一种铸锭过程动态除渣的机器人轨迹规划方法
专利汇可以提供一种铸锭过程动态除渣的机器人轨迹规划方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种 铸锭 过程动态除渣的 机器人 轨迹规划方法。先根据图像得出铸模在任务空间的 位置 和速度；然后由轨迹规划 算法 的运行时间和 工业机器人 的初始 关节 角 度 速度，确定运动轨迹的执行时间的搜索区间；利用轨迹规划算法的运行时间和轨迹的执行时间计算出机器人 跟踪 上了铸模时的位置；再使用五次多项式插值方法进行关节空间轨迹规划；最后利用二分法得到搜索区间中满足 机器人关节 空间物理约束的最小运动轨迹的执行时间，即得到跟踪上铸模运动的时间最优轨迹，然后在跟踪铸模运动同时完成扒渣操作。本发明通过视觉信息对动态目标物位置进行预测，再对机器人进行轨迹规划，解决了机器人动态目标跟踪轨迹规划时间最优问题，并实现了动态除渣操作。，下面是一种铸锭过程动态除渣的机器人轨迹规划方法专利的具体信息内容。
1.一种铸锭过程动态除渣的机器人轨迹规划方法，包括铸模流水线和设置在铸模流水线一侧的机器人，所述的铸模流水线用于传输多个铸模朝一个方向运动，所述机器人包括六自由度机器人本体和设置于机器人末端作为末端执行器的扒渣铲，铸模流水线正上方设置有相机，其特征在于，所述方法包括下列步骤：
S1：利用相机得到铸模图像信息，以铸模靠近机器人一侧边框的中点A在图像中的图像像素坐标为(uA,vA)，计算点A在以铸模流水线为参考物设定的基础坐标系下的位置(0xA,
0yA,0zA)：
S2：利用时间间隔为Δt的两帧图像中点A位置计算点A的实时速度：
其中Δ0xA,Δ0yA,Δ0zA表示点A在时间间隔为Δt的两帧图像中移动的距离；
S3：以轨迹规划算法的计算时间为Δtcal、工业机器人的初始关节角度为qst＝[qst1 qst2 T
qst3 qst4 qst5 qst6]和初始关节速度为 其中qst1、qst2、qst3、qst4、qst5和qst6分别是六自由度机器人本体六个关节的初始关节角度；
S4：确定搜索区间，选取铸模流水线上离机器人最近的点a，计算机器人以关节最大速度从初始位置运动到该处的时间ta，再过a点向铸模流水线另一侧作垂线，以垂线与铸模流水线中线的交点为点b，计算机器人以三分之一关节最大速度从初始位置运动到该处的时间tb，由此构成搜索区间[ta,tb]；
S5：以机器人运行机械臂末端从初始位置运动到点A的轨迹的执行时间为texe＝(ta+tb)/2；
S6：经过时间间隔Δt1＝Δtcal+Δtexe后，机器人跟踪上了铸模目标点A，即扒渣铲到达目标点A的位置并且与铸模保持相对静止，计算此时点A的位置坐标(0x′A,0y′A,0z′A)：
S7：运用机器人逆运动学求解扒渣铲在位置坐标(0x′A,0y′A,0z′A)与水平面成向下的
30°夹角时的关节角度qf＝f-1(yA)，其中yA表示机器人位置坐标的矩阵，f-1表示求解函数，并根据能量最优法则选取最优解qfmin；
S8：根据上述已知条件进行五次多项式插值法来完成关节空间轨迹规划，得到轨迹q(t)；
S9：对q(t)求导以及二次求导得到 和 其中 和 分别表示关节角速度以
及关节角加速度，判断其是否满足速度约束和加速度约束，即：
如果满足则tb＝texe，否则ta＝texe，其中 和 是所使用的机器人能够
实现的最小与最大角速度及角加速度；
S10：重复步骤S5至S9，直至搜索区间[ta,tb]足够小，即tb-ta≤Δε，其中Δε是预设的允许误差，则求得满足机器人关节空间物理约束的最小时间mintexe，并输出对应的轨迹q(t),t∈(0,Δt1)；
S11：已知浮渣的分布情况和厚度信息，即已知铸模两侧边框距离浮渣的水平宽度分别是yl和yr，熔融液态金属离铸模顶部的距离为hf，氧化浮渣陷入熔融液态金属的最大深度为h，铸模长边的长度也已知，表示为Lm，由此设计任务空间扒渣轨迹为多段匀速直线运动，其端点分别为点B、C、D、E，其中点B为浮渣相应坐标分别是：
0 0 0 T 0 0 0 T
[xByBzB]＝[xAyA+ylzA-hf]
[0xC0yC0zC]T＝[0xA0yA+yl0zA-hf-h]T
[0xD0yD0zD]T＝[0xA0yA+Lm-yr0zA-hf-h]T
[0xE0yE0zE]T＝＝[0xA0yA+Lm-yr0zA-hf]T；
其中T为矩阵转置符号；
S12：设扒渣铲深入铸模到达氧化渣底部这一阶段总时间为Δt2＝t2-Δt1，t2代表该阶段结束时刻，各个部分的运动时间分别为Δt21、Δt22、Δt23和Δt24，由于铸模随流水线运动，则实际轨迹点B’、C’、D’、E’坐标为：
0 0 0 T 0 0 0 T 0
[x′By′Bz′B]＝[x′Ay′A+ylz′A-hf]+vA·Δt21
[0x′C0y′C0z′C]T＝[0x′A0y′A+yl0z′A-hf-h]T+0vA·(Δt21+Δt22)
[0x′D0y′D0z′D]T＝[0x′A0y′A+Lm-yr0z′A-hf-h]T+0vA·(Δt21+Δt22+Δt23)[0x′E0y′E0z′E]T＝＝[0x′A0y′A+Lm-yr0z′A-hf]T+0vA·(Δt21+Δt22+Δt23+Δt24)；
S13：使用三次非均匀B样条曲线插值对机器人进行关节空间的运动轨迹规划得到q(t),t∈(Δt1,t2)。
2.根据权利要求1中所述的铸锭过程动态除渣的机器人轨迹规划方法，其特征在于，所述步骤S1中求取点A在基础坐标系下的位置(0xA,0yA,0zA)的方法为：
S201：考虑相机的针孔模型，计算点A在相机坐标系下的位置坐标(CxA,CyA,CzA)：
其中CzA＝hC为相机坐标系{C}相对于铸模平面的高度，CyA＝l/2为铸模两端到中心的距离，f为焦距，dx,dy分别是一个像素在x和y方向的实际物理长度，(u0,v0)为光心即图像坐标系原点的像素坐标；
S202：根据坐标变换关系计算点A在基础坐标系下的位置(0xA,0yA,0zA)：
3.根据权利要求1中所述的铸锭过程动态除渣的机器人轨迹规划方法，其特征在于，所述步骤S7中能量最优法则为：
选取与初始关节角qst相比关节空间位移总量最小的解，即满足：
其中qfi表示i关节的最终关节角度，qsti表示i关节的初始关节角度，i＝1，2，3，4，5，6；J(qf)是关节角的雅可比矩阵，qimin和qimax和分别是i关节的6个关节角度中的最小值与最大值。
4.根据权利要求1中所述的铸锭过程动态除渣的机器人轨迹规划方法，其特征在于，所述步骤S8中五次多项式插值法轨迹规划方法为：
S401：设机器人关节空间轨迹为：
其中a0a1a2a3a4a5是系数，t表示时间；
S402：根据已知条件
其中qfmin为机器人运动到规划最终点时的关节角度；
求得系数：
5.根据权利要求1中所述的铸锭过程动态除渣的机器人轨迹规划方法，其特征在于，所述步骤S13中三次非均匀B样条曲线插值方法为：
S501：B样条曲线的一般表达式为：
其中，u是函数的自变量，Bi(i=0,1,2,…,n)代表为了控制曲线形状而设置的控制点，Ni,k(u)被称为k次规范B样条基函数，又称调和函数，其Cox-de-Boor递归公式的定义为：
在B样条曲线上除端点外的中间位置均匀取n1个点，再根据机器人逆运动学求解得到关节角度-时间的序列{qi,ti},i＝0,1,2…n1，然后根据{qi,ti}反求控制点，该B样条曲线由n1+k个控制点Bi(i＝0,1,2…,n1+k-1)确定；
S502：由于反求控制点应先求解定义域内的节点向量，因此使用累积弦长参数化方法对时间序列归一化，得：
u0＝u1＝…＝uk＝0
un+k＝un+k+1＝…＝un+2k＝1
对应k次B样条曲线方程为：
将节点值代入方程并化简得：
为了令B样条曲线的起始控制点和终止控制点与起始终止路径点重合，两端节点重复度应为k，进一步结合德布尔递推公式和B样条曲线的r阶导矢公式可得：
同理可得：
联立上述三个公式即可求得控制点，进而拟合得到光滑的关节空间运动轨迹，表示为q(t),t∈(t1,t2)。
一种铸锭过程动态除渣的机器人轨迹规划方法
技术领域
背景技术
发明内容
点A的位置坐标(x′A,y′A,z′A)：
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种行人导航定位中的自适应零速修正方法 | 2020-05-08 | 121 |
| 一种测量位置的方法及装置 | 2020-05-12 | 290 |
| 一种激光熔覆离焦量在线监测与负反馈状态识别方法 | 2020-05-16 | 474 |
| 一种三驱动机械臂的视觉跟随系统 | 2020-05-11 | 540 |
| 一种基于姿态的考试作弊检测方法 | 2020-05-14 | 717 |
| MRI中的运动的实时监测和预测 | 2020-05-15 | 666 |
| 一种基于深度神经网络的运动预测方法和智能终端 | 2020-05-08 | 1012 |
| 一种基于双流卷积神经网络和SVM的抽烟动作识别方法 | 2020-05-12 | 767 |
| 基于计算机视觉的电梯轿厢内异常行为的检测方法 | 2020-05-15 | 503 |
| 基于视觉SLAM和网络地图结合的机器人城市导航系统 | 2020-05-16 | 226 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
