[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

说明书

本发明提出一种基于PCA的机器人拉丝高铁白车身工件精确标定方法。该方法首先通过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点云信息；然后运用主成分分析法确定点云边界值，并生成包围盒确定加工工件实际尺寸；最后采用满足加工精度要求的点云降维简化方法和二分法快速确定加工工件的位置，提出适用于机器人标定大型待加工工件的标定策略，最终实现机器人拉丝高铁白车身工件精确标定。通过本发明能有效解决传统机器人示教器标定方法所产生的标定精度低的缺点，同时消除大型工件由于安装误差所带来的标定误差，能大幅提升大型工件标定的速度和精确度。

技术领域

本发明属于工业机器人自动化加工技术领域，涉及一种加工过程中标定方法，具体涉及一种基于PCA的机器人拉丝高铁白车身工件精确标定方法。

背景技术

拉丝是当前较流行的一种无涂装金属表面处理技术，将其与机器人技术进行结合，应用于高铁白车身车体表面加工，能有效提升车体表面质感，减少传统化学涂装方法带来的环境污染，是一种先进的车体制造工艺。高铁白车身机器人拉丝加工过程中，精确标定工件坐标系是实现精密拉丝作业效果的前提。申请号为201610017584.2的中国发明专利申请公开了一种基于工业相机采集工件信息的大型工件标定系统及方法，该方法通过在加工工件四个边角位置设置特征点，从而得到加工工件实际位置。此外，当前针对大型复杂构件的坐标系标定主要是运用传统的机器人示教器“三点法”和“五点法”，其在标定过程中只考虑标定工件边缘位置的表面特征。但由于待加工工件表面通常不平整、表面形貌起伏较大，以上标定方法尚未充分考虑待标定工件的整体表面特征，从而导致标定精度不高，无法满足后续机械加工精度要求。

发明内容

本发明针对现有技术在解决大型复杂构件机器人加工过程中存在的工件坐标系标定精度不足，提出一种基于点云的主成分分析(PCA)方法用于提升机器人拉丝高铁白车身的工件标定精度。该方法通过扫描得到的待加工点云表面的位置信息和加工表面的法向量，指导机器人自动生成加工路径，通过考虑工件的几何特征提升标定的精确度，最终保证拉丝加工工件的表面粗糙度和平整度。

为了实现上述目的，本发明采用的技术方案是：

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。

作为优选，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；