【技术实现步骤摘要】
：本专利技术涉及基于点云数据引导技术机器人异形运动轨迹自动规划方法。
技术介绍
0、
技术介绍
：
1、随着工业智能制造的迅猛发展，传统人工焊接和专用焊接设备的劣势逐渐体现，焊接机器人已经得到了大量的应用；目前，焊接机器人的轨迹规划多采用人工手动示教轨迹和机器人线激光寻位、跟踪，相关技术已经基本成熟且趋于稳定。
2、实际应用时，人工示教轨迹要求焊接工件下料、组装和定位精度在±0.5mm以内，对于大多数应用场景要求较高难以实现，且对操作工人的技能水平要求较高，通过线激光寻位、跟踪方式可以满足工件精度不高条件下自动规划焊接路径，但是其针对性强，只能用于有明显特征且较为平整的焊接位置，需要导入工件模型，不同特征的工件需要进行机器人底层开发和激光视觉传感器的底层开发相配合才能实现需求，并且其检测距离一般在300mm以内，难以针对异形焊接轨迹和要求检测距离大的焊缝位置，同时线激光成本也相对较高。
技术实现思路
0、
技术实现思路
：
1、本专利技术实施例提供了基于点云数据引导技术机器人异形运动轨迹自动规划方法，方法和结构设计合理，基于点云数据的运算处理，能够满足异形轨迹规划，适用工件大范围尺寸变化，无需人工进行示教，也不需要导入工件模型来自动适应不同轨迹变化，整体成本较低，通讯速率和工作效率可以满足机器人连续运动的实时性，不受轨迹变化的影响，只要激光可以检测到的位置，便可实现焊接机器人的精确定位，实际操作简便快捷，从而降低了工作人员的实际工作量，解决了现有技术中存
2、本专利技术为解决上述技术问题所采用的技术方案是：
3、基于点云数据引导技术机器人异形运动轨迹自动规划方法，所述规范方法包括以下步骤：
4、s1，自动规划装置启动，进入工作状态，所述自动规划装置包括固定在行走台车上的点云数据控制器、点云数据采集组件、焊接机器人和机器人控制器，所述点云数据采集组件包括两个互相垂直设置的点激光位移传感器；
5、s2，在焊接机器人和点云数据采集组件设定一个固定的相对距离参数ly，行走台车向前移动，竖直方向和水平方向的点激光位移传感器分别自动扫描工件和两侧翼板，以实时生成点云数据lx和lz，构成激光坐标；
6、s3，基于实时激光坐标，点云数据控制器通过转换算法计算出焊接机器人的焊接位姿；
7、s4，点云数据控制器将通过滤波算法修正的检测数据传输到机器人控制器，以根据检测数据实时调整焊接机器人的焊接位姿，实现工件的自动连续焊接。
8、基于实时激光坐标，点云数据控制器通过转换算法计算出焊接机器人的焊接位姿包括以下步骤：
9、s3.1，在水平方向上采集点激光位移传感器上的任意两点lxa和lxb对应的激光坐标lx1和lx2，在竖直方向上采集点激光位移传感器上的任意两点lza和lzb对应的激光坐标lz1和lz2；
10、s3.2，将焊接机器人末端分别水平移动至点lxa和lxb位置，记录焊接机器人x方向的坐标数据rxb1和rxb2，同时记录焊接机器人y方向的坐标数据ryb，以得到焊接机器人在x方向的焊接位姿
11、rx＝rxb2+((lx-lx2)*(rxb1-rxb2))/(lx1-lx2)；
12、s3.3，将焊接机器人末端分别竖直移动至点lza和lzb位置，记录焊接机器人x方向的坐标数据rzb1和rzb2，同时记录焊接机器人y方向的坐标数据ryb，以得到焊接机器人在z方向的焊接位姿
13、rz＝rzb2+((lz-lz2)*(rzb1-rzb2))/(lz1-lz2)；
14、s3.4，同步记录焊接机器人外部扩展轴j1，引入实际偏置距离rsy，得到焊接机器人在y方向的焊接位姿
15、ry＝ryb-rsy+j1。
16、所述滤波算法为x方向斜率和z方向斜率的平均滤波算法，具体的，δx/δz＝((rn-rn-1)/(rn-1-rn-2)+(rn-1-rn-2)/(rn-2-rn-3)+(rn-2-rn-3)/(rn-3-rn-4))/3。
17、所述机器人控制器通过机器人控制线缆与焊接机器人和行走台车分别对应相连，所述机器人控制器通过can总线与焊接机器人的焊接组件相连。
18、所述点激光位移传感器的采集距离可达到±300mm，重复测量精度可达到300um。
19、所述点云数据控制器采用高性能总线式plc与焊接机器人进行数据交互，以将信息数据传输到焊接机器人控制焊接机器人执行寻迹动作；所述点激光位移传感器采用高性能总线式plc与焊接机器人进行数据交互，所述高性能总线式plc为工业交换机。
20、本专利技术采用上述结构，通过行走台车将焊接机器人内的各个功能组件进行集成和移动，从而方便进行焊接机器人进行实际操作；通过点云数据控制器将信息数据传输到焊接机器人控制焊接机器人执行寻迹动作；通过相互垂直分布的点激光位移传感器来分别检测工件竖直方向和水平方向的位置坐标；通过焊接机器人控制器来直接控制焊接机器人的动作；通过平均滤波算法来进一步提升检测数据的精准度，具有成本低廉、自动高效的优点。
本文档来自技高网...【技术保护点】
1.基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于，所述规范方法包括以下步骤：
2.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于，基于实时激光坐标，点云数据控制器通过转换算法计算出焊接机器人的焊接位姿包括以下步骤：
3.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于：所述滤波算法为X方向斜率和Z方向斜率的平均滤波算法，具体的，ΔX/ΔZ＝((Rn-Rn-1)/(Rn-1-Rn-2)+(Rn-1-Rn-2)/(Rn-2-Rn-3)+(Rn-2-Rn-3)/(Rn-3-Rn-4))/3。
4.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于：所述机器人控制器通过机器人控制线缆与焊接机器人和行走台车分别对应相连，所述机器人控制器通过CAN总线与焊接机器人的焊接组件相连。
5.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于：所述点激光位移传感器的采集距离可达到±300mm，重复测量精
6.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于：所述点云数据控制器采用高性能总线式PLC与焊接机器人进行数据交互，以将信息数据传输到焊接机器人控制焊接机器人执行寻迹动作；所述点激光位移传感器采用高性能总线式PLC与焊接机器人进行数据交互，所述高性能总线式PLC为工业交换机。
...【技术特征摘要】
1.基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于，所述规范方法包括以下步骤：
2.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于，基于实时激光坐标，点云数据控制器通过转换算法计算出焊接机器人的焊接位姿包括以下步骤：
3.根据权利要求1所述的基于点云数据引导技术机器人异形运动轨迹自动规划方法，其特征在于：所述滤波算法为x方向斜率和z方向斜率的平均滤波算法，具体的，δx/δz＝((rn-rn-1)/(rn-1-rn-2)+(rn-1-rn-2)/(rn-2-rn-3)+(rn-2-rn-3)/(rn-3-rn-4))/3。
4.根据权利要求1所述的基于点云数据引导技术机器人异形运...
【专利技术属性】
技术研发人员：张迪，付玉俭，马德志，王洪建，
申请(专利权)人：中冶检测认证有限公司，
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。