CN103264738A - 一种汽车风挡玻璃的自动装配***及自动装配方法 - Google Patents

Abstract

本发明公开了一种汽车风挡玻璃的自动装配***，包括机器人控制柜、机器人模块、机器人手抓模块、视觉检测模块、玻璃对中模块及被检测的车窗框。本发明还公开了一种汽车风挡玻璃的自动装配方法，包括以下工序：给风挡玻璃定位；检测车窗框的空间位置，得到车窗框的空间位置的坐标系O-xyz；比较车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系；计算车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系的偏差；抓取已定位的风挡玻璃；按照标准的运行轨迹将风挡玻璃移动到安装位置；安装位置作偏差补偿后将风挡玻璃安装到车窗框上。本发明的装配***和装配方法基于机器视觉，完全无人工干预，提高了汽车风挡玻璃装配的自动化水平。

Description

一种汽车风挡玻璃的自动装配***及自动装配方法

技术领域

本发明涉及一种汽车风挡玻璃的自动装配***及自动装配方法。

背景技术

汽车风挡玻璃装配是汽车总装过程中最重要的工序之一。中国专利CN102616298A公开了一种用于玻璃安装的专用辅具，用以保证玻璃装配的安装精度和成功率。但是装配汽车风挡玻璃不仅过多地依赖这种辅具，而且辅具的装卸势必造成玻璃的装配不能实现自动化且浪费时间，使生产效率降低。目前没有采用机器人自动安装玻璃的应用实例。

目前国内的汽车厂不能进行风挡玻璃自动装配的原因如下：

1.汽车在总装流水线上的定位有一定的偏差；此偏差为随机偏差，没有规律性，不能进行一次性补偿，导致无法采用一般示教方法进行机器人的自动装配；

2.汽车车身制造的一致性影响；由于汽车车身的制造工艺和设备的限制，车身制造的一致性不能完全保证，且制造误差为随机偏差无规律性，不能进行一次性补偿，导致无法采用一般示教方法进行机器人的自动装配；

3.车身上没有标识点，无法用一般视觉机器进行车窗框空间位置的检测；汽车风挡玻璃装配是在车身组装完成且喷漆后进行的工序，不允许存在任何孔或销作为视觉机器检测的标识点；人为在车框外漆上贴标识不但会对漆面损伤，而且在标识的贴和取的过程中会降低生产效率，且所贴标识点的位置本身有一定偏差，会导致视觉检测出现偏差；

4.车窗框边框为空间曲线，因此增加了车窗框空间定位的难度；车窗框边缘为空间曲线，这使得其轮廓的检测和空间定位均有难度，不能采用一般的视觉机器进行检测。

由于存在上述问题，目前汽车厂大多采用两种人工参与的半自动化风挡玻璃安装方式：一种是工人通过移栽机把玻璃移送到车窗框处，靠人眼把玻璃安装进车框；另一种方式是机器人把玻璃移送到车窗框处，由工人进行调整并安装。无论采用上述哪种方法，均需要二至四名工人参与，不但自动化程度不高、效率低，而且装配精度依赖于工人的劳动素质，导致安装精度及其一致性差，同时工人的劳动强度大，人工费用高。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种汽车风挡玻璃的自动装配***及自动装配方法，它基于机器视觉，完全无人工干预，提高了汽车风挡玻璃装配的自动化水平，提高安装精度，降低劳动成本。

实现上述目的的一种技术方案是：一种汽车风挡玻璃的自动装配***，包括机器人控制柜、机器人模块、机器人手抓模块、视觉检测模块、玻璃对中模块及被检测的车窗框，其中，所述机器人模块包括机器人本体、与机器人本体信号连接并安装在机器人控制柜中的机器人控制单元，所述机器人控制单元控制所述机器人本体在设定的位置和轨迹下动作；所述机器人手抓模块安装在所述机器人本体的手臂末端并通过所述机器人本体受控于所述机器人控制单元；所述视觉检测模块与所述机器人控制柜信号连接，所述视觉检测模块采集所述车窗框的空间位置信息，计算所述车窗框的空间位置坐标系，并将所述车窗框的空间位置坐标系传送给所述机器人控制柜；所述机器人控制柜将当前位置的车窗框的空间位置坐标系与基准位置的车窗框的空间位置坐标系进行比较，得到两者的偏差，并将该偏差传送给所述机器人控制单元；所述玻璃对中模块与所述机器人控制柜信号连接，所述玻璃对中模块受控于所述机器人控制柜并给所述风挡玻璃定位。

上述的汽车风挡玻璃的自动装配***，所述机器人本体为六自由度关节的机器人。

上述的汽车风挡玻璃的自动装配***，所述机器人手抓模块包括手抓框架、若干真空吸盘及若干真空阀导，其中，所述手抓框架通过法兰与所述机器人本体的手臂末端连接，该手抓框架包括一对平行设置的横梁；若干所述真空吸盘对称地安装在所述横梁上；若干所述真空阀导通过气管一一对应地与所述真空吸盘连接并与所述机器人控制单元信号连接。

上述的汽车风挡玻璃的自动装配***，所述机器人手抓模块还包括若干均布地安装在所述手抓框架上的定位顶柱。

上述的汽车风挡玻璃的自动装配***，所述定位顶柱的下端面采用聚氨酯制作。

上述的汽车风挡玻璃的自动装配***，所述视觉检测模块包括3DL相机、图像处理模块及算法计算模块，其中，

所述3DL相机安装在所述机器人手抓模块上，该3DL相机接收所述机器人控制单元的信号后在所述车窗框上取八个拍照点拍照；

所述图像处理模块分别与所述3DL相机及所述机器人控制柜信号连接，该图像处理模块接收3DL相机在拍照点上获得的图像信息后先进行二值化处理，得到拍照点上的特征点，再提取特征点在用户坐标系下的空间位置信息并将该信息传送给所述机器人控制柜；

所述算法计算模块与所述机器人控制单元信号连接，该算法计算模块接收所述图像处理模块传送来的若干特征点的空间位置信息，利用这些信息计算出所述车窗框的空间位置坐标系。

上述的汽车风挡玻璃的自动装配***，所述3DL相机包括一2D相机和一维激光测位仪，所述2D相机获取所述拍照点的平面信息，所述一维激光测位仪获取所述拍照点的纵深信息。

上述的汽车风挡玻璃的自动装配***，所述图像处理模块通过接口模块与所述机器人控制柜信号连接。

上述的汽车风挡玻璃的自动装配***，所述玻璃对中模块包括对中平台、安装在对中平台上的一套X向夹紧装置、两套Y向夹紧装置及三个均布的Z向顶柱。

上述的汽车风挡玻璃的自动装配***，所述X向夹紧装置及Y向夹紧装置分别连接一驱动机构，该驱动机构包括气缸及齿轮齿条传动机构，所述气缸通过电磁阀与所述机器人控制柜信号连接。

实现上述目的的另一种技术方案是：一种汽车风挡玻璃的自动装配方法，执行于上述的汽车风挡玻璃的自动装配***，所述装配方法包括以下工序：

工序A，通过所述玻璃对中模块给所述风挡玻璃定位；

工序B，通过所述检测模块检测所述车窗框的空间位置，得到所述车窗框的空间位置坐标系O-xyz；

工序C，通过机器人控制柜比较所述车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系；采用标识位进行比较，若标识位不等于0，则进入工序D至工序F，若标识位等于0，即车窗框的空间位置坐标系与基准位置的车窗框的空间位置坐标系不一致，则进入工序G;

工序D，计算基准位置的车窗框的空间位置坐标系；

工序E，对抓取玻璃的机器人本体进行运行轨迹示教及对基准位置的车窗框进行风挡玻璃的安装示教；

工序F，机器人控制柜记录示教的运行轨迹和安装位置并作为标准的运行轨迹和安装位置，然后进入工序H；

工序G，计算车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系的偏差并将该偏差信息传送给机器人控制单元；

工序H，通过机器人手抓模块抓取已定位的风挡玻璃；

工序I，通过机器人本体按照标准的运行轨迹将风挡玻璃移动到安装位置；

工序J，通过机器人本体在安装位置作偏差补偿后将风挡玻璃安装到车窗框上。

上述的汽车风挡玻璃的自动装配方法，执行所述工序B时包括以下步骤：

步骤一，建立用户坐标系及3DL相机的工具坐标系;

步骤二，在用户坐标系下标定所述3DL相机；

步骤三，所述3DL相机在所述车窗框的边缘上取八个拍照点进行拍照；

步骤四，所述图像处理模块先对每个点的拍照图像进行二值化处理，得到每个拍照点上的特征点，再提取每个特征点在用户坐标系下的空间位置信息；

步骤五，所述图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜；

步骤六，所述算法计算模块根据所述车窗框上的八个特征点的空间位置信息计算得到所述车窗框的空间位置坐标系，并将该信息传送给所述机器人控制柜；

上述的汽车风挡玻璃的自动装配方法，执行所述步骤三时，所述3DL相机是先通过所述一维激光测位仪将激光线投射在所述车窗框的拍照点的边缘上，再通过所述2D相机在大于激光线的范围内拍照。

上述的汽车风挡玻璃的自动装配方法，执行所述步骤三时，所述3DL相机对所述车窗框的边缘拍照时，每个拍照点应取在弧度较小的位置并且相邻拍照点的距离应尽量远。

上述的汽车风挡玻璃的自动装配方法，执行所述步骤四时，所述二值化处理是在每个拍照点以激光线为界限把拍照平面分为所述车窗框的边缘横截面的黑色部分和无目标物空间的白色部分，得到所述车窗框的边缘横截的表面轮廓，并提取该表面轮廓上的一个拐点作为特征点。

上述的汽车风挡玻璃的自动装配方法，执行所述步骤六时，包括以下步骤：

步骤a，获取所述车窗框的边缘上八个特征点的空间位置信息，该八个特征点为所述车窗框的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点；

步骤b，将所述车窗框的左侧边上部特征点P2和左侧边下部特征点P1连成直线A，将所述车窗框的右侧边上部特征点P7和右侧边下部特征点P8连成直线B，将所述车窗框的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C，将所述车窗框的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D；

步骤c，作所述直线A和直线C的公垂线E，在公垂线E上取中点ME，

步骤d，作所述直线B和直线D的公垂线F，在公垂线F上取中点MF；

步骤e，以中点ME为起点、直线A的梯度为方向作长度为100～600mm的线段A1，得到线段A1的终点ZA;

步骤f，以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1，得到线段B1的终点ZB;

步骤g，连接终点ZA和终点ZB，得到线段H，取该线段H的中点MH，得到由中点ME、中点MF及中点MH构成的平面；

步骤h，连接中点ME和中点MF，得到线段G，取该线段G的中点MG；

步骤i，以中点MH作为原点O并和中点MG连成的直线作x轴，在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴，则垂直于该平面的直线作为z轴，得到所述车窗框的空间位置坐标系O-xyz。

本发明的汽车风挡玻璃的自动装配***及自动装配方法的技术方案，基于机器视觉且完全无人工干预，相对于现有技术具有如下的有益效果：

(1)自动化程度高；本发明采用机器视觉进行汽车风挡玻璃的自动装配，车窗框的定位由3DL相机自动进行检测，并由算法计算模块自动计算出车窗框当前的空间位置和与基准位置之间的偏差，自动进行补偿，并由机器人自动装配，全过程不需要任何人工参与；

(2)装配精度高且一致性好；本发明所采用的算法中充分考虑了车窗框边缘曲线的曲率对算法精度的影响，采点位置尽量选在汽车窗框边框曲率变化较小的部分，构成直线的点间距尽量长，用于坐标系建立的点均做了平均处理，以上措施均能够提高算法的精度；于该方法全部采用机器人自动装配，不依赖工人的劳动素养，能够保证玻璃装配精度的一致性；

(3)装配效率高；对于类似于汽车前后窗框等具有一定曲线度的工件定位，只需要对其拍照八次，而不需要对其全扫描，节省了拍照时间；算法的执行效率高，计算时间为毫秒级，总体上能减少拍照和定位的时间，提高风挡玻璃的装配效率；

(4)装配柔性高；本发明采用的方法不依赖于车窗框边缘上的特征孔和标识点，而是在其轮廓边缘的横截面上利用激光提取拐点的空间位置信息，此特征点提取方法与车窗框的整体外形形状无关，理论上可以实现各种型号汽车前后窗的空间定位，具有一定的装配柔性；

(5)降低成本；本发明可以从两个方面降低成本，即节省人力成本和节省***硬件成本；采用机器人自动装配，虽然会增加机器人购买成本，但同时节省了人力成本，对于长时间运行而言，相比之下，采用机器人的方式更为节省成本；相对于一般的3D结构光或激光扫描方式定位，本发明成本大为降低，一般的3D结构光检测***的造价在100万以上，六维激光扫描仪的造价也在80万以上，而本发明所建议使用的3DL相机造价不到30万。

附图说明

图1为本发明的汽车风挡玻璃的自动装配***的结构示意图；

图2为本发明的自动装配***中机器人手抓模块的结构示意图；

图3为本发明的自动装配***中3DL相机的工作状态图；

图4为本发明的自动装配***中玻璃对中模块的结构示意图；

图5为本发明的汽车风挡玻璃的自动装配方法的流程图；

图6为本发明的自动装配方法中执行工序B的流程图；

图7为本发明的自动装配方法中执行步骤B中的步骤三的原理图；

图8为本发明的自动装配方法中执行工序B中的步骤四的原理图；

图9为本发明的自动装配方法中执行工序B中的步骤六的原理图；

图10为本发明的自动装配方法中执行工序B中的步骤六的流程图。

具体实施方式

为了能更好地对本发明的技术方案进行理解，下面通过具体地实施例进行详细地说明：

请参阅图1至图4，本发明的汽车风挡玻璃的自动装配***，包括机器人控制柜9、机器人模块、机器人手抓模块2、视觉检测模块、玻璃对中模块6、被检测的车窗框14及风挡玻璃5。

机器人模块包括机器人本体1、与机器人本体1信号连接并安装在机器人控制柜中的机器人控制单元11，机器人本体1为标准的六自由度关节的机器人或能满足运动要求的少自由度机器人或其它类似设备。机器人控制单元11为控制机器人本体1所必须的软件和硬件设备，首选为与机器人本体1配套的标准软件或硬件，但不限于此，也可以使用满足要求的专门开发的软件或硬件，该单元通过配套电缆连接机器人本体1，以达到与机器人本体1通讯和控制机器人本体1的目的。机器人控制单元11控制机器人本体11在设定的位置和轨迹下动作。

机器人手抓模块2安装在机器人本体1的手臂末端并通过机器人本体1受控于机器人控制单元11。机器人手抓模块2为行业标准手抓或能满足要求的非标手抓，安装在机器人本体1的末端。机器人手抓模块2包括手抓框架21、四个真空吸盘23、四个定位顶柱24及四个真空阀导25（见图2），其中，手抓框架21通过法兰20与机器人本体1的手臂末端连接，该手抓框架21包括一对平行设置的横梁22；四个真空吸盘23对称地安装在横梁22上；四个定位顶柱24均布地安装在手抓框架21上；四个真空阀导25分别通过气管26一一对应地与真空吸盘23连接并与机器人控制单元11信号连接；真空阀导能够对真空吸盘吸气或吹气，吸气至一定负压可以实现风挡玻璃5的抓取，吹气可以实现风挡玻璃5的放置。真空阀导25内设有真空检测传感器，能够确保真空吸盘的状态是否为真空，防止错误的发生。真空吸盘、真空阀导及真空检测传感器均为行业标准件。定位顶柱24是能保证在不同的吸力下抓取风挡玻璃5时，风挡玻璃5在垂直于手抓的方向上位置确定。定位顶柱24的下端面与风挡玻璃5接触的部分采用聚氨酯等耐磨材料制作。

视觉检测模块与机器人控制柜9信号连接，视觉检测模块采集车窗框14的空间位置信息，计算车窗框14的空间位置坐标系，并将车窗框14的空间位置坐标系传送给机器人控制柜9；视觉检测模块包括3DL相机3、图像处理模块7、接口模块8及算法计算模块10，其中，

3DL相机3安装在机器人手抓2上，该3DL相机接收机器人控制单元11的信号后在车窗框14上取八个拍照点拍照；该3DL相机3包括一2D相机12和一维激光测位仪13（见图3），其中，2D相机12获取拍照点的平面信息，一维激光测位仪13获取拍照点的纵深信息；一维激光测位仪13发出的激光15照射在车窗框14的边缘上，保证2D相机13拍摄范围18能够拍摄到由激光15形成的一道激光线17与车窗框14的边缘横截面相交部分；车窗框14的边缘为直线、曲线或弧线且边缘横截面的表面轮廓上具有明显的拐点16；

图像处理模块7与3DL相机3并通过接口模块8及机器人控制柜9信号连接；图像处理模块7为3DL相机3拍照结果处理的专用模块，它接收3DL相机3在拍照点上获得的图像信息后先进行二值化处理，得到拍照点上的特征点，再提取特征点在用户坐标系下的空间位置信息并将该信息传送给机器人控制柜9；接口模块8为图像处理模块7和机器人控制柜9之间的数据转换单元，该接口模块8能把图像处理模块7生成的车窗框14上特征点16的空间位置信息的数据转化为可供机器人控制柜9接收的数据；

算法计算模块10安装在机器人控制柜9中并与机器人控制单元11信号连接；算法计算模块10固化了采用Karel语言或其它通用语言编写的算法，该模块调用机器人控制单元11中机器人本体1的位置和姿态信息，同时也接收来自图像处理模块7的特征点的空间位置信息，利用这些信息计算出能够反映出车窗框14的空间位置坐标系。

机器人控制柜9将当前位置的车窗框14的空间位置坐标系与基准位置的车窗框的空间位置坐标系进行比较，得到两者的偏差，并将该偏差传送给机器人控制单元11；

玻璃对中模块6与机器人控制柜9信号连接，玻璃对中模块6受控于机器人控制柜9并给风挡玻璃5定位。玻璃对中模块6包括对中平台60、安装在对中平台60上的一套X向夹紧装置61、两套Y向夹紧装置62、63及三个均布的Z向顶柱54（见图4）。一套X向夹紧装置61及两套Y向夹紧装置62、63分别连接一驱动机构65、66、67。根据六点定位原则，一套X向夹紧装置61及两套Y向夹紧装置62、63分布于三个方向。X向夹紧装置61由驱动机构65保证风挡玻璃6在X方向的夹紧对中，驱动由气缸充当，传动由齿轮齿条机构完成。两套Y向夹紧装置62、63分别由驱动传动机构66、67保证玻璃在Y方向的夹紧对中，驱动由气缸充当，传动由齿轮齿条机构完成，气缸通过电磁阀与机器人控制柜9信号连接。风挡玻璃5放于三个Z向顶柱64之上，顶柱64的顶部与风挡玻璃5面接触，Z向依靠风挡玻璃5的重力进行定位对中。一套X向夹紧装置61及两套Y向夹紧装置62、63的分布方式能够保证风挡玻璃5空间定位的唯一性，使机器人本体1在抓取风挡玻璃5时位置确定。

再请参阅图5，本发明的汽车风挡玻璃的自动装配方法，由上述本发明的汽车风挡玻璃的自动装配***执行，该方法包括以下工序：

工序A01，通过玻璃对中模块给风挡玻璃定位；

工序B02，通过检测模块检测车窗框的空间位置，得到车窗框的空间位置的坐标系O-xyz；

在执行工序B时包括以下步骤（请参阅图6）：

步骤一101，建立用户坐标系及3DL相机的工具坐标系;

步骤二102，在用户坐标系下标定3DL相机；

步骤三103（见图7），3DL相机在车窗框的边缘上取八个拍照点拍照，为了提高定位精度，拍照点的数目不限于八个；3DL相机对边缘为曲线或弧线的车窗框14的边缘拍照时，每个拍照点应取在弧度较小的位置并且相邻拍照点的距离应尽量远；3DL相机3是先通过一维激光测位仪13发出的激光5投射在车窗框14的拍照点的边缘上，再通过2D相机12在大于由激光15形成的一道激光线17的范围18内拍照，这个范围18应包含激光线17与车窗框14的边缘横截面相交部分；

步骤四104（见图8），图像处理模块先对拍照结果进行二值化处理，即在每个拍照点以激光线17为界限把拍照平面分为车窗框14的边缘横截面的黑色部分和无车窗框空间的白色部分，得到车窗框14的边缘横截面的表面轮廓，在表面轮廓的一定范围42或44内分别有一个拐点43或45，选取拐点43或45作为特征点，再提取该特征点在用户坐标系下的空间位置信息；图像处理模块在每个拍照点上选取特征点的位置一致，这种特征点的选取方法与车窗框14的整体外部形状无关，理论上可以实现各种车窗框的空间定位，具有一定的柔性；

步骤五105，图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜；机器人控制柜记录这些信息的方式可以是奇次矩阵的方式，也可以是三移动三转动六个变量的形式，既可以通过位置寄存器的方式存储，也可以通过其它方式存储；

步骤六106，算法计算模块根据车窗框上的八个特征点的空间位置信息计算车窗框的空间位置坐标系，该坐标系在用户坐标系下是唯一确定的，从而实现车窗框的空间定位；算法计算模块固化了采用Karel语言或其他通用语言编写的算法，该模块调用机器人控制单元3中的机器人本体2的位置和姿态信息，同时也接收来自图像处理模块7的特征点的空间位置信息，利用这些信息计算出能够反映被测车窗框14的空间位置坐标系；

在执行步骤六106时，即算法计算模块在计算车窗框14的空间位置坐标系时包括以下步骤（参见图9并结合参阅图10）：

步骤a201，获取车窗框14的边缘上八个特征点的空间位置信息，该八个特征点为目标物的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点；

步骤b202，将车窗框14的左侧边上部特征点P2和左侧边下部特征点P1连成直线A，将车窗框14的右侧边上部特征点P7和右侧边下部特征点P8连成直线B，将车窗框14的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C，将车窗框14的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D；

本发明所提出的拍照点的位置和算法原理均考虑了减小轮廓弧度对车窗框的定位精度的影响，下述为具体的实施方式。在图9所示的车窗框的左侧边，取两点P1、P2，由于车窗框14的边缘具有一定的弧度，导致点P1和P2所连成的直线A会因取点位置的不同而略有差别，为了尽可能地减少这种差别，点P1和P2取在弧度变化比较小的车窗框14的左侧边的上下两端，同时由于两点距离尽量远，这种取点的方法也可以减少直线空间梯度的变化；同样的方法可以在车窗框14的右侧边上取点P7和P8，并得到直线B；由于整个车窗框呈M型，在车窗框14的顶边上取四个拍照点P3、P4、P5、P6，取点位置分别在M型中点的左侧和右侧，且左右两侧各有两个拍照点。点P3、P4应尽量远，通过二者的直线为C；点P5、P6应尽量远，通过二者的直线为D;尽管这种采点方式尽量避免了弧度对生成直线的影响，但车窗框14弧度的存在仍会使所生成的四条直线A、B、C、D为空间非相交直线；

步骤c203，作直线A和直线C的公垂线E，在公垂线E上取中点ME;

步骤d204，作直线B和直线D的公垂线F，在公垂线F上取中点MF；

步骤e205，以中点ME为起点、直线A的梯度为方向作长度为100～600mm的线段A1，得到线段A1的终点ZA;

步骤f206，以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1，得到线段B1的终点ZB;

步骤g207，连接终点ZA和终点ZB，得到线段H，取该线段H的中点MH，得到由中点ME、中点MF及中点MH构成的平面；

步骤h208，连接中点ME和中点MF，得到线段G，取该线段G的中点MG；

步骤i209，以中点MH作为原点0并和中点MG连成的直线作x轴，在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴，则垂直于该平面的直线作为z轴，得到车窗框14的空间位置的坐标系O-xyz，并把该坐标系的信息传输给机器人控制单元，以便机器人本体1做后续的自动装配工作；该坐标系的建立完全由车窗框的边缘形状和车窗框上的拍照点决定，且所取拍照点的空间位置均在用户坐标系下表示，因此所得到的车窗框的空间位置坐标系O-xyz能够反映出车窗框在用户坐标系下的空间位置；

工序C03，通过机器人控制柜比较车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系；车窗框的基准位置指汽车在生产线上由于定位存在一定误差而对其设定的一般位置，作为其它车窗框位置的基准；机器人控制柜采用标识位进行比较，若标识位不等于0，则进入工序D至工序F，若标识位等于0即车窗框的空间位置坐标系与基准位置的车窗框的空间位置坐标系不一致，则进入工序G;

工序D04，通过机器人控制柜计算车窗框的基准位置；

工序E05，通过机器人控制柜对抓取玻璃的机器人本体进行运行轨迹示教及对基准位置的车窗框进行玻璃安装；

工序F06，通过机器人控制柜记录运行轨迹和安装位置，作为标准的运行轨迹和安装位置，然后进入工序H；

工序G07，计算车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系的偏差并将该偏差信息传送给机器人控制单元；

工序H08，通过机器人手抓模块抓取已定位的风挡玻璃；

工序I09，通过机器人本体按照标准的运行轨迹将风挡玻璃移动到安装位置；

工序J010，通过机器人本体在安装位置作偏差补偿后将风挡玻璃安装到车窗框上。

本发明的计算方法中建立车窗框的空间坐标系的方法不限于上述说明，若车窗框顶框M型轮廓明显，则做坐标系的平面可以由直线E的中点ME与F公垂线的中点MF决定；若直线A和B平行度低，则做坐标系的平面也可以由直线E的中点ME与F公垂线的中点MF决定。

机器人手抓模块2上的3DL相机可以为一个，也可以根据需要安装有多个。对于单个3DL相机拍照方式，拍照点可以按图6所示依照P1～P8的顺序采点，也可以根据实际需要灵活安排采点顺序；对于多个3DL相机拍照方式，可以根据被定位目标物的尺寸大小和轮廓形状，合理安排拍照方式，在机器人本体的一个位姿下通过多个3DL相机获得多个拍照点的空间位置。

本发明的汽车风挡玻璃的自动装配***及装配方法主要应用于汽车风挡玻璃的自动安装，但不限于此，也可用于其它车辆玻璃的装配或车顶盖等具有一定强度的大面积薄板结构件的安装。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (16)

1.一种汽车风挡玻璃的自动装配***，包括机器人控制柜、机器人模块、机器人手抓模块、视觉检测模块、玻璃对中模块及被检测的车窗框，其特征在于， 

所述机器人模块包括机器人本体、与机器人本体信号连接并安装在机器人控制柜中的机器人控制单元，所述机器人控制单元控制所述机器人本体在设定的位置和轨迹下动作； 

所述机器人手抓模块安装在所述机器人本体的手臂末端并通过所述机器人本体受控于所述机器人控制单元； 

所述视觉检测模块与所述机器人控制柜信号连接，所述视觉检测模块采集所述车窗框的空间位置信息，计算所述车窗框的空间位置坐标系，并将所述车窗框的空间位置坐标系传送给所述机器人控制柜； 

所述机器人控制柜将当前位置的车窗框的空间位置坐标系与基准位置的车窗框的空间位置坐标系进行比较，得到两者的偏差，并将该偏差传送给所述机器人控制单元； 

所述玻璃对中模块与所述机器人控制柜信号连接，所述玻璃对中模块受控于所述机器人控制柜并给所述风挡玻璃定位。 

2.根据权利要求1所述的汽车风挡玻璃的自动装配***，其特征在于，所述机器人本体为六自由度关节的机器人。 

3.根据权利要求1所述的汽车风挡玻璃的自动装配***，其特征在于，所述机器人手抓模块包括手抓框架、若干真空吸盘及若干真空阀导，其中，所述手抓框架通过法兰与所述机器人本体的手臂末端连接，该手抓框架包括一对平行设置的横梁；若干所述真空吸盘对称地安装在所述横梁上；若干所述真空阀导通过气管一一对应地与所述真空吸盘连接并与所述机器人控制单元信号连接。 

4.根据权利要求3所述的汽车风挡玻璃的自动装配***，其特征在于，所述机器人手抓模块还包括若干均布地安装在所述手抓框架上的定位顶柱。 

5.根据权利要求4所述的汽车风挡玻璃的自动装配***，其特征在于，所述定位顶柱的下端面采用聚氨酯制作。 

6.根据权利要求1所述的汽车风挡玻璃的自动装配***，其特征在于，所述视觉检测模块包括3DL相机、图像处理模块及算法计算模块，其中， 

所述3DL相机安装在所述机器人手抓模块上，该3DL相机接收所述机器人控制单元的信号后在所述车窗框上取八个拍照点拍照； 

所述图像处理模块分别与所述3DL相机及所述机器人控制柜信号连接，该图像处理模块接收3DL相机在拍照点上获得的图像信息后先进行二值化处理，得到拍照点上的特征点，再提取特征点在用户坐标系下的空间位置信息并将该信息传送给所述机器人控制柜； 

所述算法计算模块与所述机器人控制单元信号连接，该算法计算模块接收所述图像处理模块传送来的若干特征点的空间位置信息，利用这些信息计算出所述车窗框的空间位置坐标系。 

7.根据权利要求6所述的汽车风挡玻璃的自动装配***，其特征在于，所述3DL相机包括一2D相机和一维激光测位仪，所述2D相机获取所述拍照点的平面信息，所述一维激光测位仪获取所述拍照点的纵深信息。 

8.根据权利要求6所述的汽车风挡玻璃的自动装配***，其特征在于，所述图像处理模块通过接口模块与所述机器人控制柜信号连接。 

9.根据权利要求1所述的汽车风挡玻璃的自动装配***，其特征在于，所述玻璃对中模块包括对中平台、安装在对中平台上的一套X向夹紧装置、两套Y向夹紧装置及三个均布的Z向顶柱。 

10.根据权利要求9所述的汽车风挡玻璃的自动装配***，其特征在于，所述X向夹紧装置及Y向夹紧装置分别连接一驱动机构，该驱动机构包括气缸及齿轮齿条传动机构，所述气缸通过电磁阀与所述机器人控制柜信号连接。 

11.一种汽车风挡玻璃的自动装配方法，执行于权利要求1所述的汽车风挡玻璃的自动装配***，其特征在于，所述装配方法包括以下工序： 

工序A，通过所述玻璃对中模块给所述风挡玻璃定位； 

工序B，通过所述检测模块检测所述车窗框的空间位置，得到所述车窗框的空间位置坐标系O-xyz； 

工序C，通过机器人控制柜比较所述车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系；采用标识位进行比较，若标识位不等于0，则进入工序D 至工序F，若标识位等于0，即车窗框的空间位置坐标系与基准位置的车窗框的空间位置坐标系不一致，则进入工序G; 

工序D，计算基准位置的车窗框的空间位置坐标系； 

工序E，对抓取玻璃的机器人本体进行运行轨迹示教及对基准位置的车窗框进行风挡玻璃的安装示教； 

工序F，机器人控制柜记录示教的运行轨迹和安装位置并作为标准的运行轨迹和安装位置，然后进入工序H； 

工序G，计算车窗框的空间位置坐标系和基准位置的车窗框的空间位置坐标系的偏差并将该偏差信息传送给机器人控制单元； 

工序H，通过机器人手抓模块抓取已定位的风挡玻璃； 

工序I，通过机器人本体按照标准的运行轨迹将风挡玻璃移动到安装位置； 

工序J，通过机器人本体在安装位置作偏差补偿后将风挡玻璃安装到车窗框上。 

12.根据权利要求11所述的汽车风挡玻璃的自动装配方法，其特征在于，执行所述工序B时包括以下步骤： 

步骤一，建立用户坐标系及3DL相机的工具坐标系; 

步骤二，在用户坐标系下标定所述3DL相机； 

步骤三，所述3DL相机在所述车窗框的边缘上取八个拍照点进行拍照； 

步骤四，所述图像处理模块先对每个点的拍照图像进行二值化处理，得到每个拍照点上的特征点，再提取每个特征点在用户坐标系下的空间位置信息； 

步骤五，所述图像处理模块把每个特征点在用户坐标系下的空间位置信息传送给机器人控制柜； 

步骤六，所述算法计算模块根据所述车窗框上的八个特征点的空间位置信息计算得到所述车窗框的空间位置坐标系，并将该信息传送给所述机器人控制柜。 

13.根据权利要求12所述的汽车风挡玻璃的自动装配方法，其特征在于，执行所述步骤三时，所述3DL相机是先通过所述一维激光测位仪将激光线投射在所述车窗框的拍照点的边缘上，再通过所述2D相机在大于激光线的范围内拍照。 

14.根据权利要求12所述的汽车风挡玻璃的自动装配方法，其特征在于，执行所述步骤三时，所述3DL相机对所述车窗框的边缘拍照时，每个拍照点应取在 弧度较小的位置并且相邻拍照点的距离应尽量远。 

15.根据权利要求12所述的汽车风挡玻璃的自动装配方法，其特征在于，执行所述步骤四时，所述二值化处理是在每个拍照点以激光线为界限把拍照平面分为所述车窗框的边缘横截面的黑色部分和无目标物空间的白色部分，得到所述车窗框的边缘横截的表面轮廓，并提取该表面轮廓上的一个拐点作为特征点。 

16.根据权利要求12所述的汽车风挡玻璃的自动装配方法，其特征在于，执行所述步骤六时，包括以下步骤： 

步骤a，获取所述车窗框的边缘上八个特征点的空间位置信息，该八个特征点为所述车窗框的左侧边上、下部特征点、右侧边上、下部特征点、顶边左侧内、外部特征点及顶边右侧内、外部特征点； 

步骤b，将所述车窗框的左侧边上部特征点P2和左侧边下部特征点P1连成直线A，将所述车窗框的右侧边上部特征点P7和右侧边下部特征点P8连成直线B，将所述车窗框的顶边左侧内部特征点P4和顶边左侧外部特征点P3连成直线C，将所述车窗框的顶边右侧内部特征点P5和顶边右侧外部P6特征点连成直线D； 

步骤c，作所述直线A和直线C的公垂线E，在公垂线E上取中点ME， 

步骤d，作所述直线B和直线D的公垂线F，在公垂线F上取中点MF； 

步骤e，以中点ME为起点、直线A的梯度为方向作长度为100～600mm的线段A1，得到线段A1的终点ZA; 

步骤f，以中点MF为起点、直线B的梯度为方向作与线段A1同样长度的线段B1，得到线段B1的终点ZB; 

步骤g，连接终点ZA和终点ZB，得到线段H，取该线段H的中点MH，得到由中点ME、中点MF及中点MH构成的平面； 

步骤h，连接中点ME和中点MF，得到线段G，取该线段G的中点MG； 

步骤i，以中点MH作为原点O并和中点MG连成的直线作x轴，在中点ME、MF、MH所构成的平面内作垂直于x轴的直线作为y轴，则垂直于该平面的直线作为z轴，得到所述车窗框的空间位置坐标系O-xyz。 

Images