种机器人关节减速机选型装置。所述装置包括：
[0038]模型创建模块，用于获取机器人的初始三维装配模型、并建立所述初始三维装配模型对应的受力分析模型；
[0039]扭矩获取模块，用于基于所述受力分析模型，获取机器人关节减速机的扭矩值；
[0040]初选型号确认模块，用于根据所述扭矩值，确定所述机器人关节减速机的初选型号；
[0041]再选型号确认模块，用于根据所述初选型号对所述初始三维装配模型进行优化，
以优化后的三维装配模型重新作为所述初始三维装配模型，返回所述建立所述初始三维装配模型对应的受力分析模型的步骤，直至相邻两次确定的所述初选型号不变，得到再选型号；
[0042]仿真确认模块，用于对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值，根据更新后的所述扭矩值确定所述机器人关节减速机的目标型号。
[0043]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0044]获取机器人的初始三维装配模型、并建立所述初始三维装配模型对应的受力分析模型；
[0045]基于所述受力分析模型，获取机器人关节减速机的扭矩值；
[0046]根据所述扭矩值，确定所述机器人关节减速机的初选型号；
[0047]根据所述初选型号对所述初始三维装配模型进行优化，以优化后的三维装配模型重新作为所述初始三维装配模型，返回所述建立所述初始三维装配模型对应的受力分析模型的步骤，直至相邻两次确定的所述初选型号不变，得到再选型号；
[0048]对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值，根据更新后的所述扭矩值确定所述机器人关节减速机的目标型号。
[0049]第四方面，本申请还提供了一种机器人，包括机器人关节系统，机器人关节系统中减速机型号采用以下步骤选型配置：
[0050]获取机器人的初始三维装配模型、并建立初始三维装配模型对应的受力分析模型；
[0051]基于受力分析模型，获取机器人关节本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人关节减速机选型方法，其特征在于，所述方法包括：获取机器人的初始三维装配模型、并建立所述初始三维装配模型对应的受力分析模型；基于所述受力分析模型，获取机器人关节减速机的扭矩值；根据所述扭矩值，确定所述机器人关节减速机的初选型号；根据所述初选型号对所述初始三维装配模型进行优化，以优化后的三维装配模型重新作为所述初始三维装配模型，返回所述建立所述初始三维装配模型对应的受力分析模型的步骤，直至相邻两次确定的所述初选型号不变，得到再选型号；对所述再选型号对应的三维装配模型进行仿真，以更新所述机器人关节减速机的扭矩值，根据更新后的所述扭矩值确定所述机器人关节减速机的目标型号。2.根据权利要求1所述的方法，其特征在于，所述获取机器人的初始三维装配模型包括：获取所述机器人的迪纳维特
‑
哈坦伯格参数、负载质量、各关节转速以及关节转角范围；基于所述机器人的迪纳维特
‑
哈坦伯格参数、负载质量、各关节转速以及关节转角范围，构建所述机器人的初始三维装配模型。3.根据权利要求1所述的方法，其特征在于，所述建立所述初始三维装配模型对应的受力分析模型之前，还包括：获取所述初始三维装配模型中的各零件的材料属性；所述建立所述初始三维装配模型对应的受力分析模型包括：根据所述材料属性，建立所述初始三维装配模型对应的受力分析模型。4.根据权利要求1所述的方法，其特征在于，所述建立所述初始三维装配模型对应的受力分析模型包括：识别所述初始三维装配模型中所述机器人关节减速机与零件之间的驱动关系，将所述初始三维装配模型划分为至少一个子模块；获取各所述子模块的质心位置及质量；基于各所述子模块的质心坐标及质量，并依据各所述子模块的力学关系，以建立各所述子模块的子受力分析模型；基于各所述子模块的子受力分析模型，建立所述初始三维装配模型对应的受力分析模型。5.根据权利要求1所述的方法，其特征在于，所述根据所述扭矩值，确定所述机器人关节减速机的初选型号包括：获取与所述扭矩值对应的所述机器人关节减速机的可选型号，得到备选型号集合；从所述备选型号集合中选取扭矩值最小对应的型号，得到所述机器人...
【专利技术属性】
技术研发人员：阚君旺，张天翼，吴信宜，高小云，张志波，
申请(专利权)人：珠海格力电器股份有限公司，
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。