CN113189950B - 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 - Google Patents
用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 Download PDFInfo
- Publication number
- CN113189950B CN113189950B CN202110493634.5A CN202110493634A CN113189950B CN 113189950 B CN113189950 B CN 113189950B CN 202110493634 A CN202110493634 A CN 202110493634A CN 113189950 B CN113189950 B CN 113189950B
- Authority
- CN
- China
- Prior art keywords
- robot
- bracket
- adjustment
- assembly
- force sensor
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 99
- 230000005484 gravity Effects 0.000 claims abstract description 53
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 20
- 238000012546 transfer Methods 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims abstract description 14
- 238000010168 coupling process Methods 0.000 claims abstract description 14
- 238000005859 coupling reaction Methods 0.000 claims abstract description 14
- 238000013178 mathematical model Methods 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 60
- 238000009434 installation Methods 0.000 claims description 41
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000009466 transformation Effects 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000005284 excitation Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 abstract 1
- 230000036544 posture Effects 0.000 description 29
- 230000033001 locomotion Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001338 self-assembly Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000145845 chattering Species 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/60—Electric or hybrid propulsion means for production processes
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,包括:对机器人***进行机电耦合分析,通过加速度多体***传递矩阵法建立机械子***的动力学模型,与建立PMSM数学模型相结合,得到装调机器人机电耦合动力学模型;通过视觉识别支架及安装面的空间位姿,以机电耦合动力学模型为基础设计阻抗控制器,结合视觉跟踪、重力补偿、防碰撞机制实现支架的柔顺装调。本发明的柔顺装调方法,装调柔顺性好、响应快,同时通过双机器人协作实现了多型号支架的自主识别、自动抓取、在线补偿与防碰撞处理。柔顺性好、响应快,同时通过双机器人协作实现了多型号支架的自主识别、自动抓取、在线补偿与防碰撞处理。
Description
技术领域
本发明属于大型结构件装配技术领域,具体涉及用于大型弱刚性结构件装配的双机器人协同柔顺装调方法。
背景技术
随着新一代航空航天产品性能需求逐渐提升,其零部件结构逐渐呈现大尺寸、弱刚性、一体化等加工需求。如大型弱刚性舱体结构件的支架,存在种类多、规格不一、定位面朝向多变的特点,在采用机器人进行自动装夹及柔顺装调时,需要考虑不同支架的装夹状态、重力及重心、安装面与支架孔位相匹配等因素,并且视觉识别、跟踪定位、轨迹控制等过程存在不可避免的误差,同时舱体及支架存在弱刚性特点,为防止装调过程中发生刚性碰撞损坏零件,需要采用视觉定位、引导与基于力信息的柔顺装调相结合的移动式双机器人协同装调方法。
阻抗控制方法是实现柔顺控制的主要方式,中国专利“CN109571484A,一种自组装任务的空间机械臂柔顺装配控制方法”,通过建立舱体-机械臂-底座的封闭链结构动力学模型,结合阻抗控制规律,实现空间机械臂稳定可靠完成舱体自组装任务。中国专利“CN111319042A,一种基于遗忘因子动态参数的机器人柔顺装配控制方法”,采用遗忘因子函数动态改变阻抗控制初始位置值,然后基于阻抗控制获取机器人末端运动位置。上述两项专利方案在动力学建模过程中,均没有考虑电机对机械臂控制的影响,降低了动力学模型的准确性,影响装调的柔顺性。
中国专利“CN109940605A,融合三维视觉与接触力分析的柔顺装配***及方法”,通过深度相机将采集的数据转化为位置信息,规划装配路线;结合六维力传感器采集不同装配条件下的数据,训练神经网络模型并建立映射关系,对装配过程中的力与力矩进行预测,保障装调动作的柔顺性和准确性。但该方法仍存在不足:采用基于视觉的离线轨迹规划,忽视了装调过程中轴孔无法完全匹配及意外碰撞等情况;同时,采用神经网络计算装调过程力传感器数据中重力的影响因素,只能对单一规格产品固定装夹及安装姿态进行重力补偿。
现有的机器人柔顺装调方法主要是针对固定装调产品与对象,通过视觉或离线编程的方式确定初始安装轨迹,结合力传感器计算装调接触力进行柔顺控制。但在面对多规格产品、变安装面且开敞性较差的装调任务时,会因没有全程视觉引导及通用的重力补偿方法而发生产品与安装面或环境碰撞的情况,损坏产品。同时,现有的基于动力学的阻抗控制模型多是建立机器人及装配对象的动力学模型,忽视了机器人电机对控制效果的影响,影响装配过程的稳定性,严重时将导致柔顺装调过程中发生颤振。
发明内容
针对上述背景技术中所指出的现有技术存在的不足,本发明提出一种用于大型弱刚性结构件装配的双机器人协同柔顺装调方法。
本发明所采用的技术方案为:
用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,采用的双机器人协同柔顺装调***包括第一AGV移动平台和第二AGV移动平台,所述第一AGV移动平台上搭载有装调机器人,所述装调机器人末端安装有用于抓住待安装支架的气动夹爪,所述气动夹爪和所述装调机器人末端法兰盘间安装有六维力传感器;所述第二AGV移动平台上搭载有视觉跟踪机器人,所述视觉跟踪机器人末端安装有双目深度相机;
所述双机器人协同柔顺装调方法包括如下步骤:
步骤S1、对双机器人协同柔顺装调***进行机电耦合结构分析,将整个***分为电气子***、传动子***和机械子***,并将电气子***和传动子***合并作为交流永磁伺服电机传动***;
步骤S2、建立交流永磁伺服电机传动***的数学模型,通过Clarke变换,将包括电机电压、电机电流的三相正交交流量转换为两相正交交流量;
步骤S3、再Park变换,将两相正交交流量转换为两相正交直流量;
步骤S4、通过步骤S2和S3确定输出扭矩与定子电流的关联关系,并获得三相交流永磁伺服电机数学模型,确定电机电流与输出扭矩之间的关系;
步骤S5、将机械子***分解为包括移动平台、连杆、关节和末端的多体***,并根据各部分自然属性,分为“体”元件和“铰”元件,并建立拓扑结构图;
步骤S6、求解机械子***“体”元件与“铰”元件各部件传递矩阵和传递方程,通过固定机器人姿态下的***边界条件,求解***特征方程,得到***未知状态变量及边界点状态矢量,获得机械子***的动力学传递方程;在机械子***的动力学传递方程的基础上,结合参数识别、***的边界条件,求解机械子***的动力学方程;
步骤S7、将步骤S4的三相交流永磁伺服电机数学模型带入机械子***的动力学方程中,获得装调机器人***机电耦合动力学模型;
步骤S8、完成所述六维力传感器、所述气动夹爪的空间位置标定及手眼标定;
步骤S9、对所述六维力传感器进行零点标定及滤波处理;
步骤S10、通过所述视觉跟踪机器人对待安装支架进行扫描定位,确定待安装支架空间位置,将空间位置经过双机器人当前空间位置转换后发送给所述装调机器人,完成对待安装支架的自动识别与装夹;
步骤S11、在所述装调机器人夹持待安装支架后,采集机器人6组重力标定姿态下的机器人位姿和所述六维力传感器的读数,通过空间转换求得所述气动夹爪及待安装支架的重力和重心;
步骤S12、经步骤S11计算得到当前气动夹爪及所述待安装支架的重力和重心后,通过视觉识别安装面的空间位置及安装姿态,按照步骤S10中的空间位置转换方法,将待安装支架的安装位置及姿态经过转换后发送给所述装调机器人;
步骤S13、所述装调机器人夹持待安装支架进行装调的过程包括定位与姿态调整过程、预接触过程及柔顺装调过程;
在定位与姿态调整过程中,所述装调机器人根据步骤S12中的待安装支架的安装位置及姿态,在进入预接触过程前达到安装位置L,并完成安装姿态的调整;
在预接触过程中,降低机器人当前运行速度,并开启柔顺控制功能;
在柔顺装调过程中,利用步骤S7中得到的装调机器人***机电耦合动力学模型,设计阻抗控制器,并以步骤S12中得到的安装位姿为期望位姿,通过阻抗控制方式实现柔顺装调;
在预接触过程和柔顺装调过程中,根据步骤S11求得的气动夹爪及待安装支架的重力和重心,进行实时重力补偿,消除所述气动夹爪及待安装支架的重力对装调柔顺控制的影响;
在所述装调机器人夹持待安装支架进行装调的整个过程中,采用所述视觉跟踪机器人进行全程跟踪、预判,保证所述装调机器人平稳有序的完成支架柔顺装调;
步骤S14、除步骤S13中的视觉跟踪进行防碰撞外,在进入预接触过程后,还为所述六维力传感器设置各方向上的最大接触力阈值,当超过阈值后则停止机器人当前动作,并朝着力减小的方向进行调整,直至六维力信息小于设置的阈值;同时,还设置单向力瞬间改变值阈值,当某一方向发生单向力信息瞬间变化超过瞬间改变阈值,则机器人急停;
步骤S15、在保证步骤S12至S14顺利执行的前提下,当所述装调机器人达到期望安装位置和姿态,六维力信息达到期望力信息后,则完成当前待安装支架的柔顺装调;当安装新的支架时,则重复步骤S10至S15,实现对不同形状、大小及安装面的支架的自动化柔顺装调。
进一步地,步骤S2中,Clarke变换具体为:
将励磁磁场的轴线称为直轴,记为d;电枢磁场的轴线称为交轴,记为q;电机三相电abc产生的磁场V,大小及旋转角速度不变,将其投影到αβ坐标系,得到:
公式(1)中,Vα为磁场V在坐标轴α上的投影,Vβ为磁场V在坐标轴β上的投影;当αβ坐标系旋转起来后,即得到电机的dq坐标系,因而其电流之间的关系为:
公式(2)中,Ia、Ib、Ic及Iα、Iβ分别为电流I在坐标轴a、b、c及α、β上的投影。
进一步地,步骤S3中,Park变换具体为:
将步骤S2得到的两相正交交流量进一步转化,得到:
公式(3)中,Id和Iq分别为电流I在旋转坐标轴d和q上的投影,θ为坐标轴d与坐标轴α之间的转动角度。
进一步地,步骤S5中,机械子***为n个元件组成的链式***,规定传递方向为1至n,则***总传递方程为:
zn,O=U1-nz1,I (4)
公式(4)中,U1-n为1至n个元件的传递方程,并且按照顺序从第1个元件的传递矩阵右乘到第n个传递矩阵;zn,O和z1,I分别为第n个元件输出点与第1个元件输入点的状态矢量,下标中O和I分别代表元件的输出点与输入点,状态矢量表示为:
公式(5)简化为:
公式(6)中
为连接点的绝对加速度在惯性系o-xyz的坐标阵列,为连接点处对应坐标系绝对角加速度在惯性系o-xyz的坐标阵列,m为连接点处内力矩在惯性系o-xyz的坐标阵列,Q为连接点处内力在惯性系o-xyz的坐标阵列。
进一步地,步骤S9中,零点标定在首次装配后及每年进行一次,以保证所述六维力传感器的零点精度;在安装完成后进行30min的预热;
所述六维力传感器的度数Fs为
Fs=Fb+Fg+Fc+Fn+Fv (7)
公式(7)中,Fb为所述六维力传感器的偏差,Fg为在重力作用下的所述六维力传感器测量值,Fc为所述六维力传感器与环境接触力,即装调过程中要实现柔顺控制的力;Fn为由环境噪声引起的传感器力信息波动,Fv为振动和惯性引起的力信息。
进一步地,在步骤S10实施之前,采用激光跟踪仪对所述装调机器人及所述视觉跟踪机器人进行空间位置标定,确定双机器人之间基坐标系的转换关系同时还需要对所述视觉跟踪机器人进行手眼标定,确定所述装调机器人法兰盘与双目视觉坐标系之间的转换关系确定所述装调机器人法兰盘与夹爪坐标系之间的转换关系并通过两个机器人基坐标系到法兰盘之间的转换关系和求得双目视觉坐标系与夹爪坐标系之间的转换关系
公式(9)中,Pc为待安装支架在所述装调机器人基坐标系中的空间位姿,Pe为待安装支架在双目视觉坐标系中的空间位姿,从而实现待安装支架的自动装夹。
进一步地,步骤S11中气动夹爪及待安装支架的重力和重心的求解包括:
采集3组以上不同机器人位姿的机器人点位信息及所述六维力传感器读数,通过矩阵
进行求解,其中,Txi、Tyi、Tzi分别为所述六维力传感器采集的第i个姿态下力传感器坐标系x、y、z轴方向上力矩的大小;Fxi、Fyi、Fzi分别为所述六维力传感器采集的第i个姿态下在力传感器坐标系x、y、z轴上力的大小;(xc,yc,zc)为重心在传感器坐标系下的大小;acon、bcon、ccon为常数,不随姿态变化而改变;
在求出重心后,同样采集3组以上不同机器人位姿下的机器人点位信息和所述六维力传感器读数,通过矩阵
进一步地,步骤S13中,在柔顺装调过程中,除了以所述视觉跟踪机器人采集的安装面位姿信息为目标值外,还设定所述六维力传感器的目标值
Ft=[Fxt Fyt Fzt Txt Tyt Tzt] (12)
其中,Ft为设置的装调目标接触力,Fxt、Fyt、Fzt、Txt、Tyt、Tzt分别为目标力信息在六个方向上的分力,并且保证Ft垂直于安装面。
本发明的有益效果在于:
1)、本发明采用了双机器人协同工作方式实现大型弱刚性结构件的柔顺装调,结合机器人开敞性高、工作空间广、适应性好的特点及全流程视觉跟踪,可有效的保证机器人柔顺装调过程的安全、有序;
2)、通过将机器人分为机械子***、传动子***和电气子***,结合多体传递***矩阵法与磁场定向原理,搭建了机器人***的机电耦合动力学模型,该方法相对于传统的牛顿欧拉法和拉格朗日动力学建模方法建模过程更为简单,考虑了电气***及传动***对动力学模型的影响,提高了动力学建模精度,为装调机器人的柔顺装调提供了高精度动力学模型;
3)、通过采集机器人6个不同姿态下六维力传感器的力信息,求解出机器人当前末端及支架重量及重心,实现了任意规格及装夹位置下支架重量及重心的自动计算,消除了由于支架规格变化及自动抓夹带来的误差,为机器人柔顺装调过程中的重力补偿提供了基础;
4)、采用了机器人视觉自动识别、跟踪、定位、抓取多规格型号支架,对整个支架装调过程进行了监测,结合本方案中提出的力传感器防碰撞监测,通过视觉与力觉双重保护,避免了支架装配过程中的碰撞,实现了对大型弱刚性、变安装面、多构件的机器人自动化装配。
附图说明
图1为本发明的双机器人协同柔顺装调***的结构示意图;
图2为机器人***机电耦合动力学模型建模流程框图;
图3为机器人动力学模型及其拓扑结构图;
图4为“体”元件及柱状铰示意图;
图5为气动夹爪夹持待安装支架示意图及静止状态下受力分析图;
附图标记:1-第一AGV移动平台,2-装调机器人,3-六维力传感器,4-气动夹爪,5-双目深度相机,6-视觉跟踪机器人,7-第二AGV移动平台,8-待安装支架。
具体实施方式
下面结合附图及具体实施例对本发明作进一步的详细说明。
本实施例中,以KUKA500机器人进行示例性说明,以下描述的实施方式是示例性的,仅用于解释本发明,不能解释为对本发明的限制。
用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,如图1所示,采用的双机器人协同柔顺装调***包括第一AGV移动平台1和第二AGV移动平台7,第一AGV移动平台1上搭载有装调机器人2,装调机器人2末端安装有用于抓住待安装支架8的气动夹爪4,气动夹爪4和装调机器人2末端法兰盘间安装有六维力传感器3。第二AGV移动平台7上搭载有视觉跟踪机器人6,视觉跟踪机器人6末端安装有双目深度相机5。
双机器人协同柔顺装调方法包括如下步骤:
步骤S1、对双机器人协同柔顺装调***进行机电耦合结构分析,如图2所示,将整个***分为电气子***、传动子***和机械子***,并将电气子***和传动子***合并作为交流永磁伺服电机传动***。
步骤S2、根据KUKA500机器人采用的是交流永磁电机(PMSM),因此建立交流永磁伺服电机(PMSM)传动***的数学模型,通过Clarke变换,将包括电机电压、电机电流的三相正交交流量转换为两相正交交流量。
步骤S2中,Clarke变换具体为:
将励磁磁场(主极)的轴线称为直轴,记为d。电枢磁场的轴线称为交轴,记为q。电机三相电abc产生的磁场V,大小及旋转角速度不变,将其投影到αβ坐标系,得到:
公式(1)中,Vα为磁场V在坐标轴α上的投影,Vβ为磁场V在坐标轴β上的投影。当αβ坐标系旋转起来后,即得到电机的dq坐标系,因而其电流之间的关系为:
公式(2)中,Ia、Ib、Ic及Iα、Iβ分别为电流I在坐标轴a、b、c及α、β上的投影。
步骤S3、再Park变换,将两相正交交流量转换为两相正交直流量。
步骤S3中,Park变换具体为:
将步骤S2得到的两相正交交流量进一步转化,得到:
公式(3)中,Id和Iq分别为电流I在旋转坐标轴d和q上的投影,θ为坐标轴d与坐标轴α之间的转动角度。经过步骤S2和步骤S3实现从“三相静止”到“两相静止”再到“两相旋转”的变化。
步骤S4、通过步骤S2和S3确定输出扭矩与定子电流的关联关系,并获得三相交流永磁伺服电机(PMSM)数学模型,确定电机电流与输出扭矩之间的关系。
步骤S5、将机械子***分解为包括移动平台、连杆、关节和末端的多体***,并根据各部分自然属性,分为“体”元件和“铰”元件,并建立拓扑结构图,如图3所示。连杆部分Pj-1和Nj+1均为“体”元件,关节部分Jj为“铰”元件中的柱状铰,如图4所示,根据前后两连杆间的运动方式确定柱状铰的工作方式。
步骤S5中,机械子***为n个元件组成的链式***,规定传递方向为1至n,(本实施例中,n为12)则***总传递方程为:
zn,O=U1-nz1,I (4)
公式(4)中,U1-n为1至n个元件的传递方程,并且按照顺序从第1个元件的传递矩阵右乘到第n个传递矩阵。zn,O和z1,I分别为第n个元件输出点与第1个元件输入点的状态矢量,下标中O和I分别代表元件的输出点与输入点,状态矢量表示为:
公式(5)简化为:
公式(6)中
为连接点的绝对加速度在惯性系o-xyz的坐标阵列,为连接点处对应坐标系绝对角加速度在惯性系o-xyz的坐标阵列,m为连接点处内力矩在惯性系o-xyz的坐标阵列,Q为连接点处内力在惯性系o-xyz的坐标阵列。
步骤S6、求解机械子***“体”元件与“铰”元件各部件传递矩阵和传递方程,通过固定机器人姿态下的***边界条件,求解***特征方程,得到***未知状态变量及边界点状态矢量,获得机械子***的动力学传递方程。在机械子***的动力学传递方程的基础上,结合参数识别、***的边界条件,求解机械子***的动力学方程。
步骤S7、将步骤S4的三相交流永磁伺服电机(PMSM)数学模型带入机械子***的动力学方程(动力学模型)中,获得装调机器人***机电耦合动力学模型。
步骤S8、完成六维力传感器3、气动夹爪4的空间位置标定及手眼标定。
步骤S9、为保证六维力传感器3的采集信息的准确性,对六维力传感器3进行零点标定及滤波处理。
步骤S9中,零点标定在首次装配后及每年进行一次,以保证六维力传感器3的零点精度。为减少不必要的环境因素对传感器精度的影响,在安装完成后进行30min的预热,并尽量减少外部环境的温度变化。
六维力传感器3的度数Fs为
Fs=Fb+Fg+Fc+Fn+Fv (7)
公式(7)中,Fb为六维力传感器3的偏差,Fg为在重力作用下的六维力传感器3测量值,Fc为六维力传感器3与环境接触力,即装调过程中要实现柔顺控制的力。Fn为由环境噪声引起的传感器力信息波动,Fv为振动和惯性引起的力信息。由于支架装调过程为慢速、低噪音过程,因此,在本方案中忽略Fn和Fv,而每一方向上的偏差值Fb可以由正反两个相对位姿的力信息求出。
步骤S10、通过视觉跟踪机器人6对待安装支架8进行扫描定位,确定待安装支架8空间位置,将空间位置经过双机器人当前空间位置转换后发送给装调机器人2,完成对待安装支架8的自动识别与装夹。
在步骤S10实施之前,采用激光跟踪仪对装调机器人2及视觉跟踪机器人6进行空间位置标定,确定双机器人之间基坐标系的转换关系同时还需要对视觉跟踪机器人6进行手眼标定,确定装调机器人6法兰盘与双目视觉坐标系之间的转换关系确定装调机器人6法兰盘与夹爪坐标系之间的转换关系并通过两个机器人基坐标系到法兰盘之间的转换关系和求得双目视觉坐标系与夹爪坐标系之间的转换关系
公式(9)中,Pc为待安装支架8在装调机器人2基坐标系中的空间位姿,Pe为待安装支架8在双目视觉坐标系中的空间位姿,从而实现待安装支架8的自动装夹。
步骤S11、为实现装调机器人2根据支架与安装面接触力的柔顺装调,在装调机器人2夹持待安装支架8后,采集机器人6组重力标定姿态下的机器人位姿和六维力传感器3的读数,如图5所示,通过空间转换求得气动夹爪4及待安装支架8的重力和重心。
步骤S11中气动夹爪4及待安装支架8的重力和重心的求解包括:
采集3组以上不同机器人位姿的机器人点位信息及六维力传感器3读数,通过矩阵
进行求解,其中,Txi、Tyi、Tzi分别为六维力传感器3采集的第i个姿态下力传感器坐标系x、y、z轴方向上力矩的大小。Fxi、Fyi、Fzi分别为六维力传感器3采集的第i个姿态下在力传感器坐标系x、y、z轴上力的大小。(xc,yc,zc)为重心在传感器坐标系下的大小。acon、bcon、ccon为常数,不随姿态变化而改变。
在求出重心后,同样采集3组以上不同机器人位姿下的机器人点位信息和六维力传感器3读数,通过矩阵
采集3组以上不同姿态的机器人点位信息及力传感器信息是为了防止病态矩阵出现,从而影响矩阵公式(10)和(11)的计算精度。
步骤S12、经步骤S11计算得到当前气动夹爪4及待安装支架8的重力和重心后,通过视觉识别安装面的空间位置及安装姿态,按照步骤S10中的空间位置转换方法,将待安装支架8的安装位置及姿态经过转换后发送给装调机器人2。
步骤S13、装调机器人2夹持待安装支架8进行装调的过程包括定位与姿态调整过程、预接触过程及柔顺装调过程。
在定位与姿态调整过程中,装调机器人2根据步骤S12中的待安装支架8的安装位置及姿态,在进入预接触过程前达到安装位置L,并完成安装姿态的调整。在本过程中,机器人以较快的移动速度V1进行姿态调整,实现在进入预接触过程前基本完成机器人及支架的位姿调整。
在预接触过程中,降低机器人当前运行速度至V2,在进一步完成支架位姿调整的基础上,开启柔顺控制功能,使得机器人可以在支架碰触到安装面的瞬间考试柔顺调整,防止碰撞损伤。
在柔顺装调过程中,利用步骤S7中得到的装调机器人***机电耦合动力学模型,设计阻抗控制器,并以步骤S12中得到的安装位姿为期望位姿,通过阻抗控制方式实现柔顺装调。
在预接触过程和柔顺装调过程中,根据步骤S11求得的气动夹爪4及待安装支架8的重力和重心,结合机器人当前位姿信息,进行实时重力补偿,消除末端(气动夹爪4)及待安装支架8的重力对装调柔顺控制的影响。
同时,在柔顺装调过程中,除了以视觉跟踪机器人6采集的安装面位姿信息为目标值外,还设定六维力传感器3的目标值
Ft=[Fxt Fyt Fzt Txt Tyt Tzt] (12)
其中,Ft为设置的装调目标接触力,Fxt、Fyt、Fzt、Txt、Tyt、Tzt分别为目标力信息在六个方向上的分力,并且保证Ft垂直于安装面。通过位姿信息及力信息的同时作用实现支架的柔顺装调。
在装调机器人2夹持待安装支架8进行装调的整个过程中,采用视觉跟踪机器人6进行全程跟踪、预判,保证装调机器人2平稳有序的完成支架柔顺装调。
步骤S14、为了防止装调过程中由于程序错误等意外导致机器人、支架、安装面间等发生碰撞,除步骤S13中的视觉跟踪进行防碰撞外,在进入预接触过程后,还为六维力传感器3设置各方向上的最大接触力阈值,当超过阈值后则停止机器人当前动作,并朝着力减小的方向进行调整,直至六维力信息小于设置的阈值。同时,为保证防止瞬间快速碰撞的发生,在设置最大接触力阈值外,还设置单向力瞬间改变值阈值,当某一方向发生单向力信息瞬间变化超过瞬间改变阈值,则机器人急停。
步骤S15、在保证步骤S12至S14顺利执行的前提下,当装调机器人2达到期望安装位置和姿态,六维力信息达到期望力信息后,则完成当前待安装支架8的柔顺装调。当安装新的支架时,则重复步骤S10至S15,实现对不同形状、大小及安装面的支架的自动化柔顺装调。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (8)
1.用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,采用的双机器人协同柔顺装调***包括第一AGV移动平台(1)和第二AGV移动平台(7),第一AGV移动平台(1)上搭载有装调机器人(2),装调机器人(2)末端安装有用于抓住待安装支架(8)的气动夹爪(4),气动夹爪(4)和装调机器人(2)末端法兰盘间安装有六维力传感器(3);第二AGV移动平台(7)上搭载有视觉跟踪机器人(6),视觉跟踪机器人(6)末端安装有双目深度相机(5);
所述双机器人协同柔顺装调方法包括如下步骤:
步骤S1、对双机器人协同柔顺装调***进行机电耦合结构分析,将整个***分为电气子***、传动子***和机械子***,并将电气子***和传动子***合并作为交流永磁伺服电机传动***;
步骤S2、建立交流永磁伺服电机传动***的数学模型,通过Clarke变换,将包括电机电压、电机电流的三相正交交流量转换为两相正交交流量;
步骤S3、再Park变换,将两相正交交流量转换为两相正交直流量;
步骤S4、通过步骤S2和S3确定输出扭矩与定子电流的关联关系,并获得三相交流永磁伺服电机数学模型,确定电机电流与输出扭矩之间的关系;
步骤S5、将机械子***分解为包括移动平台、连杆、关节和末端的多体***,并根据各部分自然属性,分为“体”元件和“铰”元件,并建立拓扑结构图;
步骤S6、求解机械子***“体”元件与“铰”元件各部件传递矩阵和传递方程,通过固定机器人姿态下的***边界条件,求解***特征方程,得到***未知状态变量及边界点状态矢量,获得机械子***的动力学传递方程;在机械子***的动力学传递方程的基础上,结合参数识别、***的边界条件,求解机械子***的动力学方程;
步骤S7、将步骤S4的三相交流永磁伺服电机数学模型带入机械子***的动力学方程中,获得装调机器人***机电耦合动力学模型;
步骤S8、完成六维力传感器(3)、气动夹爪(4)的空间位置标定及手眼标定;
步骤S9、对六维力传感器(3)进行零点标定及滤波处理;
步骤S10、通过视觉跟踪机器人(6)对待安装支架(8)进行扫描定位,确定待安装支架(8)空间位置,将空间位置经过双机器人当前空间位置转换后发送给装调机器人(2),完成对待安装支架(8)的自动识别与装夹;
步骤S11、在装调机器人(2)夹持待安装支架(8)后,采集机器人6组重力标定姿态下的机器人位姿和六维力传感器(3)的读数,通过空间转换求得气动夹爪(4)及待安装支架(8)的重力和重心;
步骤S12、经步骤S11计算得到当前气动夹爪(4)及待安装支架(8)的重力和重心后,通过视觉识别安装面的空间位置及安装姿态,按照步骤S10中的空间位置转换方法,将待安装支架(8)的安装位置及姿态经过转换后发送给装调机器人(2);
步骤S13、装调机器人(2)夹持待安装支架(8)进行装调的过程包括定位与姿态调整过程、预接触过程及柔顺装调过程;
在定位与姿态调整过程中,装调机器人(2)根据步骤S12中的待安装支架(8)的安装位置及姿态,在进入预接触过程前达到安装位置L,并完成安装姿态的调整;
在预接触过程中,降低机器人当前运行速度,并开启柔顺控制功能;
在柔顺装调过程中,利用步骤S7中得到的装调机器人***机电耦合动力学模型,设计阻抗控制器,并以步骤S12中得到的安装位姿为期望位姿,通过阻抗控制方式实现柔顺装调;
在预接触过程和柔顺装调过程中,根据步骤S11求得的气动夹爪(4)及待安装支架(8)的重力和重心,进行实时重力补偿,消除气动夹爪(4)及待安装支架(8)的重力对装调柔顺控制的影响;
在装调机器人(2)夹持待安装支架(8)进行装调的整个过程中,采用视觉跟踪机器人(6)进行全程跟踪、预判,保证装调机器人(2)平稳有序的完成支架柔顺装调;
步骤S14、除步骤S13中的视觉跟踪进行防碰撞外,在进入预接触过程后,还为六维力传感器(3)设置各方向上的最大接触力阈值,当超过阈值后则停止机器人当前动作,并朝着力减小的方向进行调整,直至六维力信息小于设置的阈值;同时,还设置单向力瞬间改变值阈值,当某一方向发生单向力信息瞬间变化超过瞬间改变阈值,则机器人急停;
步骤S15、在保证步骤S12至S14顺利执行的前提下,当装调机器人(2)达到期望安装位置和姿态,六维力信息达到期望力信息后,则完成当前待安装支架(8)的柔顺装调;当安装新的支架时,则重复步骤S10至S15,实现对不同形状、大小及安装面的支架的自动化柔顺装调。
4.根据权利要求1所述的用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,步骤S5中,机械子***为n个元件组成的链式***,规定传递方向为1至n,则***总传递方程为:
zn,O=U1-nz1,I (4)
公式(4)中,U1-n为1至n个元件的传递方程,并且按照顺序从第1个元件的传递矩阵右乘到第n个传递矩阵;zn,O和z1,I分别为第n个元件输出点与第1个元件输入点的状态矢量,下标中O和I分别代表元件的输出点与输入点,状态矢量表示为:
公式(5)简化为:
公式(6)中
5.根据权利要求1所述的用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,步骤S9中,零点标定在首次装配后及每年进行一次,以保证六维力传感器(3)的零点精度;在安装完成后进行30min的预热;
六维力传感器(3)的度数Fs为
Fs=Fb+Fg+Fc+Fn+Fv (7)
公式(7)中,Fb为六维力传感器(3)的偏差,Fg为在重力作用下的六维力传感器(3)测量值,Fc为六维力传感器(3)与环境接触力,即装调过程中要实现柔顺控制的力;Fn为由环境噪声引起的传感器力信息波动,Fv为振动和惯性引起的力信息。
6.根据权利要求1所述的用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,在步骤S10实施之前,采用激光跟踪仪对装调机器人(2)及视觉跟踪机器人(6)进行空间位置标定,确定双机器人之间基坐标系的转换关系同时还需要对视觉跟踪机器人(6)进行手眼标定,确定装调机器人(6)法兰盘与双目视觉坐标系之间的转换关系确定装调机器人(6)法兰盘与夹爪坐标系之间的转换关系并通过两个机器人基坐标系到法兰盘之间的转换关系和求得双目视觉坐标系与夹爪坐标系之间的转换关系
公式(9)中,Pc为待安装支架(8)在装调机器人(2)基坐标系中的空间位姿,Pe为待安装支架(8)在双目视觉坐标系中的空间位姿,从而实现待安装支架(8)的自动装夹。
7.根据权利要求1所述的用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,步骤S11中气动夹爪(4)及待安装支架(8)的重力和重心的求解包括:
采集3组以上不同机器人位姿的机器人点位信息及六维力传感器(3)读数,通过矩阵
进行求解,其中,Txi、Tyi、Tzi分别为六维力传感器(3)采集的第i个姿态下力传感器坐标系x、y、z轴方向上力矩的大小;Fxi、Fyi、Fzi分别为六维力传感器(3)采集的第i个姿态下在力传感器坐标系x、y、z轴上力的大小;(xc,yc,zc)为重心在传感器坐标系下的大小;acon、bcon、ccon为常数,不随姿态变化而改变;
在求出重心后,同样采集3组以上不同机器人位姿下的机器人点位信息和六维力传感器(3)读数,通过矩阵
8.根据权利要求1所述的用于大型弱刚性结构件装配的双机器人协同柔顺装调方法,其特征在于,步骤S13中,在柔顺装调过程中,除了以视觉跟踪机器人(6)采集的安装面位姿信息为目标值外,还设定六维力传感器(3)的目标值
Ft=[Fxt Fyt Fzt Txt Tyt Tzt] (12)
其中,Ft为设置的装调目标接触力,Fxt、Fyt、Fzt、Txt、Tyt、Tzt分别为目标力信息在六个方向上的分力,并且保证Ft垂直于安装面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110493634.5A CN113189950B (zh) | 2021-05-07 | 2021-05-07 | 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110493634.5A CN113189950B (zh) | 2021-05-07 | 2021-05-07 | 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113189950A CN113189950A (zh) | 2021-07-30 |
CN113189950B true CN113189950B (zh) | 2022-02-11 |
Family
ID=76983902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110493634.5A Active CN113189950B (zh) | 2021-05-07 | 2021-05-07 | 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113189950B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114740492A (zh) * | 2022-03-11 | 2022-07-12 | 南京航空航天大学 | 一种大型复杂构件的移动式柔性测量***及测量方法 |
CN116276995B (zh) * | 2023-03-03 | 2023-09-08 | 北京航空航天大学 | 一种具有零空间避障能力的基于阻抗控制的人机协同方法 |
CN116758237B (zh) * | 2023-08-17 | 2023-10-20 | 山东萌山钢构工程有限公司 | 一种基于实时建模的装配建筑监测*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5336982A (en) * | 1993-03-24 | 1994-08-09 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Dual-arm generalized compliant motion with shared control |
JPH09225871A (ja) * | 1996-02-23 | 1997-09-02 | Yaskawa Electric Corp | ロボットのコンプライアンス制御方法 |
KR20110095529A (ko) * | 2010-02-19 | 2011-08-25 | 주식회사 이턴 | 로봇의 마스터 조작 디바이스 및 이를 이용한 수술용 로봇 |
CN105034008A (zh) * | 2015-09-15 | 2015-11-11 | 南京航空航天大学 | 双机器人协同自动装配的智能化柔性生产线及其运行方法 |
CN105680754A (zh) * | 2016-02-25 | 2016-06-15 | 清华大学 | 一种永磁同步电机的直交轴电流矢量复合控制器 |
CN106695797A (zh) * | 2017-02-22 | 2017-05-24 | 哈尔滨工业大学深圳研究生院 | 基于双臂机器人协同操作的柔顺控制方法及*** |
CN109571484A (zh) * | 2019-01-10 | 2019-04-05 | 北京邮电大学 | 一种用于自组装任务的空间机械臂柔顺装配控制方法 |
CN109746928A (zh) * | 2019-01-30 | 2019-05-14 | 南京航空航天大学 | 一种可移动双机器人自动铣削的智能化柔性生产线及其运行方法 |
CN109848983A (zh) * | 2018-12-10 | 2019-06-07 | 华中科技大学 | 一种高顺应性人引导机器人协同作业的方法 |
CN111319042A (zh) * | 2020-02-06 | 2020-06-23 | 北京凡川智能机器人科技有限公司 | 一种基于遗忘因子动态参数的机器人柔顺装配控制方法 |
CN111687827A (zh) * | 2020-06-22 | 2020-09-22 | 南京航空航天大学 | 一种双机器人协调操作弱刚性构件的控制方法和控制*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132894B (zh) * | 2020-09-08 | 2022-09-20 | 大连理工大学 | 一种基于双目视觉引导的机械臂实时跟踪方法 |
-
2021
- 2021-05-07 CN CN202110493634.5A patent/CN113189950B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5336982A (en) * | 1993-03-24 | 1994-08-09 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Dual-arm generalized compliant motion with shared control |
JPH09225871A (ja) * | 1996-02-23 | 1997-09-02 | Yaskawa Electric Corp | ロボットのコンプライアンス制御方法 |
KR20110095529A (ko) * | 2010-02-19 | 2011-08-25 | 주식회사 이턴 | 로봇의 마스터 조작 디바이스 및 이를 이용한 수술용 로봇 |
CN105034008A (zh) * | 2015-09-15 | 2015-11-11 | 南京航空航天大学 | 双机器人协同自动装配的智能化柔性生产线及其运行方法 |
CN105680754A (zh) * | 2016-02-25 | 2016-06-15 | 清华大学 | 一种永磁同步电机的直交轴电流矢量复合控制器 |
CN106695797A (zh) * | 2017-02-22 | 2017-05-24 | 哈尔滨工业大学深圳研究生院 | 基于双臂机器人协同操作的柔顺控制方法及*** |
CN109848983A (zh) * | 2018-12-10 | 2019-06-07 | 华中科技大学 | 一种高顺应性人引导机器人协同作业的方法 |
CN109571484A (zh) * | 2019-01-10 | 2019-04-05 | 北京邮电大学 | 一种用于自组装任务的空间机械臂柔顺装配控制方法 |
CN109746928A (zh) * | 2019-01-30 | 2019-05-14 | 南京航空航天大学 | 一种可移动双机器人自动铣削的智能化柔性生产线及其运行方法 |
CN111319042A (zh) * | 2020-02-06 | 2020-06-23 | 北京凡川智能机器人科技有限公司 | 一种基于遗忘因子动态参数的机器人柔顺装配控制方法 |
CN111687827A (zh) * | 2020-06-22 | 2020-09-22 | 南京航空航天大学 | 一种双机器人协调操作弱刚性构件的控制方法和控制*** |
Non-Patent Citations (3)
Title |
---|
双机器人钻铆***协同控制与基坐标系标定技术;向勇等;《航空制造技术》;20160815(第16期);第87-92页 * |
机器人无力传感器主动柔顺控制研究;宋吉来等;《电机与控制学报》;20200815;第24卷(第08期);第159-166页 * |
洁净机器人反应转矩观测与碰撞保护研究;宋吉来等;《计算机测量与控制》;20160525;第24卷(第05期);第246-250页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113189950A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113189950B (zh) | 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法 | |
CN106041926B (zh) | 一种基于卡尔曼滤波器的工业机械臂力/位置混合控制方法 | |
Shu et al. | Dynamic path tracking of industrial robots with high accuracy using photogrammetry sensor | |
CN110116407B (zh) | 柔性机器人位姿测量方法及装置 | |
CN113601509B (zh) | 一种多自由度机械臂柔性控制方法和*** | |
CN108839027B (zh) | 基于激光测距传感器的机器人自动对准控制方法 | |
Chiaverini et al. | A survey of robot interaction control schemes with experimental comparison | |
CN109848983A (zh) | 一种高顺应性人引导机器人协同作业的方法 | |
CN110450143B (zh) | 基于协作机器人的工件疲劳测试方法 | |
Li et al. | Enhanced IBVS controller for a 6DOF manipulator using hybrid PD-SMC method | |
CN110977990A (zh) | 一种基于末端六维力传感器的机械臂拖动示教方法 | |
CN110625611A (zh) | 基于激光跟踪测量与力传感联合控制的机械臂辅助部件装配方法及*** | |
CN111515928B (zh) | 机械臂运动控制*** | |
CN114131617B (zh) | 一种工业机器人的智能柔顺控制方法和装置 | |
CN115476356A (zh) | 一种无需力传感器的空间机械臂自适应混合阻抗控制方法 | |
CN114942593A (zh) | 一种基于干扰观测器补偿的机械臂自适应滑模控制方法 | |
Xia et al. | Hybrid force/position control of industrial robotic manipulator based on Kalman filter | |
Liu et al. | Visual Servoing of Rigid-Link Flexible-Joint Manipulators in the Presence of Unknown Camera Parameters and Boundary Output | |
JP2018167333A (ja) | ロボット制御装置、ロボットおよびロボットシステム | |
Storm et al. | State estimation and model-predictive control for multi-robot handling and tracking of AGV motions using iGPS | |
Shu et al. | Dynamic path tracking of industrial robots with high accuracy by visual servoing | |
Lippiello et al. | Robot force/position control with force and visual feedback | |
CN115674188B (zh) | 基于双路滤波器的串联机械臂精确柔顺开环跟踪控制*** | |
Maniere et al. | Robotic contour following based on visual servoing | |
Lei et al. | Vision-based position/impedance control for robotic assembly task |
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 |