[发明专利]一种基于PCA的机器人拉丝高铁白车身工件精确标定方法有效
| 申请号: | 201910542951.4 | 申请日: | 2019-06-21 |
| 公开(公告)号: | CN110340738B | 公开(公告)日: | 2020-05-22 |
| 发明(设计)人: | 朱大虎;渠超 | 申请(专利权)人: | 武汉理工大学 |
| 主分类号: | B24B1/00 | 分类号: | B24B1/00;B24B19/00 |
| 代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 杨宏伟 |
| 地址: | 430070 湖*** | 国省代码: | 湖北;42 |
| 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 pca 机器人 拉丝 高铁白 车身 工件 精确 标定 方法 | ||
1.一种基于PCA的机器人拉丝高铁白车身工件精确标定方法,其特征在于,包括以下步骤:
步骤1、点云获取,机器人末端夹持扫描设备获取工件相对于机器人本体大地坐标的3D点云;
步骤2、利用PCA获取目标点云的主成分;
步骤3、根据目标点云的主成分确定最小点云包围盒的边界值,根据边界值获取点云最小包围盒和包围盒的几何中心
步骤4、根据待加工工件的工件加工后的几何模型确定待加工平面∑xyz相对工件加工后的几何模型的几何中心O的偏移量ε,计算出实际的初始加工平面
步骤5、判断初始加工平面是否能加工,如果初始平面内任意两点之间最大值小于该方向的精度要求,则能加工,执行步骤7,如果不满足精度要求,则执行步骤6;
步骤6,对于点云数据不满足精度要求,则根据二分法在中心平面和初始加工平面之间选取中间平面,并按照步骤5方法判断中间平面是否满足精度要求,如果不满足则根据二分法继续选取新的中间平面进行判断,直至满足精度要求,然后将中间平面或者新的中间平面作为初始加工平面;
步骤7、根据初始加工平面和工件加工后的几何模型求取实际标定中心,完成标定;
所述步骤5中判断初始加工平面是否能加工具体步骤如下:
步骤5.1、将空间三维点云降维到平面,确定加工平面y值是否满足包围盒尺寸要求,如果超出包围盒边界尺寸{Ymin,Ymax}区间,则无法标定,如果满足继续进行标定并做出简化等效该y值下满足精度要求的点集为
步骤5.2、将平面点云集{(xm,zm)}划分为多个{(xm)}集合实现降维,对平面中心z值沿z方向偏移εz,作为初始位置,εz=z/2,此时对应x方向集合为:
将初始z值εz依次减少Δz,从而将平面点集划分成若干个关于x方向的点集,z值满足包围盒沿z方向的边界{Zmin,Zmax};
步骤5.3、判定点集{(xn)}是否满足在包围盒边界内{Xmin,Xmax}的要求;计算点集的最大值与最小值之差αx应不小于x方向几何尺寸,即αx≥x;计算点集相邻两点之差的最大值应当小于x方向精度要求,即maxxn≤Δx,满足以上三点判定要求的平面即为可加工平面。
2.如权利要求1所述的机器人拉丝高铁白车身工件精确标定方法,其特征在于:所述步骤2中,目标点云的主成分包括以下五种:
1)数据初始化并求取初始化矩阵和旋转矩阵,结合两个矩阵确定初始化变化矩阵;
2)获取加工工件点云质心;
3)计算点云协方差;
4)获取协方差矩阵求取协方差矩阵的特征值和三个特征向量;
5)根据特征向量确定点云的三个主方向,标定所求加工平面法向量即为主方向之一。
3.如权利要求2所述的机器人拉丝高铁白车身工件精确标定方法,其特征在于:所述步骤3中具体方法为:
根据步骤2中三个特征向量组成的特征向量矩阵对点云数据进行旋转变化,确定最小点云包围盒的边界值{Xmin,Ymin,Zmin}和{Xmax,Ymax,Zmax},确定点云最小包围盒和包围盒的几何中心后比较点云最小包围盒尺寸和工件加工后的几何模型尺寸,如果点云包围盒几何尺寸大于工件加工后的几何模型几何尺寸,认为工件可以加工继续标定,否则认为工件无法标定,退出标定工作。
4.如权利要求3所述的机器人拉丝高铁白车身工件精确标定方法,其特征在于:所述步骤4中,初始加工平面按照机器人本体大地坐标系x、y、z三个方向分别计算。
5.如权利要求1所述的机器人拉丝高铁白车身工件精确标定方法,其特征在于:根据步骤2中计算得到的初始化变化矩阵,将步骤7中确定的标定中心坐标转化为实际加工位置信息,输出工件在工作站的标定位置。
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武汉理工大学,未经武汉理工大学许可,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/201910542951.4/1.html,转载请声明来源钻瓜专利网。





