表面处理机械人的制作方法
本发明涉及工业机械人，以及特别是涉及能够对工件执行表面处理的机械人，包括其控制算法。
背景技术
墙壁涂漆(painting)是耗时、繁杂且劳动密集的任务，其对人体健康带来严重风险。此外，建筑公司对于这些工作正面临着人力减员。为了解决该问题，已经开发了机械人技术以自动化墙壁喷涂过程。但是，目前的涂漆机械人或其控制算法有许多的缺陷。例如，对于控制算法中的许多步骤，需要人工干预或甚至教导，这也是耗时且严重依赖操作者的经验和知识。此外，目前的涂漆机械人经常不能处理任意形状的物体，且即使它们能，系统成本和复杂性也不能说令人满意。
技术实现要素：
鉴于上述背景，本发明的目的是提供替代的表面处理机械人，其消除或至少减轻上述的技术问题。
通过组合主权利要求的特征实现上述目的；从属权利要求公开本发明的进一步优选实施方式。
本领域技术人员可以从以下描述中得到本发明的其他目的。因此，上述的目的的陈述不是穷尽的，且仅用于示出本发明的许多目的中的一些。
因此，在一个方面，本发明是用于表面处理机械人的自动轨迹规划的方法。该方法包含步骤：1)提供给定条件，包括要被涂漆的部分的bim模型、表面处理机械人上的工具的工具模型、任务约束以及优化标准；2)基于所述给定条件形成所述部分的碎片(patch)；以及3)基于所述碎片找到工具轨迹。要被涂漆的部分的bim模型包含自由形式的表面。
优选地，该方法还包含步骤：仿真工具轨迹，或者在工具轨迹被找到之后验证工具轨迹。
根据优选实施方式的一个变形，使用三角近似形成所述部分的bim模型。
根据优选实施方式的另一变形，工具模型是喷射雾锥的形状。
根据优选实施方式的进一步变形，任务约束包含材料均匀性约束。
根据本发明的另一方面，用于定位表面处理机械人的方法包含步骤：生成预测观测；同时生成实际观测；匹配预测观测和实际观测；以及根据匹配步骤的结果更新表面处理机械人的可信位置。
优选地，生成实际观测的步骤包括操纵从传感器读取的数据。
根据优选实施方式的一个变形，更新可信位置的步骤包含使用过滤器来处理匹配步骤的结果。
根据本发明的进一步方面，用于跟踪表面处理机械人的轨迹的方法包含步骤：建立表面处理机械人的运动学模型；建立动力学模型；估计表面处理机械人的轨迹；以及根据估计的轨迹生成控制信号。
根据优选实施方式的一个变形，生成控制信号的步骤还包含使用控制器生成补偿信号的步骤。
根据本发明的进一步方面，用于检查由表面处理机械人完成的涂漆的质量的方法包含步骤：收集包括正面示例和负面示例的涂漆数据库；训练神经网络分类器；将获取的图像输入到分类器中以尝试检测获取的图像中的缺陷；以及如果找到所述缺陷则记录缺陷信息。
优选地，神经网络分类器是四层深度神经网络。
根据优选实施方式的一个变形，操作表面处理机械人的方法包含步骤：自动规划涂漆轨迹；执行自动机械人定位；使用轨迹跟踪控制表面处理机械人；以及执行涂漆质量检查。
根据本发明的进一步方面，表面处理机械人包含：第一级控制器；第二级控制器；传感器；以及控制对象。第一级控制器经由第一通信模块耦合到第二级控制器。第二级控制器经由第二通信模块耦合到传感器和控制对象。
优选地，表面处理机械人包括从包含以下的组中选择的多个第二级控制器：机械人臂控制器；基座控制器；功率管理控制器；喷涂控制器；以及泵控制器。
根据优选实施方式的一个变形，第一级控制器是工业计算机。
根据本发明的进一步方面，表面处理机械人包含沿着表面可移动的基座；以及安装在基座上的操纵器设备。基座被配置有行进机构，该行进机构允许表面处理机械人以平移和旋转两种方式移动。
优选地，行进机构包含安装在基座底侧的四个轮子。
本发明有许多优点。提出的表面处理机械人的机械设计是可以轻松导航通过公寓和走廊的小尺寸机械人。基于建筑信息模型(bim)模型的轨迹规划算法能够自动生成机械人的末端执行器的工作路径。在涂漆机械人的情况中，使用装配在末端执行器上的涂漆枪，机械人可以以比人工更快的速率对墙壁涂漆。此外，实时图像处理算法用于监视涂漆过程并检查涂漆以知道其是否有足够的质量。
本发明的另一个优点是由于自动轨迹规划的使用，表面处理机械人能够在自由形式的表面上执行表面处理，同时保证完全覆盖和均匀厚度。此外，提出的表面处理机械人可以规划整个目标区域的工作路径，这在自动化工作过程中是必须的。工作路径实现对工作区域的全覆盖，同时使用最低的成本水平。在轨迹跟踪策略方面，表面处理机械人将能够跟踪工作路径并处理环境异常而无需任何人工干预。在工作质量检查方面，提出的表面处理机械人可以实施实时工作质量检查，且任何检测到的缺陷可以由机械人或工人来修复。缺陷识别的总体精度与工人相比是有竞争力的。总之，这可以减少健康损害，保证连贯的涂漆质量，提升效率以及使用更少的人力。
与工人完成的工作相比，提出的方法将允许表面的相同区域应用更少的材料(例如油漆)被处理。减少材料使用将帮助保护环境以及降低总成本。其次，用表面处理机械人代替工人使用更少的人力，结果是为相同的任务分配更少的时间，并最终降低总成本。第三，像油漆这样的一些材料发出毒性气味，特别是在长期暴露的期间，会对人体健康有损害。用表面处理机械人代替工人降低了这些损害的风险。提出的工作算法降低了使用的材料量，这将有助于保护环境。
附图说明
从结合附图仅通过示例的方式提供的优选实施方式的以下描述中，可以清楚本发明的上述特征和进一步特征，在附图中：
图1是根据本发明的实施方式的表面处理机械人的立体图；
图2示出了根据本发明的实施方式的涂漆机械人的电子组件的框图；
图3示出了根据本发明的实施方式的涂漆机械人的软件模块的框图；
图4示出了图3中的更低级控制策略与其他子模块的连接；
图5示出了根据本发明的实施方式的表面处理机械人的自动工具轨迹规划的算法；
图6是示出在图5的算法中如何生成工具轨迹的步骤的流程图；
图7示出了根据本发明的一个实施方式的表面处理机械人定位方法的流程图；
图8是示出根据本发明的另一实施方式的用于涂漆机械人的运动控制方法的框图；
图9是示出根据本发明的另一实施方式的用于涂漆机械人的涂漆检查方法的流程图；
图10示出了根据本发明的另一实施方式的用于表面处理机械人的现场测试过程的流程图。
具体实施方式
在随后的权利要求书以及本发明的之前的描述中，除了上下文由于明确语言或必要暗示另有需要，否则词语“包括”或其变体以包含的含义被使用，即用于指明存在陈述的特征但是不排除在本发明的各种实施方式中存在或添加进一步特征。
本申请和权利要求书中使用的“耦合”或“连接”指的是直接的电耦合或连接或经由一个或多个电气装置的间接的电耦合或连接，除非另有指明。
本申请使用的术语诸如“水平”、“垂直”、“向上”、“向下”、“之上”、“之下”以及相似术语是为了描述本发明在正常使用中的朝向，并不旨在将本发明限制到任何特定朝向。
参考图1，本发明的第一实施方式是表面处理机械人20，其是单独单元。表面处理机械人20包括主要两个部分：操纵设备25和移动基座24。操纵设备25适用于执行机械移动，使得安装在操纵设备25中或与操纵设备25连接的末端执行器23可以在三维区域移动。操纵设备的示例可以是机械人臂。移动基座24代表自由度，因为其可以在地面上自由移动。在一个示例中，末端执行器23被称为表面处理机械人20的工具。
表面处理机械人是涂漆机械人以及末端执行器23包括喷枪，该喷枪具有用于进行涂漆工作的必要组件，例如如本领域技术人员所理解的空气喷嘴和油漆喷嘴(都未示出)。末端执行器23的结构在本申请中将不会详细描述。
移动基座24被提供有两种类型的移动性：平移和转动。这样的移动性可以例如通过安装在移动基座24上的四个轮子(未示出)来实现。转动可以通过轮子的两个平行列(即，前列和后列)的速度差来实现。平移可以通过所有轮子一起转动以使得表面处理机械人20被推进来实现。
现在参考图2，其示出了根据本发明的实施方式的涂漆机械人的内部电子组件。涂漆机械人是表面处理机械人的示例。位于层级的最低级的模块包括电源37、机载传感器40以及控制对象，该控制对象包括机械人臂38、移动基座39、泵41、涂漆枪42以及放大器43。控制对象是从控制器32-36接收控制命令并生成涂漆机械人的期望行为的实施设备。机载传感器40包括两种类型的传感器：内部和外部传感器。内部传感器(例如编码器)记录涂漆机械人的状态。同时，外部传感器(例如相机和激光扫描仪)用于检测涂漆机械人的环境。这两种类型的信息将用作参考以供控制器32-36来做出下一步决定。
中级具有用于如上所述的每个控制对象的控制器32-36。功率管理34稳定用于机械人臂38和移动基座39的电压，并尽可能地节省功率消耗。臂控制器32和移动基座控制器33是中间级控制器，其从更高级控制器(即，工业计算机30)获取具有更高级任务和运动规划策略的命令并响应更低级模块的反馈。喷涂控制器35控制油漆量以及每次喷射的油漆覆盖。泵控制器36控制调整油漆供应的泵。中级控制器32-36也称为第二级控制器，以及它们经由第二通信模块44连接到控制对象、电源37和机载传感器40。
图2中的高级控制器响应来自装配的传感器和其他模块的实时反馈。诸如涂漆路径规划、机械人定位、轨迹跟踪以及涂漆质量检查的特定算法(之后将更详细描述)在高级控制器上运行。如图2所示的高级控制器是工业计算机30，其经由第一通信模块31连接到中级控制器32-36。第一通信模块31和第二通信模块44被设计以满足实时信号传输且抗噪音。此外，所有这些通信模块被设计具有高稳定性以在建筑场地可靠工作。
现在转到图3-4，示出了根据本发明的实施方式的涂漆机械人的软件模块的框图。如图3-4示出的软件系统可以应用于具有例如图2所示的电子组件结构的涂漆机械人。图3中的软件系统包含用户接口46，其从用户45收集涂漆任务规范并将该规范转换成可计算形式以用于后端算法47-50。同时，用户接口46从后端算法47-50以及机载传感器系统53得到数据，并将该数据转换成人类可理解的格式，作为临时机械人状态。涂漆路径规划算法47和跟踪策略48获取任务规范和实时传感反馈以规划涂漆机械人的期望运动。涂漆质量检查算法50和机械人定位算法49接收实时传感信息以识别涂漆缺陷存在并定位机械人在建筑中的临时位置。在上述算法与用户接口46之间存在用于信息交换的通信模块(未示出)。另一方面，更低级控制器(未示出)从中级算法47-50获取生成的规划作为输入并输出数字命令以执行。为了从机载传感器系统53中的不同传感器得到可用的信息，同时考虑不同算法对输入数据具有其自己特定的要求，提供给机载传感器系统53的查询以及提供相应的传感数据预处理算法以用于之后的计算。此外，如图4所示，更低级控制策略52包含三个主要部分：电机控制54、电机驱动55以及功率管理56。
下面描述在本发明的不同实施方式中的涂漆路径规划算法47、跟踪策略48、涂漆质量检查算法50以及机械人定位算法49的细节。
现在转到图5，其示出了根据本发明的实施方式的表面处理路径规划算法如何通过工具规划系统60生成规划的工具轨迹62。这种涂漆路径规划算法可以应用于具有例如图2所示的电子组件结构的涂漆机械人。基于四个输入生成最优工具轨迹62，四个输入即部分的计算机模型56、工具模型57、任务约束58以及优化标准59。例如计算机模型56是建筑信息模型(bim)。工具轨迹62包括工具位置、朝向以及速度。通用框架可以按如下制定：给定部分m的bim模型、工具模型g、约束ω以及优化标准ψ，找到工具轨迹γ使得约束被满足，即：
f(m,g,ω,ψ)＝γ(1)
基于自由形式的表面的bim模型56、工具模型57、任务约束58以及优化标准59，自动工具规划系统60针对自由形式的表面自动生成最优工具轨迹62。如框63中所示，最优工具轨迹62被输入到轨迹验证模型以确定其是否满足给定约束。如框61中所示，轨迹还被输出到robcadtm/paint以仿真运动学约束，并核查是否存在冲突。如图5所示的该通用框架也可以用于分析并验证轨迹。
图6示出了最优工具规划器的工作原理的流程图，最优工具规划器也就是自动工具规划系统60。首先，在步骤64中，提供某些条件，例如自由形式的表面的bim模型56、任务约束58以及工具模型57。然后，在步骤65中，碎片形成算法用于自由形式的表面，在步骤66中得到碎片。然后，在步骤67中，使用工具规划算法为每个碎片生成轨迹，以及在步骤68中，生成的轨迹被整合以形成自由形式的表面的轨迹。多目标优化问题被制定以优化生成的估计。最终，在步骤69中，生成的轨迹被验证以核查其是否满足给定约束。
自由形式的表面的bim模型56包含表面的几何信息。自由形式的表面的三角近似(其是曲面细分(tesellation)表示)具有关于自由形式的表面的全局(global)信息。在将自由形式的表面渲染成三角形的过程中引入的误差可以通过缩小三角形的大小来减少。因此，在曲面细分之后，自由形式的表面m的bim模型56被制定为：
m＝{ti:i＝1,...,n}(2)
其中ti是自由形式的表面上的第i个三角形且n是三角形的数量。
如上所述的涂漆机械人的工具是喷枪且其喷射模式可以由喷射雾锥来建模。材料颗粒在具有扇形角
g＝f(r,θ)(3)
其中r是从一点到喷射雾锥内侧的工具中心的距离，以及
g＝f(r)(4)
如果材料沉积速率是恒定的，则该工具模型针对覆盖问题是有效的。对于h＝0情况，例如抛光过程，工具模型仍然有效。
任务约束58可以如下表达：
ω＝{qd,δqd,,ω}(5)
其中，qd是平均材料量约束；δqd是与qd的材料量偏差，以及ω是其他约束集合，例如材料废料、循环时间、可达性、温度以及工具朝向约束。例如，表面上的温度在快速加工过程期间必须保持在某范围之内。针对一些应用，工具朝向不能快速改变。喷涂、喷射形成以及间接快速加工需要生成的轨迹满足材料均匀性约束。也就是，在自由形式的表面上喷射的材料必须满足平均材料量及其偏差约束。喷射涂覆和抛光与覆盖问题相关联。自由形式的表面上的每个点必须被喷射模式覆盖。假定如果表面上的点被覆盖，则材料量被定义为1。否则，其为0。然后覆盖问题变成材料均匀性问题的特殊情况。可以使用通用公式来表达约束，即，
δqd≠0材料均匀性问题
(6)
qd＝1,δqd＝0覆盖问题
关于优化标准59，通用优化标准可以表达如下：
ψ＝{ψ1,ψ2…ψk}
现在转到图7，示出了根据本发明的实施方式的用于涂漆机械人定位的框架和方法。这样的机械人定位算法可以被实施为图3中的机械人定位算法49，且其可以应用于例如具有图2所示的电子组件结构的涂漆机械人。卡尔曼滤波器可以应用于定位，这需要将机械人定位问题确定为传感器融合问题。图7描绘了具有传感器混叠(aliaing)方案的卡尔曼滤波器定位的示意图。第一步是预测更新，其基于来自地图数据库71的地图数据将高斯误差运动模型应用于机械人的测量的编码器行程70。另一方面，测量更新由多个步骤构成，归纳如下：1)在观测步骤75中，机械人收集实际传感器数据并提取合适的特征(例如，线、门、或甚至特定传感器的值)；2)同时，基于其在地图中的预测位置，在步骤72中机械人生成测量预测，其包括机械人从其认为所在的位置(例如在预测步骤中估计的位置)期望观测的特征；3)在匹配步骤74中，机械人计算在观测和测量预测两者期间提取的特征之间的最佳匹配。4)最终，卡尔曼滤波器融合所有这些匹配提供的信息以在估计步骤73中更新机械人的可信度状态。通过采用多个传感器(激光测距仪、立体相机等)和提供足够的信息来随时间推移恢复机械人的位置的技术来解决传感器混叠问题。
现在转到图8，示出了根据本发明的实施方式的运动控制方法的结构。这种运动控制方法可以针对图3中的跟踪策略48被实施，且其可以应用于具有例如图2所示的电子组件结构的涂漆机械人。针对机械人轨迹跟踪控制，需要对逆动力学系统充分建模以实现高性能控制。图8示出了提出的基于模糊神经网络的运动控制方法的结构。首先，来自前述轨迹规划算法76(例如图5-6中示出的算法)的规划轨迹用于建立涂漆机械人的运动学模型77。然后运动学模型77被提供给修改器模块78和控制器80两者。修改器模块78与控制器80和鲁棒项(robustterm)并联连接，以生成补偿控制信号。它们形成控制速度误差的内闭环系统。进行提出的轨迹跟踪控制方法的闭环行为的系统稳定性分析。
现在转到图9，示出了根据本发明的实施方式的进行涂漆质量检查的步骤。这种涂漆质量检查算法可以针对图3中的涂漆质量检查算法50实施，且其可以应用于具有例如图2所示的电子组件结构的涂漆机械人。为了解决涂漆缺陷并保证合适的质量水平，在涂漆之后必须对被涂漆的区域进行检查。为了节省人力并提升检查效率，开发了用于实时涂漆质量检查的检查系统和对应的算法。设计的是鲁棒识别系统，其可以成功检测在不同光强度、不同角度、具有对应不同特征的不同缺陷类型等的涂漆缺点。这样，为涂漆缺陷识别开发深度神经网络分类器。
图9示出了涂漆质量检查系统的框架。系统一般可以分成两个部分，即训练部分和检查部分。首先，在步骤82中收集涂漆图像数据库，其包括在各种光强和视角下的正面示例(期望的涂漆效果)和反面示例(涂漆缺陷)。训练数据集中的每个图像可以用标签信息85(例如缺陷类型、缺陷位置等)注释，并在步骤83中被表示。得到的配对然后用作指导训练数据用于在深度神经网络84中学习分类器。
分类器(其细节在图9中未示出)是四层深度神经网络。第一层是用于表示输入图像的输入层。第二和第三层是负责从输入图像提取特征的隐藏层。第四层是输出层，其中柔性最大激活函数(softmax)用于赋值概率并确定被涂漆区域是否具有缺陷以收集任何必要的缺陷信息。
在测试和检查阶段期间，在步骤89中，训练的检查模型90得到获取的图像86的图像表示87作为输入并进行缺陷检测。然后在步骤88中，如果检测到任意缺陷，则该检测到缺陷被发回到机械人和用户，且机械人记录该缺陷信息。之后，涂漆机械人可以使用检测到的缺陷信息指导自己修复缺陷或通知其他用户注意这些问题。但是，如果在步骤89中没有检测到缺陷，则完成检查，并且在步骤91中涂漆机械人继续其规划的涂漆任务。
现在转到图10，示出了根据本发明的一个实施方式的测试涂漆机械人的方法。在将开发的涂漆机械人实际应用之前，其将在建筑场地被测试以修复任何潜在的故障和问题以为了更可靠和精准性能。图10的流程图示出了测试过程。要被测试的涂漆机械人被标记为α版本系统100。测试包括两个阶段。在第一阶段中，在步骤92中在模块级测试α版本系统100。这是要在建筑场地测试整体开发的软件和硬件的每一个功能件，因为建筑场地存在的更高级的严酷环境和噪声可能导致在实验室环境中开发的硬件和软件都失灵。在步骤93中，确定在步骤92中的每个模块中是否找到任何问题。在步骤94中，如果有问题，则解决问题。否则方法进入到步骤95，其中在系统级测试涂漆机械人。类似地，在步骤96中，确定在步骤95中的每个模块中是否找到任何问题。在步骤97中，如果有问题，则解决问题。否则，方法进入到步骤98，指示涂漆机械人通过现场测试，且涂漆机械人被标记为β版本系统。然后在步骤99测试结束。
甚至在图10示出的方法完成之后(其中每个模块可以正常工作)，也不是必然意味着它们在协作的时候将实现协同效应。可能存在会导致任务失败的模块之间的冲突或不同步问题。为了确定这些问题并保证任务执行，涂漆机械人被要求执行对公寓的完整的墙壁涂漆。在不同模块的协作期间发生的任何问题将被修复且开发方案来解决这些问题。
因此完整描述本发明的示意性实施方式。虽然涉及特定实施方式描述，但是本领域技术人员明白可以使用这些具体细节的变形来实施本发明。因此，本发明不应当被解释为限于本申请提出的实施方式。
虽然在附图和上述描述中详细示出和描述了本发明，但是其在性质上被视为示例性且非限制性的，可以理解仅示出和描述示意性实施方式且不以任何方式限制本发明的范围。可以理解的是本申请描述的任意特征可以与任意实施方式使用。示出的实施方式不彼此排斥或排斥在本申请中未记载的其他实施方式。因此，本发明还提供包括上述示出的实施方式的一个或多个的组合的实施方式。在不偏离本发明的实质和范围的情况下可以进行对本申请提出的本发明的修改和变形，且因此这些限制应当仅由所附权利要求书限定。
例如，虽然图2-8中示出的实施方式涉及旨在进行墙壁涂漆的涂漆机械人，但是本领域技术人员应当理解相同的控制机构和软件模块，包括工件检查算法、跟踪策略、机械人定位算法以及路径规划，也可以用在其他类型的表面处理机械人中，这样的表面处理机械人包括例如适用于从表面移除材料(例如磨角)的机械人，或在表面上应用不同材料(例如固体颗粒、消毒液)的机械人，或对表面加热的机械人。
- 还没有人留言评论。精彩留言会获得点赞！