一种基于线激光传感器的机器人作业轨迹获取方法与流程

本发明属于机器人技术领域，具体涉及一种基于线激光传感器的机器人作业轨迹获取方法。

背景技术：

船舶分段制造中焊接工作为主要工作，目前人工焊接仍然为主要焊接手段，并且由于前序加工误差较大，采用示教方法难以实现机器人的自动化焊接。以船舶分段t型材焊接为例，理想的坡口作业中心轨迹应当是一条直线，然而实际情况中存在各种形状不一的曲线，单纯示教的机器人焊接轨迹无法通用。因此，需要一种根据不同t型材坡口形状自动生成不同的机器人作业轨迹的方法。

在复杂皮料缝纫领域，目前几乎所有厂家都采用手工缝纫机进行缝纫，缝纫路径通常为空间曲线，对操作人员的水平要求较高，加工质量不稳定，极其容易出现线距不小不一，线型方向不统一等缺陷。此外，由于需要缝纫的皮料通常比较柔软，即使同一块皮料先后两次放置在同一个工作台上，因为自身形变的原因，待缝纫的路径也会发生变化，因此采用机器人示教缝纫的方法将会效率低下。基于以上原因，需要一种能够自动提取缝纫路径的方法，用该方法指导机器人自动缝纫，既能解决手工缝纫质量不稳定的问题，又能解决示教缝纫效率低下的问题。

技术实现要素：

鉴于现有技术存在的缺陷，本发明提供一种基于线激光传感器的机器人作业轨迹获取方法，以解决上述背景技术中的技术缺点。

为了实现上述目的，本发明采用的技术方案如下：

一种基于线激光传感器的机器人作业轨迹获取方法，包括以下步骤:

(1)机器人末端通过末端法兰安装线激光传感器并标定出线激光传感器同机器人末端法兰坐标系之间的坐标转换矩阵；

(2)手动示教线激光传感器的扫描轨迹，要求在该扫描轨迹上，每一条激光线都与作业路径相交；

(3)在线激光传感器根据扫描轨迹进行的运动结束后或者运动过程中，按一定时间间隔保存运动过程中机器人的末端位置信息和姿态信息，按同样的时间间隔保存激光线轮廓信息，其中激光线轮廓信息包含激光线上各个点在传感器内部的横向坐标值和高度坐标值；

(4)根据路径特征提取各条激光线中的特征点坐标；

(5)根据步骤(4)中的特征点坐标、步骤(3)中机器人末端法兰的位置和姿态信息以及步骤(1)中的坐标转换矩阵，计算所有特征点在机器人世界坐标系里的坐标；

(6)对步骤(5)中生成的特征点在机器人世界坐标系里的坐标进行拟合，生成路径拟合曲线，即可获得作业路径上任意点的世界坐标近似值；

(7)改变步骤(4)中所有特征点的坐标值，而后重复步骤(5)至步骤(6)，生成一条新的路径拟合曲线；

(8)根据步骤(6)和步骤(7)生成的两条拟合曲线，计算机器人作业路径上各个点的姿态；

(9)根据步骤(8)生成的姿态值线性规划机器人作业路径上各个点的速度。

进一步，所述步骤(1)中，标定的坐标转换矩阵为手眼关系矩阵。

进一步，所述步骤(4)中采取波峰波谷最大偏差法提取特征点，当某一激光线轮廓点的高度坐标大于其相邻两点的高度坐标时，该点即为波峰点，当某一轮廓点的高度坐标小于其相邻两点的高度坐标时，该点即为波谷点，首先求取轮廓线上所有的波峰点和波谷点，而后将相邻的波峰波谷点的高度坐标求差，寻找差值绝对值最大的位置，即为特征点。

进一步，所述步骤(5)中，计算特征点在机器人世界坐标系里的坐标的公式如下：

pw＝re·rc2h·pc(1)

式中，pw为求取的世界坐标，re为机器人法兰末端旋转矩阵，rc2h为线激光传感器同机器人末端法兰坐标系之间的坐标转换矩阵，pc为步骤(4)中特征点坐标。

进一步，所述步骤(7)中，改变特征点坐标值的方法如下：对于激光线在作业平面上的投影近似一条直线的情况，首先求取激光线轮廓线的拟合函数，对每一条轮廓线进行线性拟合，生成如下形式的拟合函数：

z＝k·x+b(2)

其中z是轮廓线的高度坐标值，x是轮廓线的横向坐标值，k是斜率，b是截距。

进一步，在步骤(8)中，计算机器人作业路径上各个点的姿态的方法如下：首先在步骤(6)生成的拟合曲线的前进方向按固定间隔取点pi(i为点的名称下标，取自然数，下同)，而后计算相邻两点的单位向量n，n＝(r11,r21,r31)^t；然后在步骤(7)生成的新的路径拟合曲线的前进方向按照同样的间隔取点qi，对于相同的i值，计算pi和qi之间的单位向量o，o＝(r12,r22,r32)^t，向量n和o叉乘可得向量a，a＝(r13,r23,r33)^t，根据向量n，o，a即可确定各个路径点的姿态，姿态用绕固定轴旋转的欧拉角表示，旋转顺序为x-y-z，旋转角度值分别为ɑ，β和γ，计算方法见公式(3)至公式(7)：

当cosβ≠0，那么有：

α＝atan2(r21,r11)(4)

γ＝atan2(r32,r33)(5)

否则，只能求出α和γ的和或者差，需要先指定α或者γ其中一个的值，

或者

进一步，采用公式(8)线性规划机器人作业路径上各个点的速度：

式中，vx，vy，vz分别表示机器人在x，y，z三个方向的速度，v0x，v0y，v0z为给定的初始速度，kx，ky，kz是转换系数，δα，δβ，δγ是相邻两点旋转角度值的绝对变化值。

本发明与现有技术相比，其显著优点在于：

本发明通过线激光传感器的应用以及多种算法的理论计算，能够自动地提取机器人作业轨迹，可以有效提高机器人对于复杂路径的作业效率，提升机器人工作的自动化水平。

附图说明

图1为基于线激光器的机器人作业轨迹获取方法流程示意图。

图2为缝纫路径扫描示意图。

图3为缝纫工件横截面图。

图4为缝纫工件上的激光线轮廓图。

具体实施方式

为了使本发明的技术方案和优点更加清楚，下面结合附图进一步描述本发明的实施方法。

结合图1-4，一种基于线激光传感器的机器人作业轨迹获取方法，以某高档皮包缝纫加工为例，包括以下步骤:

(1)机器人末端通过末端法兰安装线激光传感器并标定出线激光传感器同机器人末端法兰坐标系之间的手眼关系矩阵；

(2)手动示教线激光传感器的扫描轨迹，要求在该扫描轨迹上，每一条激光线都与作业路径相交，尽量保证激光线在扫描过程中同缝纫路径垂直；

(3)在线激光传感器根据扫描轨迹进行的运动结束后或者运动过程中，按一定时间间隔保存运动过程中机器人的末端位置信息和姿态信息，按同样的时间间隔保存激光线轮廓信息，其中激光线轮廓信息包含激光线上各个点在传感器内部的横向坐标值和高度坐标值，在线激光传感器扫描过程中，根据机器人扫描速度制定不同的采样时间，保证前后两条激光线的法向距离在1至3毫米之间，这样既能保证采样精度又可避免数据量过大增加处理时间。假设机器人运动速度为50mm/s，则采样时间可定为50ms。此外，在采样激光线轮廓信息的同时保存机器人的末端位置信息和姿态信息；

(4)根据路径特征提取各条激光线中的特征点坐标；

(5)根据步骤(4)中的特征点坐标、步骤(3)中机器人末端法兰的位置和姿态信息以及步骤(1)中的坐标转换矩阵，计算所有特征点在机器人世界坐标系里的坐标；

(6)对步骤(5)中生成的特征点在机器人世界坐标系里的坐标进行拟合，生成路径拟合曲线，即可获得作业路径上任意点的世界坐标近似值；

(7)改变步骤(4)中所有特征点的坐标值，而后重复步骤(5)至步骤(6)，生成一条新的路径拟合曲线；对每一条激光轮廓线进行线性拟合，拟合直线如图4所示。基于该拟合直线，给定任意的激光线轮廓点横向坐标，可求出对应的高度坐标近似值。以特征点为基准，在拟合直线上向横向坐标减小的方向统一偏移10mm，求取偏移位置新的高度坐标，而后以偏移位置的轮廓点作为辅助特征点，计算新的路径拟合曲线；

(8)根据步骤(6)和步骤(7)生成的两条拟合曲线，计算机器人作业路径上各个点的姿态；

(9)根据步骤(8)生成的姿态值线性规划机器人作业路径上各个点的速度，姿态变化越大，则速度越低，反之亦然，机器人作业轨迹包含作业路径上任意点的世界坐标及机器人在对应点的姿态和速度，步骤(6)、(8)、(9)分别获得了世界坐标、姿态和速度，至此，机器人的作业轨迹获取完毕。

进一步地，所述步骤(4)中采取波峰波谷最大偏差法提取特征点，当某一激光线轮廓点的高度坐标大于其相邻两点的高度坐标时，该点即为波峰点，当某一轮廓点的高度坐标小于其相邻两点的高度坐标时，该点即为波谷点，首先求取轮廓线上所有的波峰点和波谷点，而后将相邻的波峰波谷点的高度坐标求差，寻找差值绝对值最大的位置，即为特征点。机器人运动结束后，对采样数据做统一处理。如图3所示，缝纫工件表面较为平整，缝纫路径为表面凹槽的中心线。尽管如此，线激光传感器提取的激光轮廓线并不平直，轮廓线上存在多处波动，如图4所示。这是由于传感器的测量精度较高而激光线又容易受到外部环境干扰，因此在提取特征点坐标的时候要将这些干扰信息考虑在内。基于本案例中缝纫路径的特征，可以采取波峰波谷最大偏差法提取特征点。当某一轮廓点的高度坐标大于其相邻两点的高度坐标时，该点即为波峰点，当某一轮廓点的高度坐标小于其相邻两点的高度坐标时，该点即为波谷点。首先求取轮廓线上所有的波峰点和波谷点，而后将相邻的波峰波谷点的高度坐标求差，寻找差值绝对值最大的位置。显而易见，在本实施例中，特征点处于波谷位置，其与相邻的波峰点在高度坐标上差值绝对值最大。

进一步地，所述步骤(5)中，计算特征点在机器人世界坐标系里的坐标的公式如下：

pw＝re·rc2h·pc(1)

式中，pw为求取的世界坐标，re为机器人法兰末端旋转矩阵，rc2h为线激光传感器同机器人末端法兰坐标系之间的坐标转换矩阵，pc为步骤(4)中特征点坐标。

进一步地，所述步骤(7)中，改变特征点坐标值的方法如下：在本实施例中激光线在作业平面上的投影近似一条直线，首先求取激光线轮廓线的拟合函数，对每一条轮廓线进行线性拟合，生成如下形式的拟合函数：

z＝k·x+b(2)

其中z是轮廓线的高度坐标值，x是轮廓线的横向坐标值，k是斜率，b是截距。

进一步地，在步骤(8)中，计算机器人作业路径上各个点的姿态的方法如下：首先在步骤(6)生成的拟合曲线的前进方向按固定间隔取点pi(i为点的名称下标，取自然数，下同)，而后计算相邻两点的单位向量n，n＝(r11,r21,r31)^t；然后在步骤(7)生成的新的路径拟合曲线的前进方向按照同样的间隔取点qi，对于相同的i值，计算pi和qi之间的单位向量o，o＝(r12,r22,r32)^t，向量n和o叉乘可得向量a，a＝(r13,r23,r33)^t，根据向量n，o，a即可确定各个路径点的姿态，姿态用绕固定轴旋转的欧拉角表示，旋转顺序为x-y-z，旋转角度值分别为ɑ，β和γ，计算方法见公式(3)至公式(7)：

当cosβ≠0，那么有：

α＝atan2(r21,r11)(4)

γ＝atan2(r32,r33)(5)

否则，只能求出α和γ的和或者差，需要先指定α或者γ其中一个的值，

或者

进一步地，采用公式(8)线性规划机器人作业路径上各个点的速度：

式中，vx，vy，vz分别表示机器人在x，y，z三个方向的速度，v0x，v0y，v0z为给定的初始速度，kx，ky，kz是转换系数，该组系数恒大于零，具体数值需要根据机器人实际工作条件及机器人自身的最大运动速度确定，δα，δβ，δγ是相邻两点旋转角度值的绝对变化值。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。