[发明专利]一种基于多个机器人协同喷涂方法及系统有效

专利信息
申请号: 201811482039.6 申请日: 2018-12-05
公开(公告)号: CN111266272B 公开(公告)日: 2022-12-23
发明(设计)人: 张弓;侯至丞;姚迪;杨文林;王卫军;徐征;李友浩;李亚锋;蔡君义;冯伟 申请(专利权)人: 广州中国科学院先进技术研究所;深圳市中科德睿智能科技有限公司
主分类号: B05D1/02 分类号: B05D1/02;B05B12/12;B05B13/04
代理公司: 广州容大知识产权代理事务所(普通合伙) 44326 代理人: 刘新年
地址: 511458 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器人 协同 喷涂 方法 系统
【权利要求书】:

1.一种基于多个机器人协同喷涂方法,其特征在于,所述方法具体包括如下步骤:

获取待喷涂对象数据信息;

根据喷涂对象数据信息,通过多个机器人对喷涂对象进行协同喷涂;

生成喷涂完成的喷涂对象;

所述基于多个机器人协同喷涂方法还包括多任务规划和任务建模步骤,具体步骤如下:

步骤一,根据喷涂要求设定多机器人协同喷涂系统的目标集合为T={1,2,Λ,m},代表任务T1,T2,Λ,Tm

步骤二,根据步骤一中喷涂目标,归纳喷涂系统所需要提供的资源类型与数量集合具体为:实现目标Ti所需的资源类型和数量表示为其中表示处理目标Ti第k种属性对应任务的资源要求;

步骤三,多机器人喷涂系统提供的所有资源集合为Rsup={R1,R2,L,Rm};根据步骤二所归纳需要资源的总数,首先确定多机器人系统能够满足其所有资源要求,即Rreq≤Rsup;如果不满足该条件,则重新配置多机器人系统资源;

步骤四,多机器人群体中机器人j能够提供的资源表示为当步骤一中所述喷涂目标明确以后,每个目标都是机器人要完成的一个“任务”,每个机器人j将对任务所需资源进行评估,自主决定自己参与到哪个目标中去;

具体采用如下评估函数:

其中,代表机器人i是否具有第j个任务所需求的某种资源fik∈[0,1]表征机器人i的第k类资源的可支配度;

步骤五,多机器人协同任务分配,具体为:当机器人资源被当前任务占用,不响应新任务的执行;即其中,表示是否分配机器人i处理Tj任务第k种属性,表示机器人i在处理任务Tj所需要的资源的数量;

当单个机器人难以满足任务资源要求时,通过多机器人子群的协作实现对任务的处理,则其约束为:

其中,表示是否分配机器人i去处理任务Tj的第k种属性,其物理意义为:能够提供满足要实现目标Ti所需要的所有资源的机器人子群的最小集合;Vs表示机器人子群。

2.根据权利要求1所述的一种基于多个机器人协同喷涂方法,其特征在于,所述的获取待喷涂对象数据信息步骤之前,还包括步骤:对喷涂对象进行前处理。

3.根据权利要求1所述的一种基于多个机器人协同喷涂方法,其特征在于,所述的根据喷涂对象数据信息,通过多个机器人对喷涂对象进行协同喷涂,具体为采用机器人闭环流量控制技术进行喷涂。

4.根据权利要求1所述的一种基于多个机器人协同喷涂方法,其特征在于,所述的多个机器人数量至少包括四个;

所述的根据喷涂对象数据信息,通过多个机器人对喷涂对象进行协同喷涂步骤中,还包括如下步骤:

通过激光定位调整喷涂对象的位置;

对调整好位置的喷涂对象进行全局喷涂和细节补涂。

5.根据权利要求1或4所述的一种基于多个机器人协同喷涂方法,其特征在于,所述的通过多个机器人对喷涂对象进行协同喷涂采用分布式多机器人环境信息融合算法进行协同喷涂;

具体步骤如下:

获取机器人所在位置的环境数据信息;

将获取到的环境数据信息与机器人历史位置环境信息进行比对判定;

根据比对结果,通过多个机器人的拓扑结构,遍历区域内所有机器人;

完成多个机器人协同环境信息融合。

6.一种基于多个机器人协同喷涂平台,其特征在于,包括:

处理器、存储器以及基于多个机器人协同喷涂平台控制程序;

其中在所述处理器执行所述平台控制程序,所述的基于多个机器人协同喷涂平台控制程序被存储在所述存储器中,所述的基于多个机器人协同喷涂平台控制程序,实现如权利要求1至5中任一项所述的基于多个机器人协同喷涂方法步骤。

7.一种计算机可读取存储介质,其特征在于,所述的计算机可读取存储介质存储有基于多个机器人协同喷涂平台控制程序,所述的基于多个机器人协同喷涂平台控制程序,实现如权利要求1至5中任一项所述的基于多个机器人协同喷涂方法步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州中国科学院先进技术研究所;深圳市中科德睿智能科技有限公司,未经广州中国科学院先进技术研究所;深圳市中科德睿智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811482039.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top