CN108362240A - 获取工件坐标系方法 - Google Patents
获取工件坐标系方法 Download PDFInfo
- Publication number
- CN108362240A CN108362240A CN201810087856.5A CN201810087856A CN108362240A CN 108362240 A CN108362240 A CN 108362240A CN 201810087856 A CN201810087856 A CN 201810087856A CN 108362240 A CN108362240 A CN 108362240A
- Authority
- CN
- China
- Prior art keywords
- point
- workpiece
- arm tooling
- cloud data
- point cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明属于机械加工技术领域,尤其涉及一种获取工件坐标系方法,首先利用机器人的末端工具件分别靠近工件上的各特征点,并获取各特征点的坐标值,同时并用三维扫描仪扫描工件和末端工具件以获得包含有末端工具件和工件的点云数据,再将获取的点云数据导入计算机的逆向软件中处理得到末端工具件靠近各特征点时,末端工具件与对应的特征点之间的偏差,再根据偏差去调整对应的坐标值,得到准确的坐标值后,根据准确的坐标值去建立工件坐标系,那么这就得到更为准确的工件坐标系。本发明的获取工件坐标系方法采用三维扫描技术能够快速、准确地确定末端工具件与工件特征点之间的偏差,从而保证了工件坐标系的准确性。
Description
技术领域
本发明属于机械加工技术领域,尤其涉及一种获取工件坐标系方法。
背景技术
由于机器人具有自由度高,灵活性好等优点,因此机器人在机械加工方面的应用越来越广泛。机器人的运动轨迹是由离线编程软件规划,离线编程软件的大部分任务是基于工件坐标系下完成的,所以工件坐标的精确性对离线编程软件和对机器人路径规划有着非常重要的作用。工件坐标系是否准确直接影响着零件的加工质量、加工精度,甚至可能影响机器人加工的安全性。
目前机器人工件坐标系的标定常用的方法是采用手工示教的方法,通过使末端工具件上的点尽可能的接近工件的特征点,获取工件上的特征点坐标值,特征点坐标值通过软件计算获得在工件坐标系。由于此方法是采用手工示教的方式,通过肉眼观察机器人末端工具件上的点接近工件的特征点,产生误差大,并且工件本身的特征点获取由于受工件本身表面质量、形状等因素影响,也存在一定的误差,所以采用手工示教的方式标定工件坐标系的误差大。
发明内容
本发明的目的在于提供一种获取工件坐标系方法,旨在解决现有技术中的采用手工示教的方式标定工件坐标系存在着误差大的技术问题。
为实现上述目的,本发明采用的技术方案是:一种获取工件坐标系方法,包括如下步骤:
S100:标记特征点:提供工件,在所述工件上选取三个特征点;
S200:获取特征点坐标值和偏差:提供机器人、三维扫描仪和计算机,所述机器人的末端工具件分别靠近各所述特征点,获取各所述特征点的坐标值,同时,利用所述三维扫描仪扫描所述末端工具件和所述工件,并获得点云数据,将所述点云数据导入至所述计算机的逆向软件中处理并测量得到各所述末端工具件与所述末端工具件对应的所述特征点之间的偏差;
S300:确定工件坐标系:利用各所述偏差去调整对应的所述坐标值,根据调整后的各所述坐标值确定工件坐标系。
进一步地,在步骤S2000中,在所述末端工具件靠近至各所述特征点,具体为:在所述末端工具件上选取一点作为所述末端工具件的标记点,并将所述标记点靠近各所述特征点。
进一步地,所述标记点为所述末端工具件上特征线的原点、相交点或中心点。
进一步地,在所述步骤S200中,在所述机器人的末端工具件靠近至各所述特征点,获取各所述特征点的坐标值,具体为:在所述末端工具件上选取一点作为末端工具件的标记点,将所述标记点靠近所述第一特征点时,直接获取所述标记点的坐标值,并将所述标记点的坐标值直接作为所述第一特征点的第一坐标值。
进一步地,所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S250:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S260:重复所述步骤S220~S250,得到所述第二特征点的第二坐标值和所述第三特征点的第三坐标值及所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
进一步地,在所述步骤S240中,重建几何模型具体包括以下步骤:
S241:点云数据预处理:提供计算机,将所述第一点云数据导入所述计算机的逆向软件中,并使用所述计算机的逆向工程软件对所述第一点云数据进行预处理;
S242:曲面重构:利用所述逆向工程软件对所述第一点云数据进行曲面重构得到所述末端工具件和所述工件的几何模型;
S243:数据对齐:将所述末端工具件和所述工件的几何模型与所述第一点云数据相对齐。
进一步地,在所述步骤S250,具体为:利用逆向软件在所述末端工具件的几何模型上和/或所述工件的几何模型上建立辅助面、辅助线和辅助点,以获取所述第一偏差。
进一步地,所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重复所述步骤S220~S230,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重复所述步骤S250~S260,以得到所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
进一步地,所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:获取第二点云数据:在所述机器人的末端工具件靠近至所述工件上所述第二特征点,获取到所述第二特征点的第二坐标值,同时,在所述第一点云数据的基础上继续扫描所述末端工具件和工件,得到第二点云数据,所述第二点云数据包括两个分别位于所述第一特征点处、所述第二特征点处的所述末端工具件的点云数据及一个所述工件的点云数据;
S250:获取第三点云数据:在所述机器人的末端工具件靠近至所述工件上所述第三特征点,获取到所述第三特征点的第三坐标值,同时,在所述第二点云数据的基础上继续扫描所述末端工具件和所述工件,得到第三点云数据,所述第三点云数据包括三个分别位于所述第一特征点处的所述末端工具件的点云数据、所述第二特征点处的所述末端工具件的点云数据和所述第三特征点处的所述末端工具件的点云数据及一个所述工件的点云数据;
S260:重建几何模型:将所述第三点云数据导入所述计算机的逆向软件中并处理所述第三点云数据得到所述工件与所述末端工具件的几何模型;
S270:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差、所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
进一步地,所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重复所述步骤S220~S230,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重建几何模型:将所述第二点云数据和所述工件的几何模型导入所述逆向软件中,并将所述第二点云数据中的所述工件的点云数据与所述工件的几何模型对齐,处理所述第二点云数据中的所述末端工具件部分的点云数据得到所述末端工具件的几何模型;
S280:测量偏差:利用所述逆向软件测量所述工件的几何模型与所述末端工具件的几何模型以得到所述末端工具与所述第二特征点之间的第二偏差;
S290:重复所述步骤S270~S280,以得到所述末端工具与所述第三特征点之间的第三偏差。
本发明的有益效果:本发明的获取工件坐标系方法,首先利用机器人的末端工具件分别靠近工件上的各特征点,并获取各特征点的坐标值,同时并用三维扫描仪扫描工件和末端工具件以获得包含有末端工具件和工件的点云数据,再将获取的点云数据导入计算机的逆向软件中处理得到末端工具件靠近各特征点时,末端工具件与对应的特征点之间的偏差,再根据偏差去调整对应的坐标值,得到准确的坐标值后,根据准确的坐标值去建立工件坐标系,那么这就得到更为准确的工件坐标系。本发明的获取工件坐标系方法采用三维扫描技术能够快速、准确地确定末端工具件与工件特征点之间的偏差,保证了工件坐标系的准确性,解决了手工示教方法误差大的问题,且本发明的获取工件坐标系方法具有操作简单,工作效率高的优点。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的获取工件坐标系方法的流程图。
图2为本发明实施例一提供的获取工件坐标系方法中的步骤S200的流程图。
图3为本发明实施例二提供的获取工件坐标系方法中的步骤S200的流程图。
图4为本发明实施例三提供的获取工件坐标系方法中的步骤S200的流程图。
图5为本发明实施例四提供的获取工件坐标系方法中的步骤S200的流程图。
图6为本发明实施例一提供的获取工件坐标系方法中的步骤S240的流程图。
图7为本发明实施例五提供的获取工件坐标系装置的结构示意图。
图8为本发明实施例五提供的获取工件坐标系装置的末端工具块的结构示意图。
图9为本发明实施例五提供的获取工件坐标系装置的三维扫描仪的***图。
其中,图中各附图标记:
10—机器人11—末端工具件20—三维扫描仪
21—摄像头22—支撑三角架30—工件
111—半圆柱体112—方形凸起221—安装块
222—连接组件223—支撑杆224—连接板
225—固定螺钉226—紧固螺钉2211—铰接槽
2212—直槽2213—紧固孔2221—第一连接杆
2222—第二连接杆2223—调整螺母2224—铰接球
2241—容纳槽2242—第一固定孔2231—第二固定孔。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图1~9描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
实施例一:
如图1~6所示,本发明实施例提供了一种获取工件坐标系方法,包括如下步骤:
S1000:标记特征点:提供工件30,在所述工件30上选取三个特征点;
S2000:获取特征点坐标值和偏差:提供机器人10、三维扫描仪20和计算机,所述机器人10的末端工具件11分别靠近各所述特征点,获取各所述特征点的坐标值,同时,利用所述三维扫描仪20扫描所述末端工具件11和所述工件30,并获得点云数据,将所述点云数据导入至所述计算机的逆向软件中处理得到各所述末端工具件11与所述末端工具件11对应的所述特征点之间的偏差;
S3000:确定工件坐标系:利用各所述偏差去调整对应的所述坐标值,根据调整后的各所述坐标值确定工件坐标系。
具体地,本发明实施例的获取工件坐标系方法,首先利用机器人10的末端工具件11分别靠近工件30上的各特征点,并获取各特征点的坐标值,同时并用三维扫描仪20扫描工件30和末端工具件11以获得包含有末端工具件11和工件30的点云数据,再将获取的点云数据导入计算机的逆向软件中处理得到末端工具件11靠近各特征点时,末端工具件11与对应的特征点之间的偏差,再根据偏差去调整对应的坐标值,得到准确的坐标值后,根据准确的坐标值去建立工件坐标系,那么这就得到更为准确的工件坐标系。本发明实施例的获取工件坐标系方法采用三维扫描技术能够快速、准确地确定末端工具件11与工件30特征点之间的偏差,保证了工件坐标系的准确性,解决了手工示教方法误差大的问题,且本发明实施例的获取工件坐标系方法具有操作简单,工作效率高的优点。
本实施例中,在步骤S200中,在所述末端工具件11靠近至各所述特征点,具体为:在所述末端工具件11上选取一点作为所述末端工具件11的标记点,并将所述标记点靠近各所述特征点。具体地,标记点与特征点之间的偏差,相当于确定点与点之间的偏差,点与点之间的偏差易于测量和计算。
本实施例中,所述标记点为所述末端工具件11上特征线的原点、相交点或中心点。具体地,标记点为末端工具件11上几何特征线的原点、相交点或中心点时,标记点在实体的标记件中易于找到,也易于确定标记点与工件30特征点之间的偏差,同时在标记件的几何模型中也易于确定。
当然,在其他实施例中,标记点还可以为末端工具件11的其他几何特征点。
需要说明的是,末端工具件11上的特征线具体可以是末端工具件11实体模型上的边线或者边线所具有的几何线,以便于易于在末端工具件11的几何模型中确定标记点。
本实施例中,在所述步骤S200中,在所述机器人10的末端工具件11靠近至各所述特征点,获取各所述特征点的坐标值,具体为:在所述末端工具件11上选取一点作为末端工具件11的标记点,将所述标记点靠近各所述特征点时,直接获取所述标记点的坐标值,并将所述标记点的坐标值直接作为所述第一特征点的第一坐标值。具体地,在机器人10坐标系中,末端工具件11上的标记点的坐标值可以直接读取,标记点的坐标值准确无误,进而提高工件坐标系的准确性。
本实施例中,参阅图2所示,所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人10的末端工具件11靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人10的末端工具件11靠近至所述第一特征点的同时,利用三维扫描仪20扫描所述末端工具件11和所述工件30,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件11的点云数据和一个所述工件30的点云数据;
S240:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件30与所述末端工具件11的几何模型;
S250:测量偏差:利用所述逆向软件测量所述工件30与所述末端工具件11的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S260:重复所述步骤S220~S250,得到所述第二特征点的第二坐标值和所述第三特征点的第三坐标值及所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差;
具体地,机器人10的末端工具件11要尽量地接近第一特征点,一方面能够使得获得第一坐标值更接近于实际的第一坐标值,另一方面末端工具件11与特征点之间的偏差越小,调整后的第一坐标值就越接近第一实际坐标值。第一坐标值可以为在机器人10坐标系下的坐标值,当然也可以通过坐标转换得到其他坐标系下的坐标值。利用三维扫描仪20扫描末端工具件11和工件30,得到末端工具件11和工件30的第一点云数据,将第一点云数据导入到计算机的逆向软件中对第一点云数据进行处理得到末端工具件11和工件30的几何模型,然后在逆向软件中或者3D造型的软件中,利用软件中的测量工具测量得到末端工具件11与第一特征点的第一偏差,同理,重复上面的步骤得到在第二特征点处的第二偏差和在第三特征点处的第三偏差。
本实施例中,参阅图6所示,在所述步骤S240中,重建几何模型具体包括以下步骤:
S241:点云数据预处理:提供计算机,将所述第一点云数据导入所述计算机的逆向软件中,并使用所述计算机的逆向工程软件对所述第一点云数据进行预处理;
S242:曲面重构:利用所述逆向工程软件对所述第一点云数据进行曲面重构得到所述末端工具件11和所述工件30的几何模型;
S243:数据对齐:将所述末端工具件11和所述工件30的几何模型与所述第一点云数据相对齐。
具体地,将导入的点云数据进行筛选,删掉一些点云数据,以降低曲面重构的工作量和使得重构的曲面更逼近真实的部件,根据筛选后的点云数据建立末端工具件11和工件30的几何模型,最后再将生成的几何模型与点云数据进行对齐操作,以确保几何模型的准确性。
进一步地,在所述步骤S241中,对第一点云数据进行预处理包括去除噪声点、去除冗余数据和过滤点云数据。在获取点云数据的过程中,不可避免地混有不合理的噪声点,这些噪声点会导致重构的曲线、曲面不光滑,除去了这些噪声点能够使得重建后的几何模型更加接近于末端工具件11和工件30的实际形状,从而得到更为准确的几何模型提高加工的精度。在获取点云数据的过程中,为了精确地获取末端工具件11和工件30的表面细节的同时也存在较多的冗余点云,大量的冗余数据会增加几何模型重建的难度,而去除冗余数据能够简化几何模型重建的难度和工作量。过滤掉一些点云数据中一些异常的数据,以获得较好的曲面重构效果。
进一步地,在步骤S241中,还包括对标记件和曲面零件进行二次采样和对点云数据进行数据排序、数据拼接、数据重组、特征提取和区域划分,然后对点云数据中的离散点进行三角剖分,形成过渡曲面模型数据,特征提取包括局部分离、逼近、光顺和拼合,三角剖分包括对点云数据进行三角曲面连续插值,并光顺、变形三角曲面,以获得更为精确地末端工具件11和工件30的几何模型。
进一步地,在所述步骤S242中,对第一点云数据进行曲面重构包括曲面拟合、平面拟合、曲线拟合、曲面拼接和特征造型。具体地,计算机对处理后的点云数据进行曲面重构以得到几何模型,其中曲面重构包括曲线拟合、曲面拟合、曲面拼接和特征造型,最终得到几何模型。
进一步地,曲面拟合包括提取分离二次曲面,曲面拼接包括光滑拼接相邻曲面块、协调光顺全局曲面块。
本实施例中,在所述步骤S250,具体为:利用逆向软件在所述末端工具件11的几何模型上和/或所述工件30的几何模型上建立辅助面、辅助线和辅助点,以获取所述第一偏差。具体地,能够通过在末端工具件11的几何模型上和/或工件30的几何模型建立辅助线、辅助线和辅助点使得第一偏差的测量更为方便,降低测量操作的难度。
实施例二:
参阅图3所示,本实施例与实施例一的区别仅在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人10的末端工具件11靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人10的末端工具件11靠近至所述第一特征点的同时,利用三维扫描仪20扫描所述末端工具件11和所述工件30,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件11的点云数据和一个所述工件30的点云数据;
S240:重复所述步骤S2200~S2300,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件30与所述末端工具件11的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件30与所述末端工具件11的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重复所述步骤S250~S260,以得到所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
具体地,在获取第一坐标值和第一点云数据后,同理重复获取第一坐标值和第一点云数据的步骤得到第二特征点的第二坐标值和第二点云数据及第三特征点的第三坐标值和第三点云数据。然后再将第一点云数据导入计算机的逆向软件中处理得到末端工具件11与工件30的几何模型后,在逆向软件中或者3D造型的软件中,利用软件中的测量工具测量得到末端工具件11与第一特征点的第一偏差,同理重复获取第一偏差的步骤得到在第二特征处的第二偏差和在第三特征处的第三偏差。即在获取第一坐标值和第一点云数据、第二坐标值和第二点云数据以及第三坐标值和第三点云数据完成后,再去分别获取第一偏差、第二偏差和第三偏差,本发明实施例的获取工件坐标系方法使得操作简单,能够一次性获取完需要的点云数据之后,再之后进行软件处理,避免了需要多次使用完机器人10和三维扫描仪20和多次收纳机器人10和三维扫描仪20,增加了操作的连贯性和操作效率。
实施例三:
参阅图4所示,本实施例与实施例一的区别仅在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人10的末端工具件11靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人10的末端工具件11靠近至所述第一特征点的同时,利用三维扫描仪20扫描所述末端工具件11和所述工件30,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件11的点云数据和一个所述工件30的点云数据;
S240:获取第二点云数据:在所述机器人10的末端工具件11靠近至所述工件30上所述第二特征点,获取到所述第二特征点的第二坐标值,同时,在所述第一点云数据的基础上继续扫描所述末端工具件11和工件30,得到第二点云数据,所述第二点云数据包括两个分别位于所述第一特征点处、所述第二特征点处的所述末端工具件11的点云数据及一个所述工件30的点云数据;
S250:获取第三点云数据:在所述机器人10的末端工具件11靠近至所述工件30上所述第三特征点,获取到所述第三特征点的第三坐标值,同时,在所述第二点云数据的基础上继续扫描所述末端工具件11和所述工件30,得到第三点云数据,所述第三点云数据包括三个分别位于所述第一特征点处的所述末端工具件11的点云数据、所述第二特征点处的所述末端工具件11的点云数据和所述第三特征点处的所述末端工具件11的点云数据及一个所述工件30的点云数据;
S260:重建几何模型:将所述第三点云数据导入所述计算机的逆向软件中并处理所述第三点云数据得到所述工件30与所述末端工具件11的几何模型;
S270:测量偏差:利用所述逆向软件测量所述工件30与所述末端工具件11的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差、所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差;
具体地,在获取完第一坐标值和第一点云数据后,当末端工具件11靠近至第二特征点,获取第二坐标值,同时,不需要重新新建点云数据,而是在第一点云数据文件中继续获取末端工具件11和工件30的点云数据,以获取第二点云数据;当末端工具件11靠近至第三特征点,获取第三坐标值,同时,不需要重新新建点云数据,而是在第二点云数据文件中继续获取末端工具件11和工件30的的点云数据,以获取第二点云数据;这时,第三点云数据包括三个分别位于第一特征点处末端工具件11的点云数据、第二特征点处末端工具件11的点云数据和第三特征点处末端工具件11的点云数据及一个所述工件30的点云数据;接下来,只需要将第三点云数据导入逆向软件中处理得到包含三个末端工具件11和一个工件30的几何模型,在逆向软件或者3D造型软件中利用测量工具测量的得到第一偏差、第二偏差和第三偏差。本发明实施例的获取工件坐标系方法只需要处理一个工件30的点云数据能够减少点云处理的工作量,提高工作效率。
实施例四:
参阅图5所示,本实施例与实施例一的区别仅在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人10的末端工具件11靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人10的末端工具件11靠近至所述第一特征点的同时,利用三维扫描仪20扫描所述末端工具件11和所述工件30,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件11的点云数据和一个所述工件30的点云数据;
S240:重复所述步骤S2200~S2300,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件30与所述末端工具件11的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件30与所述末端工具件11的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重建几何模型:将所述第二点云数据和所述工件30的几何模型导入所述逆向软件中,并将所述第二点云数据中的所述工件30的点云数据与所述工件30的几何模型对齐,处理所述第二点云数据中的所述末端工具件11部分的点云数据得到所述末端工具件11的几何模型;
S280:测量偏差:利用所述逆向软件测量所述工件30的几何模型与所述末端工具件11的几何模型以得到所述末端工具与所述第二特征点之间的第二偏差;
S290:重复所述步骤S270~S280,以得到所述末端工具与所述第三特征点之间的第三偏差。
具体地,在获取完第一坐标值和第一点云数据、第二坐标值和第二点云数据及第三坐标值和第二点云数据后,处理第一点云数据得到末端工具件11和工件30的几何模型后,在逆向软件或者3D造型软件中利用测量工具测量的得到第一偏差。在获取第二偏差时,利用逆向软件将处理第一点云数据得到的工件30的几何模型导入进第二点云数据中,并将工件30的点云数据与工件30的几何模型相对齐,这就得到第二云数据中的工件30的几何模型,接下来,只需处理末端工具件11的点云数据以得到末端工具件11的几何模型,然后在逆向软件或者3D造型软件中利用测量工具测量的得到第二偏差。同理重复第二偏差得到的步骤,从而得到第三偏差。本发明实施例的获取工件坐标系方法只需要处理一个工件30的点云数据能够减少点云处理的工作量,提高工作效率。
进一步地,利用逆向软件将处理第一点云数据得到的工件30的几何模型还可以为原有的工件30的几何模型。
进一步地,第二点云数据中导入工件30的几何模型后,还可以导入处理第一点云数据得到的末端工具件11的几何模型或者已知的末端工具件11的几何模型后并将第二点云数据中末端工具件11的点云数据与导入的末端工具件11的几何模型相对齐,这就得到末端工具件11和工件30的几何模型,然后在逆向软件或者3D造型软件中利用测量工具测量的得到第二偏差。同理重复第二偏差得到的步骤,从而得到第三偏差。本发明实施例的获取工件坐标系方法只需要处理第一点云数据能够减少点云处理的工作量,提高工作效率。或者都采用已知的工件30的几何模型和已知末端工具件11导入到点云数据中,从而不需要处理点云数据,提高工作效率。
实施例五:
如图7~9所示,本发明的实施例还提供一种获取工件坐标系装置,其主要用于实现上述实施例一至实施例四中的获取工件坐标系方法。获取工件坐标系装置包括机器人10和位于所述机器人10侧部的三维扫描仪20,所述机器人10的末端设有用于检测工件30上特征点的末端工具件11,所述末端工具件11靠近所述工件30设置,所述三维扫描仪20包括摄像头,且所述摄像头正对所述工件30和所述末端工具件11设置并用于获取位所述工件30的点云数据和所述末端工具件11的点云数据。具体地,本发明实施例的获取工件坐标系装置,在具体使用时,先采用手工示教的方法,移动机器人10上的末端工具件11去靠近工件30上的特征点并获取各特征点的坐标值,再根据特征点的坐标值能够却确定初步工件坐标系。然后,根据机器人10中的离线编程软件规划末端工具件11的运动轨迹,使末端工具件11按照轨迹运动至各特征点处,同时利用三维扫描仪20对工件30和末端工具件11进行扫描,获取工件10和末端工具件11的点云数据,再对点云数据在计算机的逆向软件中进行数据处理分析得到末端工具件11与工件30的几何模型,并分别测量出末端工具件11和工件30上各特征点之间的实际偏差,此时只需要在离线编程软件中根据实际偏差去平移或旋转初步工件坐标系,就能实现对工件坐标系进行修正,则可得到更精确工件坐标系。
本实施例中,参阅图8所示,所述末端工具件11为半圆柱体111。具体地,通过半圆柱的弧面去靠近工件30上的特征点。当特征点位于工件30表面的凹陷部位时,半圆柱的弧面能够尽可能的靠近特征点,使得手工示教方法得到的特征点的坐标系更为准确,也提高了末端工具件11的使用范围。同时半圆柱体111属于规则部件,对于半圆柱的点云数据处理较为容易且处理得到的几何图形的精度较高,进一步地提高工件坐标系的精度。
本实施例中,参阅图8所示,所述半圆体上与所述圆弧面相对的平面上设有方形凸起112。具体地,通过方形凸起112的棱边能够尽可能地使得末端工具件11靠近位于形状复杂外形工件30上的特征点,使得手工示教方法得到的特征点的坐标系更为准确。同时方形凸起112属于规则部件,对于方形凸起112的点云数据处理较为容易且处理得到的几何图形的精度较高,进一步地提高工件坐标系的精度。
本实施例中,所述三维扫描仪20为双目三维扫描仪。具体地,双目三维扫描仪20结合了结构光技术、相位测量技术、计算机视觉技术的复合三维非接触式测量技术,采用蓝光光栅扫描的方式,实现了点云数据的全自动拼接,因此双目三维扫描仪20具有高效率、高精度、高寿命、高解析度等优点,能够满足细节要求高的工件30的扫描要求,同时能够得到末端工具件11和工件30准确的点云数据。
本实施例中,参阅图7所示,所述三维扫描仪20还包括支撑三角架22,所述摄像头21固定安装于所述支撑三角架22的上部。具体地,支撑三角架22能够可靠地支撑着摄像头21,避免摄像头21的晃动,从而影响扫描的点云数据的准确度。
本实施例中,参阅图9所示,所述支撑三角架22包括安装块221、连接组件222和三个支撑杆223,三个所述支撑杆223的顶端均与所述安装块221的底端连接,且三个所述支撑杆223呈辐射状倾斜设置,所述摄像头21通过所述连接组件222安装于所述安装块221的顶端。具体地,三个支撑杆223呈三角对搭状固定于安装块221的底端,安装块221的顶端通过连接组件222与摄像头21相连,由于三角支撑较为稳固,能够稳定地支撑摄像头21,且支撑杆223的结构简单、成本低、占用空间小,扩展了三维扫描仪20的适用范围。
进一步地,参阅图9所示,所述支撑三角架22还包括连接板224,连接板224顶端固定安装于安装块221的底端,连接板224上开设有三个用于容纳支撑杆223的顶端的容纳槽2241且支撑杆223能够在容纳槽2241内可上下摆动,容纳槽2241的侧面开设有贯穿容纳槽2241的第一固定孔2242,支撑杆223的顶端在第一固定孔2242的对应位置开设有第二固定孔2231,用固定螺钉225分别依次穿设第一固定孔2242和第二固定孔2231将支撑杆223固定于连接板224上。可以通过固定螺钉225的紧固和松开的作用,实现呈三角对搭状的支撑杆223的收拢和打开,也可实现支撑杆223的拆卸,便于支撑三角架22的收纳。
本实施例中,所述支撑杆223为可伸缩杆。具体地,支撑杆223的高度是可调节的,通过调节支撑杆223的高度从而调节摄像头21的高度,从而使得扫描仪能够针对不同尺寸的工件30进行完整的扫描,避免出现工件30漏扫的情况。
本实施例中,参阅图9所示,所述连接组件222包括第一连接杆2221、第二连接杆2222和调整螺母2223,所述第二连接杆2222的底端与所述安装块221连接,所述第二连接杆2222的顶端穿设于所述调整螺母2223的螺纹孔且所述第二连接杆2222的顶端设有与所述调整螺母2223相适配的外螺纹,所述第一连接杆2221的底端设有与所述外螺纹相配合的内螺纹以使得所述第一连接杆2221与所述第二连接杆2222螺纹连接,所述摄像头21固定连接于所述第一连接杆2221的顶端。具体地,第二连接杆2222的顶端先穿过调整螺母2223,然后第二连接杆2222的顶端再与第一连接杆2221的顶端螺纹连接,通过第一连接杆2221与第二连接杆2222的螺纹连接可以实现调节固定于第一连接杆2221顶端的摄像头21的高度,同时可以通过旋转调整螺母2223使得调整螺母2223的上表面与第一连接杆2221的下表面相互抵接,避免第一连接杆2221与第二连接杆2222螺纹连接而出现松动的情况,确保了固定摄像头21的稳定性。
本实施例中,参阅图9所示,所述第二连接杆2222的底端设有固定于所述第二连接杆2222的铰接球2224,所述安装块221的内部设有与所述铰接球2224相配合的铰接槽2211,所述铰接球2224与所述铰接槽2211铰接以使得所述第二连接杆2222与所述安装块221相铰接。具体地,第二连接杆2222的顶端与安装块221通过铰接球2224与铰接槽2211相铰接,实现了第二连接杆2222与安装块221的可转动连接,即在不移动支撑杆223的情况下,实现了摄像头21的可转动,使得三维扫描仪20的使用更为方便,操作更为简单。
进一步地,参阅图9所示,安装块221上还开设有连通铰接槽2211的直槽2212,且直槽2212能够容纳第二连接杆2222顶部,通过第二连接杆2222在铰接槽2211的转动和在直槽2212中的上下转动能够实现摄像头21高度的调节和转动,增大了摄像头21可调节的角度和调节高度,增加了三维扫描仪20的扫描范围,能够适用于更多种类的工件30。
本实施例中,参阅图9所示,所述支撑三角架22还包括紧固螺钉226,所述安装块221的侧面设有连通所述铰接槽2211且供所述紧固螺钉226穿设的紧固孔2213,所述紧固螺钉226穿设于所述紧固孔2213且所述紧固螺钉226的末端抵接于所述铰接球2224上。具体地,通过紧固螺钉226的末端抵接在铰接球2224上,能够固定住铰接球2224的,使得铰接球2224不能转动,从而固定摄像头21的扫描角度,确保了摄像头21在扫描时的稳定性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种获取工件坐标系方法,其特征在于,包括如下步骤:
S100:标记特征点:提供工件,在所述工件上选取三个特征点;
S200:获取特征点坐标值和偏差:提供机器人、三维扫描仪和计算机,所述机器人的末端工具件分别靠近各所述特征点,获取各所述特征点的坐标值,同时,利用所述三维扫描仪扫描所述末端工具件和所述工件,并获得点云数据,将所述点云数据导入至所述计算机的逆向软件中处理并测量得到各所述末端工具件与所述末端工具件对应的所述特征点之间的偏差;
S300:确定工件坐标系:利用各所述偏差去调整对应的所述坐标值,根据调整后的各所述坐标值确定工件坐标系。
2.根据权利要求1所述的获取工件坐标系方法,其特征在于:在步骤S2000中,在所述末端工具件靠近至各所述特征点,具体为:在所述末端工具件上选取一点作为所述末端工具件的标记点,并将所述标记点靠近各所述特征点。
3.根据权利要求2所述的获取工件坐标系方法,其特征在于:所述标记点为所述末端工具件上特征线的原点、相交点或中心点。
4.根据权利要求1所述的获取工件坐标系方法,其特征在于:在所述步骤S200中,在所述机器人的末端工具件靠近至各所述特征点,获取各所述特征点的坐标值,具体为:在所述末端工具件上选取一点作为末端工具件的标记点,将所述标记点靠近所述第一特征点时,直接获取所述标记点的坐标值,并将所述标记点的坐标值直接作为所述第一特征点的第一坐标值。
5.根据权利要求1所述的获取工件坐标系方法,其特征在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S250:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S260:重复所述步骤S220~S250,得到所述第二特征点的第二坐标值和所述第三特征点的第三坐标值及所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
6.根据权利要求5所述的获取工件坐标系方法,其特征在于:在所述步骤
S240中,重建几何模型具体包括以下步骤:
S241:点云数据预处理:提供计算机,将所述第一点云数据导入所述计算机的逆向软件中,并使用所述计算机的逆向工程软件对所述第一点云数据进行预处理;
S242:曲面重构:利用所述逆向工程软件对所述第一点云数据进行曲面重构得到所述末端工具件和所述工件的几何模型;
S243:数据对齐:将所述末端工具件和所述工件的几何模型与所述第一点云数据相对齐。
7.根据权利要求5所述的获取工件坐标系方法,其特征在于:在所述步骤S250,具体为:利用逆向软件在所述末端工具件的几何模型上和/或所述工件的几何模型上建立辅助面、辅助线和辅助点,以获取所述第一偏差。
8.根据权利要求1所述的获取工件坐标系方法,其特征在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重复所述步骤S220~S230,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重复所述步骤S250~S260,以得到所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
9.根据权利要求1所述的获取工件坐标系方法,其特征在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:获取第二点云数据:在所述机器人的末端工具件靠近至所述工件上所述第二特征点,获取到所述第二特征点的第二坐标值,同时,在所述第一点云数据的基础上继续扫描所述末端工具件和工件,得到第二点云数据,所述第二点云数据包括两个分别位于所述第一特征点处、所述第二特征点处的所述末端工具件的点云数据及一个所述工件的点云数据;
S250:获取第三点云数据:在所述机器人的末端工具件靠近至所述工件上所述第三特征点,获取到所述第三特征点的第三坐标值,同时,在所述第二点云数据的基础上继续扫描所述末端工具件和所述工件,得到第三点云数据,所述第三点云数据包括三个分别位于所述第一特征点处的所述末端工具件的点云数据、所述第二特征点处的所述末端工具件的点云数据和所述第三特征点处的所述末端工具件的点云数据及一个所述工件的点云数据;
S260:重建几何模型:将所述第三点云数据导入所述计算机的逆向软件中并处理所述第三点云数据得到所述工件与所述末端工具件的几何模型;
S270:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差、所述末端工具与所述第二特征点之间的第二偏差和所述末端工具与所述第三特征点之间的第三偏差。
10.根据权利要求1所述的获取工件坐标系方法,其特征在于:所述步骤S200具体包括如下步骤:
S210:划分特征点:三个所述特征点分别为第一特征点、第二特征点和第三特征点;
S220:获取第一坐标值:将所述机器人的末端工具件靠近至所述第一特征点,获取所述第一特征点的第一坐标值;
S230:获取第一点云数据:在所述机器人的末端工具件靠近至所述第一特征点的同时,利用三维扫描仪扫描所述末端工具件和所述工件,并获得第一点云数据,所述第一点云数据包括一个位于所述第一特征点处的末端工具件的点云数据和一个所述工件的点云数据;
S240:重复所述步骤S220~S230,以获取所述第二特征点的第二坐标值和第二点云数据及所述第三特征点的第三坐标值和第三点云数据;
S250:重建几何模型:将所述第一点云数据导入所述计算机的逆向软件中并处理所述第一点云数据得到所述工件与所述末端工具件的几何模型;
S260:测量偏差:利用所述逆向软件测量所述工件与所述末端工具件的几何模型以得到所述末端工具与所述第一特征点之间的第一偏差;
S270:重建几何模型:将所述第二点云数据和所述工件的几何模型导入所述逆向软件中,并将所述第二点云数据中的所述工件的点云数据与所述工件的几何模型对齐,处理所述第二点云数据中的所述末端工具件部分的点云数据得到所述末端工具件的几何模型;
S280:测量偏差:利用所述逆向软件测量所述工件的几何模型与所述末端工具件的几何模型以得到所述末端工具与所述第二特征点之间的第二偏差;
S290:重复所述步骤S270~S280,以得到所述末端工具与所述第三特征点之间的第三偏差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087856.5A CN108362240B (zh) | 2018-01-30 | 2018-01-30 | 获取工件坐标系方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087856.5A CN108362240B (zh) | 2018-01-30 | 2018-01-30 | 获取工件坐标系方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108362240A true CN108362240A (zh) | 2018-08-03 |
CN108362240B CN108362240B (zh) | 2020-12-25 |
Family
ID=63007599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810087856.5A Active CN108362240B (zh) | 2018-01-30 | 2018-01-30 | 获取工件坐标系方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108362240B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109282772A (zh) * | 2018-11-23 | 2019-01-29 | 安徽华菱汽车有限公司 | 一种气缸盖毛坯的测量及工件坐标系确定方法 |
CN109461183A (zh) * | 2018-10-23 | 2019-03-12 | 沙洲职业工学院 | 一种空间坐标点与点云位置点三维对比的方法 |
CN109605157A (zh) * | 2018-11-30 | 2019-04-12 | 华中科技大学 | 一种基于3d激光扫描仪的机器人毛刺清理方法 |
CN109814434A (zh) * | 2018-12-20 | 2019-05-28 | 北京华航唯实机器人科技股份有限公司 | 控制程序的校准方法及装置 |
CN109903333A (zh) * | 2019-02-02 | 2019-06-18 | 宁波吉利汽车研究开发有限公司 | 机器人工件的坐标系修正方法、装置及电子设备 |
CN110251276A (zh) * | 2019-06-03 | 2019-09-20 | 浙江工业大学 | 一种增减材复合加工成型的口腔赝复体支架制作方法 |
CN110549319A (zh) * | 2019-09-25 | 2019-12-10 | 中科新松有限公司 | 一种基于机器人末端指点示教的障碍物标定方法 |
CN110640723A (zh) * | 2019-09-25 | 2020-01-03 | 中科新松有限公司 | 基于机器人末端指点示教的障碍物标定方法 |
CN111409075A (zh) * | 2020-04-22 | 2020-07-14 | 无锡中车时代智能装备有限公司 | 简单方便的机器人手眼标定***和标定方法 |
CN113601267A (zh) * | 2021-07-26 | 2021-11-05 | 成都飞机工业(集团)有限责任公司 | 一种建立零件加工坐标系的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4101764A (en) * | 1975-09-11 | 1978-07-18 | Dr. Johannes Heidenhain Gmbh | Incremental measuring system |
CN104457566A (zh) * | 2014-11-10 | 2015-03-25 | 西北工业大学 | 一种无须示教机器人***的空间定位方法 |
CN105067023A (zh) * | 2015-08-31 | 2015-11-18 | 中国科学院沈阳自动化研究所 | 一种全景三维激光传感器数据校准方法和装置 |
CN106600681A (zh) * | 2016-11-02 | 2017-04-26 | 上海航天设备制造总厂 | 一种有障碍物曲面的打磨方法 |
CN107450885A (zh) * | 2017-07-21 | 2017-12-08 | 上海交通大学 | 一种工业机器人与三维传感器的坐标变换求解方法 |
CN108127483A (zh) * | 2018-01-30 | 2018-06-08 | 深圳市圆梦精密技术研究院 | 曲面零件数控加工定位方法 |
-
2018
- 2018-01-30 CN CN201810087856.5A patent/CN108362240B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4101764A (en) * | 1975-09-11 | 1978-07-18 | Dr. Johannes Heidenhain Gmbh | Incremental measuring system |
CN104457566A (zh) * | 2014-11-10 | 2015-03-25 | 西北工业大学 | 一种无须示教机器人***的空间定位方法 |
CN105067023A (zh) * | 2015-08-31 | 2015-11-18 | 中国科学院沈阳自动化研究所 | 一种全景三维激光传感器数据校准方法和装置 |
CN106600681A (zh) * | 2016-11-02 | 2017-04-26 | 上海航天设备制造总厂 | 一种有障碍物曲面的打磨方法 |
CN107450885A (zh) * | 2017-07-21 | 2017-12-08 | 上海交通大学 | 一种工业机器人与三维传感器的坐标变换求解方法 |
CN108127483A (zh) * | 2018-01-30 | 2018-06-08 | 深圳市圆梦精密技术研究院 | 曲面零件数控加工定位方法 |
Non-Patent Citations (1)
Title |
---|
张文建 等: "三坐标测量机在反求工程中的研究", 《设计与研究》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461183A (zh) * | 2018-10-23 | 2019-03-12 | 沙洲职业工学院 | 一种空间坐标点与点云位置点三维对比的方法 |
CN109282772A (zh) * | 2018-11-23 | 2019-01-29 | 安徽华菱汽车有限公司 | 一种气缸盖毛坯的测量及工件坐标系确定方法 |
CN109605157A (zh) * | 2018-11-30 | 2019-04-12 | 华中科技大学 | 一种基于3d激光扫描仪的机器人毛刺清理方法 |
CN109605157B (zh) * | 2018-11-30 | 2019-11-12 | 华中科技大学 | 一种基于3d激光扫描仪的机器人毛刺清理方法 |
CN109814434A (zh) * | 2018-12-20 | 2019-05-28 | 北京华航唯实机器人科技股份有限公司 | 控制程序的校准方法及装置 |
CN109903333A (zh) * | 2019-02-02 | 2019-06-18 | 宁波吉利汽车研究开发有限公司 | 机器人工件的坐标系修正方法、装置及电子设备 |
CN110251276A (zh) * | 2019-06-03 | 2019-09-20 | 浙江工业大学 | 一种增减材复合加工成型的口腔赝复体支架制作方法 |
CN110251276B (zh) * | 2019-06-03 | 2022-01-11 | 浙江工业大学 | 一种增减材复合加工成型的口腔赝复体支架制作方法 |
CN110549319A (zh) * | 2019-09-25 | 2019-12-10 | 中科新松有限公司 | 一种基于机器人末端指点示教的障碍物标定方法 |
CN110640723A (zh) * | 2019-09-25 | 2020-01-03 | 中科新松有限公司 | 基于机器人末端指点示教的障碍物标定方法 |
CN111409075A (zh) * | 2020-04-22 | 2020-07-14 | 无锡中车时代智能装备有限公司 | 简单方便的机器人手眼标定***和标定方法 |
CN113601267A (zh) * | 2021-07-26 | 2021-11-05 | 成都飞机工业(集团)有限责任公司 | 一种建立零件加工坐标系的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108362240B (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108362240A (zh) | 获取工件坐标系方法 | |
CN108356828A (zh) | 工件坐标系修正方法 | |
CN108127483B (zh) | 曲面零件数控加工定位方法 | |
CN105382631B (zh) | 一种五轴数控机床旋转轴误差的检测设备和方法 | |
Schreiber et al. | Theory and arrangements of self-calibrating whole-body 3-D-measurement systems using fringe projection technique | |
CN100412505C (zh) | 宽度测量方法和表面特性测量机 | |
CA2463570C (en) | Method and system for visualizing surface errors | |
CN110095060A (zh) | 基于三维扫描技术的钢结构快速质量检测方法 | |
Lee et al. | Automated inspection planning of free-form shape parts by laser scanning | |
CN204575030U (zh) | 三维激光全自动扫描测量*** | |
CN108827187B (zh) | 一种三维轮廓测量*** | |
CN108827155B (zh) | 一种机器人视觉测量***及方法 | |
CN108534679A (zh) | 一种筒形件轴线位姿的无靶标自动测量装置及方法 | |
CN106248035A (zh) | 一种基于点云模型的面轮廓度精确检测的方法及*** | |
Milroy et al. | Automated laser scanning based on orthogonal cross sections | |
CN108994830A (zh) | 用于打磨机器人离线编程的***标定方法 | |
CN109520421A (zh) | 一种影像测头姿态的调整装置及其调整方法 | |
CN111028340A (zh) | 精密装配中的三维重构方法、装置、设备及*** | |
CN108458659A (zh) | 一种叶片非接触式检测装置及方法 | |
CN112325773B (zh) | 一种激光位移传感器的光束方向矢量和原点位置标定方法 | |
CN107990856B (zh) | 一种超量程工件的空间位置误差检测方法 | |
CN113188442B (zh) | 一种座椅类家具多角度点云测量工装及其拼接方法 | |
CN207946851U (zh) | 修正工件坐标系装置 | |
CN103738463B (zh) | 一种造船用数控胎架的控制方法 | |
Bradley et al. | A complementary sensor approach to reverse engineering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |