CN113524167A - 机器人加工工件时建立工件坐标系的方法及位姿校正方法 - Google Patents
机器人加工工件时建立工件坐标系的方法及位姿校正方法 Download PDFInfo
- Publication number
- CN113524167A CN113524167A CN202110089151.9A CN202110089151A CN113524167A CN 113524167 A CN113524167 A CN 113524167A CN 202110089151 A CN202110089151 A CN 202110089151A CN 113524167 A CN113524167 A CN 113524167A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- coordinate system
- robot
- feature points
- axis
- 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.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种机器人加工工件时建立工件坐标系的方法及位姿校正方法,通过获取待加工工件的点云数据,并对点云数据进行特征提取以获得至少三个原始特征点位置;根据至少三个原始特征点位置构建三个特征点;选取三个特征点中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量;对第一空间向量和第二空间向量分别进行归一化处理;根据归一化处理后的第一空间向量和第二空间向量计算工件坐标系的X轴、Y轴、Z轴,并根据工件坐标系的原点和X轴、Y轴、Z轴构建工件坐标系,在一定程度上减少由于工件一致性差而带来的坐标系误差。
Description
技术领域
本发明涉及工业机器人技术领域,尤其涉及一种机器人加工工件时建立工件坐标系的方法、一种计算机可读存储介质、一种机器人加工工件时的位姿校正方法以及一种机器人加工***。
背景技术
伴随自动化的深入普及,工业机器人已经越来越多的应用到各行业。在工业机器人某些应用中,待处理工件一致性差,如毛坯铸件,一方面传统的机械定位的方法(如依靠工装、夹具)难以满足自动化需要;另一方面,受铸造工艺影响,铸件存在尺寸和形状误差,如涨箱、错箱、扭曲、翘曲等。
这样,机器人如果按照人工示教的基准加工路径执行,则工件的加工一致性不能得到保证,同时也会带来设备的安全风险。
发明内容
本申请是基于发明人对以下问题的认识和研究做出的:
相关技术中,在处理毛坯铸件等这类工件的应用时,通常是机器人配3D传感器来创建工件坐标系,从而将机器人的执行路径存储到工件坐标系下,用以应对待处理工件的位置误差。然而,由于待处理工件的尺寸和形状误差会造成3D传感器采集的数据相对工件的理论基准存在误差,从而很难保证工件的加工一致性。
(一)要解决的技术问题
鉴于上述技术存在的缺点、不足,本发明提供一种机器人加工***及其加工工件时建立工件坐标系的方法和位姿校正方法,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,有效地解决了机器人加工工件时由于工件一致性差而带来的加工误差问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种机器人加工工件时建立工件坐标系的方法,包括以下步骤:获取待加工工件的点云数据,并对所述点云数据进行特征提取以获得至少三个原始特征点位置;根据所述至少三个原始特征点位置构建三个特征点P1、P2、P3;选取所述三个特征点P1、P2、P3中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量;对所述第一空间向量和所述第二空间向量分别进行归一化处理;根据归一化处理后的第一空间向量和第二空间向量计算所述工件坐标系的X轴、Y轴、Z轴,并根据所述工件坐标系的原点和X轴、Y轴、Z轴构建所述工件坐标系。
本发明实施例提出的机器人加工工件时建立工件坐标系的方法,首先获取待加工工件的点云数据,并对点云数据进行特征提取以获得至少三个原始特征点位置,然后根据至少三个原始特征点位置构建三个特征点P1、P2、P3,接着选取三个特征点P1、P2、P3中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量,然后对第一空间向量和第二空间向量分别进行归一化处理,最后根据归一化处理后的第一空间向量和第二空间向量计算工件坐标系的X轴、Y轴、Z轴,并根据工件坐标系的原点和X轴、Y轴、Z轴构建工件坐标系,因此,本发明是基于待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性。
可选地,提取的至少三个原始特征点位置包括所述待加工工件的基准点位。
可选地,当所述至少三个原始特征点位置为三个时,选取三个原始特征点位置中的任意一个原始特征点作为第一个特征点P1,并在剩余的两个原始特征点位置中选取一个原始特征点作为第二个特征点P2,以及将剩下的最后一个作为第三个特征点P3,其中,三个特征点P1、P2、P3在空间中不共线;或者计算三个原始特征点位置的重心作为第一个特征点P1,并在三个原始特征点位置中选取任意一个原始特征点作为第二个特征点P2,以及在剩余的两个原始特征点位置中选取一个原始特征点作为第三个特征点P3,其中,三个原始特征点在空间中不共线。
可选地,当所述至少三个原始特征点位置为大于三个时,计算所有原始特征点位置的重心作为第一个特征点P1,并计算所有原始特征点位置中第一部分原始特征点的重心作为第二个特征点P2,以及计算所有原始特征点位置中第二部分原始特征点的重心作为第三个特征点P3,其中,所述第一部分原始特征点与所述第二部分原始特征点存在不同。
可选地,当选取P1作为所述工件坐标系的原点时,计算所述工件坐标系的X轴、Y轴、Z轴,包括:以P1、P2特征点构建第一空间向量 以P1、P3特征点构建第二空间向量 将所述第一空间向量和所述第二空间向量进行归一化处理,计算X轴为将和向量叉乘得到Z轴,其中,和向量的叉乘顺序满足右手法则;计算Y轴为Y=Z×X。
第二方面,本发明实施例提供一种计算机可读存储介质,其上存储有机器人加工工件时建立工件坐标系的程序,该程序被处理器执行时实现如上所述的机器人加工工件时建立工件坐标系的方法。
本发明实施例提出的计算机可读存储介质,存储的机器人加工工件时建立工件坐标系的程序被处理器执行时,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性。
第三方面,本发明实施例提供一种机器人加工工件时的位姿校正方法,包括以下步骤:通过机器人手眼标定以获得坐标变换矩阵;获取基准工件的点云数据,并获取机器人的第一位姿坐标;通过执行上述的机器人加工工件时建立工件坐标系的方法,以根据所述基准工件的点云数据建立所述基准工件的工件坐标系,并根据所述坐标变换矩阵和所述机器人的第一位姿坐标将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系;获取所述基准工件的空间位置,并将所述基准工件的空间位置保存在所述第一工件坐标系内;在更换工件后,获取待加工工件的点云数据,并获取机器人的第二位姿坐标;通过执行上述的机器人加工工件时建立工件坐标系的方法,以根据所述待加工工件的点云数据建立所述待加工工件的工件坐标系,并根据所述坐标变换矩阵和所述机器人的第二位姿坐标将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系;根据所述第一工件坐标系和所述第二工件坐标系对所述基准工件的空间位置进行更新,并将更新后的空间位置作为所述待加工工件的空间位置。
本发明实施例提出的机器人加工工件时的位姿校正方法,首先通过机器人手眼标定以获得坐标变换矩阵,然后在基准工件放入工装夹具时获取基准工件的点云数据,并获取此时机器人的第一位姿坐标,接着通过执行上述的建立工件坐标系的方法以根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系,然后在第一工件坐标系内保存基准工件的空间位置,接着在更换工件后获取待加工工件的点云数据,并获取此时机器人的第二位姿坐标,再通过执行上述的建立工件坐标系的方法以根据待加工工件的点云数据建立待加工工件的工件坐标系,以及根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系,最后根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置,实现工件的位姿校正。因此,本发明通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,并且在位姿校正的过程中,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,有效地解决了工件加工误差问题,保证加工质量。
可选地,通过3D传感器获取所述基准工件的点云数据,其中,当所述3D传感器安装在所述机器人上时,根据公式Xb=Xr*Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xr为所述机器人的第一位姿坐标,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系;当所述3D传感器安装在所述机器人的外部时,根据公式Xb=Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系。
可选地,通过3D传感器获取所述待加工工件的点云数据,其中,当所述3D传感器安装在所述机器人上时,根据公式Xbnew=Xrnew*Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xrnew为所述机器人的第二位姿坐标,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系;当所述3D传感器安装在所述机器人的外部时,根据公式Xbnew=Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系。
第四方面,本发明实施例提供一种机器人加工***,包括机器人、3D传感器和工装夹具,所述机器人加工***还包括存储器、处理器及存储在存储器上并可在处理器上运行的机器人加工工件时的位姿校正程序,所述处理器执行所述位姿校正程序时,实现上述的机器人加工工件时的位姿校正方法。
本发明实施例提出的机器人加工***,通过处理器执行机器人加工工件时的位姿校正程序时,能够通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,并且在位姿校正的过程中,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,有效地解决了工件加工误差问题,保证加工质量。
(三)有益效果
本发明的有益效果是:本发明的机器人加工***及其加工工件时建立工件坐标系的方法和位姿校正方法,由于采用坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,以及在位姿校正的过程中通过待加工工件的多个点位来构建工件坐标系,相对于现有技术而言,可以确保准确的建立工件坐标系,有效的解决了工件由于尺寸误差、变形等因素带来的问题,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,保证加工质量。
附图说明
图1为根据本发明实施例的机器人加工工件时的误差补偿方法的流程图;
图2为根据本发明一个实施例的机器人加工***的示意图;
图3为根据本发明一个实施例的机器人加工工件时建立工件坐标系的方法的流程图;
图4为根据本发明一个实施例的建立工件坐标系的示意图;
图5为根据本发明一个实施例的机器人加工工件时的位姿校正方法的流程图;
图6为根据本发明一个具体实施例的机器人加工工件时的位姿校正方法的流程图;
图7为根据本发明一个实施例的机器人加工工件时的误差补偿方法的流程图;
图8为根据本发明实施例的机器人加工工件时的误差补偿装置的方框示意图。
【附图标记说明】
1:机器人;
2:工装夹具;
3:工件;
4:3D传感器;
61:标定模块;
62:采集模块;
63:坐标获取模块;
64:坐标转换模块;
65:位置更新及补偿模块;
600:误差补偿装置。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
本发明实施例提出的机器人加工***及其加工工件时建立工件坐标系的方法和位姿校正方法,通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,并且在位姿校正的过程中,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,有效地解决了工件加工误差问题,保证加工质量。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
下面就参照附图来描述本发明实施例提出的机器人加工工件时建立工件坐标系的方法、机器人加工工件时的位姿校正方法、机器人加工***以及机器人加工工件时的误差补偿装置。
图1为根据本发明实施例的机器人加工工件时的误差补偿方法的流程图。如图1所示,该机器人加工工件时的误差补偿方法包括以下步骤:
S1,通过机器人手眼标定以获得坐标变换矩阵。
在本发明的一个实施例中,如图2所示,机器人加工***可包括机器人1、工装夹具2、工件3、3D传感器4以及其他辅助设备。
其中,3D传感器可以是但不限于双目3D相机、单目及结构光构成的3D相机;3D传感器可以装载在机器人末端,也可以脱离机器人独立安装;工装夹具可以装载在机器人末端,也可以脱离机器人独立安装。
在本发明的实施例中,对机器人手眼标定,即是对3D传感器进行标定,从而得到3D传感器相对于机器人末端法兰盘的位置和姿态转换关系(3D传感器安装在机器人上时),或者3D传感器相对于机器人基坐标系的关系(3D传感器安装在机器人外部时),通过坐标变换矩阵Xs进行表示。
S2,获取基准工件的点云数据,并获取机器人的第一位姿坐标。
可选地,根据本发明的一个实施例,通过3D传感器获取基准工件的点云数据。即言,利用3D传感器对基准工件进行扫描或者直接拍摄采集基准工件的3D点云,并记录3D传感器采集点云数据时机器人位置和姿态即机器人的第一位姿坐标Xr。
其中,3D传感器对基准工件的扫描或者拍摄可以是单次,也可以是多次处理多个区域;获得的点云可以是单个点云集,也可以是多个不同区域的点云集。不管是单个点云集,还是多个不同区域的点云集,都是为了后续建立工件坐标系。
S3,根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系。
其中,基准工件的工件坐标系包含6个自由度分量,记为Xi。并且,对于单个点云集可以是直接提取点云集重心,也可以是从单个点云集中提取多个点云特征的方法,来建立基准工件的工件坐标系;对于多个不同区域的点云集,可采用提取各点云特征的方法,来建立基准工件的工件坐标系。
可选地,在本发明的一个实施例中,如图3所示,机器人加工工件时建立工件坐标系的方法包括以下步骤:
S301,获取待加工工件的点云数据,并对点云数据进行特征提取以获得至少三个原始特征点位置。
其中,提取的至少三个原始特征点位置包括待加工工件的基准点位。
也就是说,提取的至少三个原始特征点位置在理想情况下尽可能地选择待加工工件的基准点位,以提高建立工件坐标系的精确度。
S302,根据至少三个原始特征点位置构建三个特征点P1、P2、P3。
可选地,作为一个实施例,当所述至少三个原始特征点位置为三个时,选取三个原始特征点位置中的任意一个原始特征点作为第一个特征点P1,并在剩余的两个原始特征点位置中选取一个原始特征点作为第二个特征点P2,以及将剩下的最后一个作为第三个特征点P3,其中,三个特征点P1、P2、P3在空间中不共线;或者,计算三个原始特征点位置的重心作为第一个特征点P1,并在三个原始特征点位置中选取任意一个原始特征点作为第二个特征点P2,以及在剩余的两个原始特征点位置中选取一个原始特征点作为第三个特征点P3,其中,三个原始特征点在空间中不共线。
可选地,作为一个实施例,当所述至少三个原始特征点位置为大于三个时,计算所有原始特征点位置的重心作为第一个特征点P1,并计算所有原始特征点位置中第一部分原始特征点的重心作为第二个特征点P2,以及计算所有原始特征点位置中第二部分原始特征点的重心作为第三个特征点P3,其中,所述第一部分原始特征点与所述第二部分原始特征点存在不同。
S303,选取三个特征点P1、P2、P3中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量。
S304,对第一空间向量和第二空间向量分别进行归一化处理。
S305,根据归一化处理后的第一空间向量和第二空间向量计算工件坐标系的X轴、Y轴、Z轴,并根据工件坐标系的原点和X轴、Y轴、Z轴构建工件坐标系。
其中,当选取P1作为所述工件坐标系的原点时,计算所述工件坐标系的X轴、Y轴、Z轴,包括:以P1、P2特征点构建第一空间向量 以P1、P3特征点构建第二空间向量 将所述第一空间向量和所述第二空间向量进行归一化处理,计算X轴为将和向量叉乘得到Z轴,其中,和向量的叉乘顺序满足右手法则;计算Y轴为Y=Z×X。
具体地,在本发明的一个实施例中,基于工件点云集提取点云特征时,可得到n≥3个原始特征点位置,每个特征点包含x,y,z三个分量,分别表示为Xi1,Xi2,…,Xin。其中,所选择的特征点,理想情况下为工件的基准点位。
进一步地,通过算法对原始特征点进行处理以通过构建三个新的特征点来建立基准工件的工件坐标系。
其中,当原始特征点个数n=3时,采用以下方式来构建三个新的特征点。
第一种方式为,直接选取3个原始特征点中的某一个作为第一个点P1的建立;在剩下的2个原始特征点中,选取一个作为第二个点P2的建立;将剩下的一个原始特征点作为第三个点P3的建立。其中,P1,P2,P3在空间中不能共线。
第二种方式为,计算3个原始特征点的重心作为第一个点P1的建立;在3个原始特征点中,选取一个作为第二个点P2的建立;在剩下的2个特征点选取一个作为第三个点P3的建立。其中,3个原始特征点在空间中不能共线。
当原始特征点的个数n>3时,一般而言求取所有原始特征点的重心,也可以直接选取某一个原始特征点,作为第一个点P1的建立,求取部分原始特征点的重心或者直接选取某一个原始特征点作为第二个点P2的建立;求取部分原始特征点的重心或者直接选取某一个原始特征点,作为第三个点P3的建立。
然后,基于构建的三个新的特征点来建立基准工件的工件坐标系,步骤如下:
获得P1,P2,P3后开始建立坐标系,首先选取P1作为坐标系的原点,然后计算坐标系X、Y、Z各轴,如图4所示。
其中,坐标系X,Y,Z轴的计算过程如下:
第六步,坐标系Y轴为Y=Z×X。
这样,由坐标系原点及X、Y、Z三个轴构成了坐标系,如图4所示。
在本实施例中,重心计算方法为:以对m个点求重心为例,各点为C1,C2…Cm,则重心M=(C1+C2+…Cm)/m。
因此,通过上述方法建立基准工件的工件坐标系,能够在一定程度上减少由于工件一致性差带来的坐标系误差,提高机器人处理此类工件的精度。
根据本发明实施例提出的机器人加工工件时建立工件坐标系的方法,首先获取待加工工件的点云数据,并对点云数据进行特征提取以获得至少三个原始特征点位置,然后根据至少三个原始特征点位置构建三个特征点P1、P2、P3,接着选取三个特征点P1、P2、P3中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量,然后对第一空间向量和第二空间向量分别进行归一化处理,最后根据归一化处理后的第一空间向量和第二空间向量计算工件坐标系的X轴、Y轴、Z轴,并根据工件坐标系的原点和X轴、Y轴、Z轴构建工件坐标系,因此,本发明是基于待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性。
并且,本发明实施例还提供一种计算机可读存储介质,其上存储有机器人加工工件时建立工件坐标系的程序,该程序被处理器执行时实现如上所述的机器人加工工件时建立工件坐标系的方法。
本发明实施例提出的计算机可读存储介质,存储的机器人加工工件时建立工件坐标系的程序被处理器执行时,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性。
可选地,在本发明的一个实施例中,将基准工件的工件坐标系转换至机器人的基坐标系时,当所述3D传感器安装在所述机器人上时,根据公式Xb=Xr*Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xr为所述机器人的第一位姿坐标,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系。
其中,对于方程Xb=Xr*Xs*Xi,方程中每一个变量均可为4*4的齐次变换矩阵,具体可以表示为:
上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
当所述3D传感器安装在所述机器人的外部时,根据公式Xb=Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工作坐标系,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系。
对于方程Xb=Xs*Xi,方程中每一个变量均可为4*4的齐次变换矩阵,具体可以表示为:
同样地,上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
S4,在第一工件坐标系内保存基准工件的空间位置。
S5,在更换工件后,获取待加工工件的点云数据,并获取机器人的第二位姿坐标。
可选地,根据本发明的一个实施例,通过3D传感器获取待加工工件的点云数据。即言,利用3D传感器对待加工工件进行扫描或者直接拍摄采集待加工工件的3D点云,并记录3D传感器采集点云数据时机器人位置和姿态即机器人的第二位姿坐标Xrnew。
可以理解的是,在本发明的实施例中,第二位姿坐标Xrnew可与第一位姿坐标Xr相同,即通过3D传感器采集点云数据时,机器人位置和姿态可保持不变。
同样地,3D传感器对待加工工件的扫描或者拍摄可以是单次,也可以是多次处理多个区域;获得的点云可以是单个点云集,也可以是多个不同区域的点云集。不管是单个点云集,还是多个不同区域的点云集,都是为了后续建立工件坐标系。
S6,根据待加工工件的点云数据建立待加工工件的工件坐标系,并根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系。
其中,待加工工件的工件坐标系包含6个自由度分量,记为Xinew。
需要说明的是,待加工工件的工件坐标系的建立过程可与基准工件的工件坐标系的建立过程相同,这里就不再赘述。
可选地,作为一个实施例,将待加工工件的工件坐标系转换至机器人的基坐标系时,当所述3D传感器安装在所述机器人上时,根据公式Xbnew=Xrnew*Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xrnew为所述机器人的第二位姿坐标,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系;当所述3D传感器安装在所述机器人的外部时,根据公式Xbnew=Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系。
并且,待加工工件的工件坐标系转换至机器人的基坐标系的坐标转换过程与上述基准工件的工件坐标系转换至机器人的基坐标系的过程相同,这里也不再赘述。
S7,根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置。也就是说,将第二工件坐标系Xbnew存入机器人控制***,通过坐标系的更新来更新所有加工点位的空间位置,实现将更新后的空间位置作为待加工工件的空间位置,从而通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,不仅校正精度高,还能大大降低计算量。
需要说明的是,在本发明的实施例中,在进行基准工件调试时,所有的机器人加工空间位置点是保存在第一工件坐标系中的,该第一工件坐标系是相对机器人的基坐标系来描述的。在根据第二工件坐标系对第一工件坐标系进行更新后,需要保证机器人加工空间位置点在工件坐标系中保持不变,即加工刀具相对于待加工工件的位置不变,这样工件位置变化之后,机器人加工空间位置相对于机器人基坐标系的位置必须变化才能跟随工件位置进行加工。其中,运动学转换过程可由机器人控制***自主完成,不仅可以实现工件位置和姿态的精确校正,还无需太多的计算过程,降低计算量的同时,为保证工件加工一致性提供基础。
根据本发明实施例提出的机器人加工工件时的误差补偿方法,首先通过机器人手眼标定以获得坐标变换矩阵,然后在基准工件放入工装夹具时获取基准工件的点云数据,并获取此时机器人的第一位姿坐标,接着根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系,并在第一工件坐标系内保存基准工件的空间位置,接着在更换工件后获取待加工工件的点云数据,并获取此时机器人的第二位姿坐标,再根据待加工工件的点云数据建立待加工工件的工件坐标系,以及根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系,最后根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置,实现工件的位姿修正。因此,本发明通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量。
在本发明的一个实施例中,如图5所示,机器人加工工件时的位姿校正方法包括以下步骤:
S51,通过机器人手眼标定以获得坐标变换矩阵。
S52,获取基准工件的点云数据,并获取机器人的第一位姿坐标。
其中,可通过3D传感器获取基准工件的点云数据。
S53,通过执行上述的机器人加工工件时建立工件坐标系的方法,以根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系。
可选地,当所述3D传感器安装在所述机器人上时,根据公式Xb=Xr*Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xr为所述机器人的第一位姿坐标,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系;当所述3D传感器安装在所述机器人的外部时,根据公式Xb=Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系。
S54,获取基准工件的空间位置,并将基准工件的空间位置保存在第一工件坐标系内。
S55,在更换工件后,获取待加工工件的点云数据,并获取机器人的第二位姿坐标。
其中,可通过3D传感器获取所述待加工工件的点云数据。
S56,通过执行上述的机器人加工工件时建立工件坐标系的方法,以根据待加工工件的点云数据建立待加工工件的工件坐标系,并根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系。
可选地,当所述3D传感器安装在所述机器人上时,根据公式Xbnew=Xrnew*Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xrnew为所述机器人的第二位姿坐标,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系;当所述3D传感器安装在所述机器人的外部时,根据公式Xbnew=Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系。
S57,根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置。
具体地,在本发明的一个实施例中,如图6所示,上述的机器人加工工件时的位姿校正方法包括以下步骤:
S11,对3D传感器进行标定,以得到3D传感器相对于机器人末端法兰盘的位置和姿态转换关系(3D传感器安装在机器人上),或者3D传感器相对于机器人基坐标系的关系(3D传感器安装在机器人外部),并记为Xs。
S12,利用3D传感器对基准工件进行扫描或者直接拍摄采集基准工件的3D点云,并记录3D传感器采集数据时机器人位置和姿态,记为Xr。其中,3D传感器对基准工件的扫描或者拍摄可以是单次,也可以是多次处理多个区域;获得的点云可以是单个点云集,也可以是多个不同区域的点云集。
S13,利用步骤S12中采集的点云对基准工件建立基准工件的工件坐标系。其中工件坐标系包含6个自由度分量,记为Xi。并且,对于单个点云集可以是直接提取点云集重心,也可以是从单个点云集中提取多个点云特征的方法,来建立基准工件的工件坐标系;对于多个不同区域的点云集,可采用提取各点云特征的方法,来建立基准工件的工件坐标系。
建立工件坐标系的具体过程如上所述,这里就不再赘述。
S14,将步骤S13建立的工件坐标系转换至机器人基坐标系,获得第一工件坐标系,记为Xb。其中,Xb=Xr*Xs*Xi(3D传感器安装在机器人上);Xb=Xs*Xi(3D传感器安装在机器人外部)。
其中,对于方程Xb=Xr*Xs*Xi,方程中每一个变量均为4*4的齐次变换矩阵,具体可以表示为:
上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
对于方程Xb=Xs*Xi,方程中每一个变量均为4*4的齐次变换矩阵,具体可以表示为:
同理,上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
S15,将Xb坐标系存入机器人控制***中,开始人工示教,所有加工轨迹的空间点坐标均保存在Xb坐标系中。
S16,运行人工示教的程序完成基准工件(调试样件)加工,并进行工件更换。
S17,利用3D传感器对更换后的工件再次进行扫描或者拍摄得到当前工件新的3D点云,采集方式同上述步骤S12。其中,3D传感器采集数据时机器人位置和姿态仍为Xr。
S18,利用步骤S17中采集的点云对当前工件建立工件坐标系,坐标系同样包含6个自由度分量,记为Xinew。
其中,建立工件坐标系的方法如上所述。
S19,将当前工件的工件坐标系转换至机器人基坐标系,获得第二工件坐标系,记为Xbnew,Xbnew=Xr*Xs*Xinew(3D传感器安装在机器人上);Xbnew=Xs*Xinew(3D传感器安装在机器人外部)。其中,坐标转换过程与步骤S14相同,这里不再赘述。
S20,将Xbnew坐标系传送至机器人控制***,由控制***自动更新所有加工位置,实现机器人加工工件时的位姿校正。
本发明实施例的机器人加工工件时的位姿校正方法,通过坐标系的更新来更新所有加工点位的空间位置,实现将更新后的空间位置作为当前工件的空间位置,从而通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,不仅校正精度高,还能大大降低计算量。
根据本发明实施例提出的机器人加工工件时的位姿校正方法,首先通过机器人手眼标定以获得坐标变换矩阵,然后在基准工件放入工装夹具时获取基准工件的点云数据,并获取此时机器人的第一位姿坐标,接着通过执行上述的建立工件坐标系的方法以根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系,然后在第一工件坐标系内保存基准工件的空间位置,接着在更换工件后获取待加工工件的点云数据,并获取此时机器人的第二位姿坐标,再通过执行上述的建立工件坐标系的方法以根据待加工工件的点云数据建立待加工工件的工件坐标系,以及根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系,最后根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置,实现工件的位姿校正。因此,本发明通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,并且在位姿校正的过程中,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,有效地解决了工件加工误差问题,保证加工质量。
并且,本发明实施例还提供一种机器人加工***,包括机器人、3D传感器和工装夹具,所述机器人加工***还包括存储器、处理器及存储在存储器上并可在处理器上运行的机器人加工工件时的位姿校正程序,所述处理器执行所述位姿校正程序时,实现上述的机器人加工工件时的位姿校正方法。
根据本发明实施例提出的机器人加工***,通过处理器执行机器人加工工件时的位姿校正程序时,能够通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,并且在位姿校正的过程中,通过待加工工件的多个点位来构建工件坐标系,可以确保准确的建立工件坐标系,能够提升算法的抗干扰性,在一定程度上减少由于工件一致性差而带来的坐标系误差,使得机器人的执行轨迹更加准确,从而提高机器人处理此类工件的精度,确保工件加工一致性,有效地解决了工件加工误差问题,保证加工质量。
具体地,在本发明的一个实施例中,如图7所示,上述机器人加工工件时的误差补偿方法包括以下步骤:
S501,对3D传感器进行标定,以得到3D传感器相对于机器人末端法兰盘的位置和姿态转换关系(3D传感器安装在机器人上),或者3D传感器相对于机器人基坐标系的关系(3D传感器安装在机器人外部),记为Xs。
S502,利用3D传感器对基准工件进行扫描或者直接拍摄采集基准工件的3D点云,并记录3D传感器采集数据时机器人位置和姿态,记为Xr。其中,3D传感器对基准工件的扫描或者拍摄可以是单次,也可以是多次处理多个区域;获得的点云可以是单个点云集,也可以是多个不同区域的点云集。
S503,利用步骤S502中采集的点云对基准工件建立工件坐标系。其中,坐标系包含6个自由度分量,记为Xi。对于单个点云集可以是直接提取点云集重心,也可以是从单个点云集中提取多个点云特征的方法,来建立基准工件的工件坐标系;对于多个不同区域的点云集,可采用提取各点云特征的方法,来建立基准工件的工件坐标系。
建立工件坐标系的具体过程如上所述,这里就不再赘述。
S504,将步骤S503建立的工件坐标系转换至机器人基坐标系,获得第一工件坐标系,记为Xb,Xb=Xr*Xs*Xi(3D传感器安装在机器人上)。Xb=Xs*Xi(3D传感器安装在机器人外部)。
其中,对于方程Xb=Xr*Xs*Xi,方程中每一个变量均为4*4的齐次变换矩阵,具体可以表示为:
上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
对于方程Xb=Xs*Xi,方程中每一个变量均为4*4的齐次变换矩阵,具体可以表示为:
同理,上式中每一个矩阵的左上3*3子阵为位姿的旋转分量,每一个矩阵的最后一列为位姿的位置分量。
S505,将Xb坐标系存入机器人控制***中,并在坐标系Xb内,开始人工示教,所有加工轨迹的空间点坐标均保存在Xb坐标系中。
S506,运行所示教的加工程序,完成基准工件(调试样件)加工,并进行工件更换。
S507,利用3D传感器对更换后的工件再次进行扫描或者拍摄得到当前工件新的3D点云,采集方式同上述步骤S502。其中,3D传感器采集数据时机器人位置和姿态仍为Xr。
S508,利用步骤S508中采集的点云对当前工件建立工件坐标系,坐标系包含6个自由度分量,记为Xinew。其中,建立工件坐标系的方法如上所述。
S509,将当前工件的工件坐标系转换至机器人基坐标系,获得第二工件坐标系,记为Xbnew,Xbnew=Xr*Xs*Xinew(3D传感器安装在机器人上);Xbnew=Xs*Xinew(3D传感器安装在机器人外部)。其中,坐标转换过程与步骤S504相同,这里不再赘述。
S510,将Xbnew坐标系传送至机器人控制***,由控制***更新所有加工点位的空间位置,实现机器人加工工件时的位姿校正。
其中,在步骤S505中进行工件样件调试时,所有的机器人加工空间位置点是保存在第一工件坐标系中的,在更新工件坐标系后,需要保证机器人加工空间位置点在新的工件坐标系中保持不变,即加工刀具相对于待加工工件的位置不变,这样工件位置变化之后,机器人加工空间位置相对于机器人基坐标系的位置必须变化才能跟随工件位置进行加工。其中,运动学转换过程由机器人控制***自主完成。
本发明实施例还提出了一种计算机可读存储介质,其上存储有机器人加工工件时的误差补偿程序,该误差补偿程序被处理器执行时实现上述实施例描述的机器人加工工件时的误差补偿方法。
根据本发明实施例提出的计算机可读存储介质,存储的机器人加工工件时的误差补偿程序被处理器执行时,能够通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量。
另外,本发明实施例还提出了一种机器人加工***,如图2所示,包括机器人1、3D传感器4和工装夹具2。其中,机器人加工***还包括存储器、处理器及存储在存储器上并可在处理器上运行的机器人加工工件时的误差补偿程序,所述处理器执行所述误差补偿程序时,实现上述实施例描述的机器人加工工件时的误差补偿方法。
根据本发明实施例提出的机器人加工***,通过处理器执行机器人加工工件时的误差补偿程序时,能够通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,在此基础上还通过工件加工尺寸的补偿,实现对尺寸形状有变化的工件进行加工路径有效补偿,确保工件的加工一致性,有效地解决了工件加工误差问题,保证加工质量。
最后,如图8所示,本发明实施例提出的机器人加工工件时的误差补偿装置600,包括:标定模块61、采集模块62、坐标获取模块63、坐标转换模块64、位置更新及补偿模块65。
其中,标定模块61用于通过机器人手眼标定以获得坐标变换矩阵。采集模块62用于获取基准工件的点云数据,并在更换工件后获取待加工工件的点云数据。坐标获取模块63用于在采集模块62获取基准工件的点云数据时获取机器人的第一位姿坐标,并在采集模块62获取待加工工件的点云数据时获取机器人的第二位姿坐标。坐标转换模块64用于根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系;并且坐标转换模块64还用于根据待加工工件的点云数据建立待加工工件的工件坐标系,并根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系。位置更新及补偿模块65用于根据基准工件的点云数据建立基准工件的加工基准,并在第一工件坐标系内保存基准工件的空间位置,以及根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置。
根据本发明实施例提出的机器人加工工件时的误差补偿装置,通过标定模块根据机器人手眼标定来获得坐标变换矩阵,并通过采集模块获取基准工件的点云数据,以及在更换工件后获取待加工工件的点云数据,这样坐标获取模块在采集模块获取基准工件的点云数据时获取机器人的第一位姿坐标,并在采集模块获取待加工工件的点云数据时获取机器人的第二位姿坐标,以及坐标转换模块根据基准工件的点云数据建立基准工件的工件坐标系,并根据坐标变换矩阵和机器人的第一位姿坐标将基准工件的工件坐标系转换至机器人的基坐标系以获取第一工件坐标系,并且坐标转换模块还用于根据待加工工件的点云数据建立待加工工件的工件坐标系,并根据坐标变换矩阵和机器人的第二位姿坐标将待加工工件的工件坐标系转换至机器人的基坐标系以获取第二工件坐标系,从而位置更新及补偿模块根据基准工件的点云数据建立基准工件的加工基准,并在第一工件坐标系内保存基准工件的空间位置,以及根据第一工件坐标系和第二工件坐标系对基准工件的空间位置进行更新,并将更新后的空间位置作为待加工工件的空间位置,实现工件的位姿修正。因此,本发明能够通过坐标更新来实现加工路径跟随工件位置和姿态进行自适应校正,从而无需优化工装夹具设计,提高了工装夹具的普适性,使得工件工装夹具的设计变得简单,夹具只需要保证工件在加工时不会松动,允许工件装夹后的位置和姿态发生变化,减小了夹具设计难度和工作量,在此基础上还通过工件加工尺寸的补偿,实现对尺寸形状有变化的工件进行加工路径有效补偿,确保工件的加工一致性,有效地解决了工件加工误差问题,保证加工质量。
由于本发明上述实施例所描述的装置,为实施本发明上述实施例的方法所采用的装置,故而基于本发明上述实施例所描述的方法,本领域所属技术人员能够了解该装置的具体结构及变形,因而在此不再赘述。凡是本发明上述实施例的方法所采用的装置都属于本发明所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种机器人加工工件时建立工件坐标系的方法,其特征在于,包括以下步骤:
获取待加工工件的点云数据,并对所述点云数据进行特征提取以获得至少三个原始特征点位置;
根据所述至少三个原始特征点位置构建三个特征点P1、P2、P3;
选取所述三个特征点P1、P2、P3中的任意一个特征点为工件坐标系的原点,并根据选取的原点和剩余两个特征点中的一个构建第一空间向量,以及根据选取的原点和剩余两个特征点中的另一个构建第二空间向量;
对所述第一空间向量和所述第二空间向量分别进行归一化处理;
根据归一化处理后的第一空间向量和第二空间向量计算所述工件坐标系的X轴、Y轴、Z轴,并根据所述工件坐标系的原点和X轴、Y轴、Z轴构建所述工件坐标系。
2.如权利要求1所述的机器人加工工件时建立工件坐标系的方法,其特征在于,提取的至少三个原始特征点位置包括所述待加工工件的基准点位。
3.如权利要求1所述的机器人加工工件时建立工件坐标系的方法,其特征在于,当所述至少三个原始特征点位置为三个时,
选取三个原始特征点位置中的任意一个原始特征点作为第一个特征点P1,并在剩余的两个原始特征点位置中选取一个原始特征点作为第二个特征点P2,以及将剩下的最后一个作为第三个特征点P3,其中,三个特征点P1、P2、P3在空间中不共线;或者
计算三个原始特征点位置的重心作为第一个特征点P1,并在三个原始特征点位置中选取任意一个原始特征点作为第二个特征点P2,以及在剩余的两个原始特征点位置中选取一个原始特征点作为第三个特征点P3,其中,三个原始特征点在空间中不共线。
4.如权利要求1所述的机器人加工工件时建立工件坐标系的方法,其特征在于,当所述至少三个原始特征点位置为大于三个时,计算所有原始特征点位置的重心作为第一个特征点P1,并计算所有原始特征点位置中第一部分原始特征点的重心作为第二个特征点P2,以及计算所有原始特征点位置中第二部分原始特征点的重心作为第三个特征点P3,其中,所述第一部分原始特征点与所述第二部分原始特征点存在不同。
6.一种计算机可读存储介质,其特征在于,其上存储有机器人加工工件时建立工件坐标系的程序,该程序被处理器执行时实现如权利要求1-5中任一项所述的机器人加工工件时建立工件坐标系的方法。
7.一种机器人加工工件时的位姿校正方法,其特征在于,包括以下步骤:
通过机器人手眼标定以获得坐标变换矩阵;
获取基准工件的点云数据,并获取机器人的第一位姿坐标;
通过执行如权利要求1-5中任一项所述的机器人加工工件时建立工件坐标系的方法,以根据所述基准工件的点云数据建立所述基准工件的工件坐标系,并根据所述坐标变换矩阵和所述机器人的第一位姿坐标将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系;
获取所述基准工件的空间位置,并将所述基准工件的空间位置保存在所述第一工件坐标系内;
在更换工件后,获取待加工工件的点云数据,并获取机器人的第二位姿坐标;
通过执行如权利要求1-5中任一项所述的机器人加工工件时建立工件坐标系的方法,以根据所述待加工工件的点云数据建立所述待加工工件的工件坐标系,并根据所述坐标变换矩阵和所述机器人的第二位姿坐标将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系;
根据所述第一工件坐标系和所述第二工件坐标系对所述基准工件的空间位置进行更新,并将更新后的空间位置作为所述待加工工件的空间位置。
8.如权利要求7所述的机器人加工工件时的位姿校正方法,其特征在于,通过3D传感器获取所述基准工件的点云数据,其中,
当所述3D传感器安装在所述机器人上时,根据公式Xb=Xr*Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xr为所述机器人的第一位姿坐标,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系;
当所述3D传感器安装在所述机器人的外部时,根据公式Xb=Xs*Xi将所述基准工件的工件坐标系转换至所述机器人的基坐标系以获取第一工件坐标系,其中,Xb为所述第一工件坐标系,Xs为所述坐标转换矩阵,Xi为所述基准工件的工件坐标系。
9.如权利要求7所述的机器人加工工件时的位姿校正方法,其特征在于,通过3D传感器获取所述待加工工件的点云数据,其中,
当所述3D传感器安装在所述机器人上时,根据公式Xbnew=Xrnew*Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xrnew为所述机器人的第二位姿坐标,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系;
当所述3D传感器安装在所述机器人的外部时,根据公式Xbnew=Xs*Xinew将所述待加工工件的工件坐标系转换至所述机器人的基坐标系以获取第二工件坐标系,其中,Xbnew为所述第二工件坐标系,Xs为所述坐标转换矩阵,Xinew为所述待加工工件的工件坐标系。
10.一种机器人加工***,其特征在于,包括机器人、3D传感器和工装夹具,所述机器人加工***还包括存储器、处理器及存储在存储器上并可在处理器上运行的机器人加工工件时的位姿校正程序,所述处理器执行所述位姿校正程序时,实现如权利要求7-9中任一项所述的机器人加工工件时的位姿校正方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010292494 | 2020-04-14 | ||
CN2020102924940 | 2020-04-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113524167A true CN113524167A (zh) | 2021-10-22 |
Family
ID=78124249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110089151.9A Pending CN113524167A (zh) | 2020-04-14 | 2021-01-22 | 机器人加工工件时建立工件坐标系的方法及位姿校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113524167A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355840A (zh) * | 2021-12-20 | 2022-04-15 | 深圳泰德激光技术股份有限公司 | 多轴机床校正方法、装置、终端及计算机可读存储介质 |
CN116294987A (zh) * | 2022-11-25 | 2023-06-23 | 无锡中车时代智能装备研究院有限公司 | 一种双机器人自动测量打磨***中的坐标转换方法及*** |
-
2021
- 2021-01-22 CN CN202110089151.9A patent/CN113524167A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114355840A (zh) * | 2021-12-20 | 2022-04-15 | 深圳泰德激光技术股份有限公司 | 多轴机床校正方法、装置、终端及计算机可读存储介质 |
CN116294987A (zh) * | 2022-11-25 | 2023-06-23 | 无锡中车时代智能装备研究院有限公司 | 一种双机器人自动测量打磨***中的坐标转换方法及*** |
CN116294987B (zh) * | 2022-11-25 | 2023-12-08 | 无锡中车时代智能装备研究院有限公司 | 一种双机器人自动测量打磨***中的坐标转换方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111775146B (zh) | 一种工业机械臂多工位作业下的视觉对准方法 | |
CN113379849B (zh) | 基于深度相机的机器人自主识别智能抓取方法及*** | |
CN107738254B (zh) | 一种机械臂坐标系的转换标定方法与*** | |
KR102280663B1 (ko) | 비전 가이드 로봇 암 교정 방법 | |
CN113524167A (zh) | 机器人加工工件时建立工件坐标系的方法及位姿校正方法 | |
JP2018202559A (ja) | 教示位置修正装置および教示位置修正方法 | |
CN110136204B (zh) | 基于双侧远心镜头相机机床位置标定的音膜球顶装配*** | |
CN110253574B (zh) | 一种多任务机械臂位姿检测和误差补偿方法 | |
CN109227532A (zh) | 机器人的控制装置及其***、机器人及摄像机的校正方法 | |
CN111360821A (zh) | 一种采摘控制方法、装置、设备及计算机刻度存储介质 | |
CN113386136A (zh) | 一种基于标准球阵目标估计的机器人位姿矫正方法及*** | |
CN112907682B (zh) | 一种五轴运动平台的手眼标定方法、装置及相关设备 | |
CN114139857A (zh) | 一种工件精整加工工序修正方法、***、存储介质及装置 | |
CN116277035B (zh) | 机器人的控制方法、装置、处理器及电子设备 | |
EP4094897A1 (de) | Hand-auge-kalibrierung von kamerageführten apparaturen | |
CN114474058B (zh) | 视觉引导的工业机器人***标定方法 | |
CN114119767A (zh) | 基于相机标定的工件抓取方法、装置和控制*** | |
CN113664826A (zh) | 一种未知环境中的机器人抓取方法及*** | |
CN110533727B (zh) | 一种基于单个工业相机的机器人自定位方法 | |
WO2020010625A1 (zh) | 机器人运动学模型优化方法、***和存储装置 | |
CN115741666A (zh) | 机器人手眼标定方法、机器人及机器人作业方法 | |
CN116038703A (zh) | 一种光伏电池串的机器人抓取位姿获取方法及*** | |
CN114939867A (zh) | 一种基于立体视觉的机械手外接不规则非对称工具的标定方法及*** | |
CN109916352B (zh) | 一种获取机器人tcp坐标的方法和装置 | |
CN112815851A (zh) | 手眼标定方法及装置、***、电子设备、存储介质 |
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 |