首页 / 专利库 / 电信 / 节点 / 子节点 / 一种天线阵面的自动焊接路径规划方法

一种天线阵面的自动焊接路径规划方法

阅读:328发布:2024-01-10

专利汇可以提供一种天线阵面的自动焊接路径规划方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种天线阵面的自动 焊接 路径规划方法,包括基于天线阵面照片计算每个焊盘的坐标和焊接 角 度;将天线阵面划分为多个子区域;分别对每个子区域规划焊接路径;及规划天线阵面 中子 区域之间的焊接路径,得到天线阵面的焊接路径。本发明中将大规模的天线阵面分解为小规模的子区域,对每个子区域并行优化焊接路径,再将子区域的路径连接起来得到整个阵面的焊接路径,实现了自动化的焊接路径规划,可以快速求解大规模阵面的焊接路径规划问题。本发明可以在焊接 机器人 的控制计算机上实现,无需增加其他 硬件 设备,速度快,通用性强,维护成本低。,下面是一种天线阵面的自动焊接路径规划方法专利的具体信息内容。

1.一种天线阵面的自动焊接路径规划方法,其特征在于,所述路径规划方法包括:
基于天线阵面照片计算每个焊盘的坐标和焊接度,所述天线阵面照片中显示有多个焊盘;
将所述天线阵面划分为多个子区域;
分别对每个所述子区域规划焊接路径;及
规划所述天线阵面中子区域之间的焊接路径,得到所述天线阵面的焊接路径。
2.根据权利要求1所述的路径规划方法,其特征在于,所述基于天线阵面照片计算每个焊盘的坐标和焊接角度包括:
基于所述天线阵面照片建立直角坐标系,其中以所述天线阵面的最左下方的一点为直角坐标系的坐标原点,并定义x轴方向的角度为0,其中,所述天线阵面照片为机器人对所述天线阵面进行拍照得到;
基于公式xi=Δ×wi计算天线阵面照片中对应焊盘pi的横坐标xi;
基于公式yi=Δ×hi计算天线阵面照片中对应焊盘pi的纵坐标yi;及
基于公式ai=arctan(yi/xi)计算天线阵面照片中对应焊盘pi的焊接角度ai;
其中,i为大于等于1的整数,Δ为经过标定后天线阵面照片中相邻两个像素点之间的距离,wi为天线阵面照片中对应焊盘pi的中心像素点在x轴方向上到原点所间隔的像素数量,hi为天线阵面照片中对应焊盘pi的中心像素点在y轴方向上到原点所间隔的像素数量。
3.根据权利要求2所述的路径规划方法,其特征在于,所述将所述天线阵面划分为多个子区域包括:
基于所述天线阵面照片的中焊盘的数量,将所述天线阵面划分为m行n列多个子区域,所述多个子区域中的每个具有内大小相同的面积。
4.根据权利要求3所述的路径规划方法,其特征在于,所述分别对每个所述子区域规划焊接路径包括:
构建所述子区域对应数学模型为加权无向完全图G=(V,E);及
确定所述数学模型的目标函数和约束条件;
其中,V={pi i=1,…,n}用于表示G中所有焊盘的集合,E用于表示G中所有边的集合,E(i,j)用于表示连接点pi和pj的边,w(i,j)用于表示从顶点pi到顶点pj的权值,dij用于表示pi和pj之间的欧式距离,δij用于表示pi和pj的角度差,v用于表示机械臂的平移速度,ω用于表示机械臂的旋转角速度
5.根据权利要求4所述的路径规划方法,其特征在于,所述数学模型的目标函数和约束条件为:


zij∈{0,1} i,j=1,···,n    (4)



其中,目标函数中的Z是由zij组成的矩阵;
约束条件(1)和约束条件(2)用于表示路径上的每个焊盘限制为一个入边和一个出边,以保证焊接路径不重复地经过每一个焊盘;
约束条件(3)用于保证在路径中没有子回路;
约束条件(4)中,zij=1时表示边E(i,j)被包含在路径中,zij=0时表示边E(i,j)不被包含在路径中;
约束条件(5)用于表示边E(i,j)的权值等于机械臂由pi到pj进行平移和旋转的时间和;
约束条件(6)和约束条件(7)用于表示距离和角度差的计算公式。
6.根据权利要求5所述的路径规划方法,其特征在于,使用Christofides算法求解所述数学模型,具体包括:
Step1:使用Prim算法求G=(V,E)的最小生成树T,包括:
Step1.1:对焊盘集合进行初始化Vnew={p},其中,p为V中的任意一个节点,Enew={};
Step1.2:重复以下步骤a及步骤b,直至Vnew=V:
a.在集合E中选取权值最小的边E(i,j),其中pi为集合Vnew中的元素,pj为不在Vnew中但在V中的节点;及
b.将pj加入集合Vnew中,将E(i,j)加入集合Enew中;
Step1.3:输出为用集合Vnew和Enew来描述的最小生成树T
Step2:计算最小完美匹配M,并将所述最小完美匹配M添加到最小生成树T上得到欧拉图G*;
Step3:基于所述欧拉图G*计算欧拉回路;及
Step4:基于所述欧拉回路生成哈密顿回路。
7.根据权利要求6所述的路径规划方法,其特征在于,所述步骤Step2中,令V’={t1,…,tl}表示所述最小生成树T中度为奇数的顶点的集合,w(i,j)表示从顶点ti到顶点tj的权值,w(i,j)=dij/v+aij/ω,E(i,j)表示从顶点ti到顶点tj的边,G’表示V’构成的完全子图,包括:
Step2.1:初始化M={},A={};
Step2.2:取不在集合A但在集合V’中的节点ti,tj使得w(i,j)最小;
Step2.3:把ti,tj添加到A中,把E(i,j)添加到M中;
Step2.4:重复上述步骤Step2.2和步骤Step2.3直至V’中所有的点都被添加到A中;
Step2.5:得到V’构成的完全子图G’的一个最小完美匹配M,将所述最小完美匹配M添加到所述最小生成树T上得到所述欧拉图G*。
8.根据权利要求7所述的路径规划方法,其特征在于,所述步骤Step3包括计算所述欧拉图G*中从顶点pk出发的一条欧拉回路Ek,具体包括:
Step3.1:对所述欧拉回路Ek进行初始化操作,即令Ek={pk};
Step3.2:对于已经选定的欧拉回路Ek={pk,g1,…,gs},从集合G*-Ek中选择下一个节点gs+1并加入Ek中,其中gs+1和gs之间有直接相连的边,或者在gs+1和gs之间没有直接相连的边时gs+1和gs之间的边是G*-Ek的割边;
Step3.3:在欧拉回路Ek中增加完所有的节点,获得所求的欧拉回路Ek。
9.根据权利要求8所述的路径规划方法,其特征在于,所述步骤Step4包括:
Step4.1:初始化H={pk},从pk出发依次访问回路Ek上的顶点q,如果q是集合H中的元素则跳过q访问Ek的下一个顶点,否则将q加入集合H中,直到访问完Ek上的所有顶点为止;
Step4.2:按照集合H中节点的顺序构成的哈密顿回路,获得子区域G的优化后的焊接路径。
10.根据权利要求9中所述的路径规划方法,其特征在于,所述规划所述天线阵面中子区域之间的焊接路径,得到所述天线阵面的焊接路径包括:
基于贪心算法将所述每个子区域的规划焊接路径连接起来得到所述天线阵面的焊接路径,具体包括:
定义所述每个子区域的规划焊接路径为Hm(m=1,…c);
从第一个子区域开始,每当机械臂运行到当前区域的路径的终点的时候,基于以下公式确定下一个焊盘pnext:
s.t.pj∈V

将所述pnext所在的区域作为下一个焊接区域,以所述pnext为起点对应子区域规划焊接路径焊接,直到完成所有子区域的焊接任务,得到所述天线阵面的焊接路径;
其中,pi为当前路径的终点,w(i,j)表示从pi到pj的边的权值,V表示G中所有焊盘的集合,Q表示已经焊接完成的焊盘的集合。

说明书全文

一种天线阵面的自动焊接路径规划方法

技术领域

[0001] 本发明涉及路径规划方法。更具体地,涉及一种天线阵面的自动焊接路径规划方法。

背景技术

[0002] 在天线阵面的生产过程中,共有数千个不规则排布的焊点,使用人工焊接不仅费时费而且焊接质量也难以保证。与人工焊接相比,机器人焊接的质量高且一致性好,可以大大降低焊接成本。特别地,近期出现了利用计算机视觉技术确定焊点位置的自动焊接机器人,该机器人可以通过对焊盘拍照来确定焊盘的位置和焊接的度从而实现无人化焊接。随着机器人技术不断发展,焊接作业中使用机器人进行自动焊接的业务场景越来越多,因此,需要根据具体的应用场景对焊接路径进行规划以提高焊接机器人工作效率。
[0003] 在自动焊接的过程中,焊接机器人需要完成机械臂的平移、旋转、下降和抬起动作,其中下降和抬起是每次焊接都需要重复的相同动作,每次焊接时消耗的时间相同,不需要进行优化。平移和旋转动作与焊接路径上相邻的两个焊点之间的相对位置关系有关,其消耗的时间是和每次焊接时焊点的位置和姿态相关的变量,如果不对焊接路径进行规划,可能导致机械臂进行很多不必要的平移和旋转动作,焊接效率会大大降低。因此,在天线焊接任务中根据焊点的位置和姿态对机械臂的平移距离和旋转角度进行优化是加快焊接速度的重要技术。
[0004] 天线阵面上的焊点位置可以由空间坐标和焊接角度确定,在对大规模阵面的焊接路径进行规划时,对应的数学模型很复杂,很难在可接受的时间范围内找到最优路径。
[0005] 目前常用的方法包括简化模型方法和遗传算法
[0006] (1)简化模型的思想是忽略影响耗时的次要因素,如当机械臂的平移速度较快而旋转速度较慢时忽略平移动作的耗时,只考虑对旋转动作进行优化。这种方法的缺点在于难以评估次要因素的重要程度,次要动作耗时较长时的优划效果往往不佳。
[0007] (2)遗传算法则是模仿自然界中“优胜劣汰”的法则,在路径规划问题的解空间中搜索一个满足要求的近似解。其缺点在于规划大规模问题时的计算量较大,程序运行的时间很长,不能实时规划焊接路径。
[0008] 但是,上述在实际应用中的方法都无法同时满足实时性和准确性的要求,因此,天线阵面的自动焊接任务中需要一种可以快速、准确地解决大规模焊接路径规划问题的方法,即,需要提供一种天线阵面的自动焊接路径规划方法。

发明内容

[0009] 本发明的目的在于为自动焊接机器人提供一种焊接路径优化方法,该方法可以实时为天线阵面焊接任务规划出耗时较短的焊接路径。
[0010] 为达到上述目的,本发明采用下述技术方案:
[0011] 一种天线阵面的自动焊接路径规划方法,该路径规划方法包括:
[0012] 基于天线阵面照片计算每个焊盘的坐标和焊接角度,天线阵面照片中显示有多个焊盘;
[0013] 将天线阵面划分为多个子区域;
[0014] 分别对每个子区域规划焊接路径;及
[0015] 规划天线阵面中子区域之间的焊接路径,得到天线阵面的焊接路径。
[0016] 优选地,基于天线阵面照片计算每个焊盘的坐标和焊接角度包括:
[0017] 基于天线阵面照片建立直角坐标系,其中以天线阵面的最左下方的一点为直角坐标系的坐标原点,并定义x轴方向的角度为0,其中,天线阵面照片为机器人对天线阵面进行拍照得到;
[0018] 基于公式xi=Δ×wi计算天线阵面照片中对应焊盘pi的横坐标xi;
[0019] 基于公式yi=Δ×hi计算天线阵面照片中对应焊盘pi的纵坐标yi;及[0020] 基于公式ai=arctan(yi/xi)计算天线阵面照片中对应焊盘pi的焊接角度ai;
[0021] 其中,i为大于等于1的整数,Δ为经过标定后天线阵面照片中相邻两个像素点之间的距离,wi为天线阵面照片中对应焊盘pi的中心像素点在x轴方向上到原点所间隔的像素数量,hi为天线阵面照片中对应焊盘pi的中心像素点在y轴方向上到原点所间隔的像素数量。
[0022] 进一步优选地,将天线阵面划分为多个子区域包括:
[0023] 基于天线阵面照片的中焊盘的数量,将天线阵面划分为m行n列多个子区域,多个子区域中的每个具有内大小相同的面积。
[0024] 进一步优选地,分别对每个子区域规划焊接路径包括:
[0025] 构建子区域对应数学模型为加权无向完全图G=(V,E);及
[0026] 确定数学模型的目标函数和约束条件;
[0027] 其中,V={pi i=1,…,n}用于表示G中所有焊盘的集合,E用于表示G中所有边的集合,E(i,j)用于表示连接点pi和pj的边,w(i,j)用于表示从顶点pi到顶点pj的权值,dij用于表示pi和pj之间的欧式距离,δij用于表示pi和pj的角度差,v用于表示机械臂的平移速度,ω用于表示机械臂的旋转角速度
[0028] 进一步优选地,数学模型的目标函数和约束条件为:
[0029]
[0030]
[0031]
[0032]
[0033] zij∈{0,1}   i,j=1,···,n   (4)
[0034]
[0035]
[0036]
[0037] 其中,目标函数中的Z是由zij组成的矩阵;
[0038] 约束条件(1)和约束条件(2)用于表示路径上的每个焊盘限制为一个入边和一个出边,以保证焊接路径不重复地经过每一个焊盘;
[0039] 约束条件(3)用于保证在路径中没有子回路;
[0040] 约束条件(4)中,zij=1时表示边E(i,j)被包含在路径中,zij=0时表示边E(i,j)不被包含在路径中;
[0041] 约束条件(5)用于表示边E(i,j)的权值等于机械臂由pi到pj进行平移和旋转的时间和;
[0042] 约束条件(6)和约束条件(7)用于表示距离和角度差的计算公式。
[0043] 进一步优选地,使用Christofides算法求解数学模型,具体包括:
[0044] Step1:使用Prim算法求G=(V,E)的最小生成树T,包括:
[0045] Step1.1:对焊盘集合进行初始化Vnew={p},其中,p为V中的任意一个节点,Enew={};
[0046] Step1.2:重复以下步骤a及步骤b,直至Vnew=V:
[0047] a.在集合E中选取权值最小的边E(i,j),其中pi为集合Vnew中的元素,pj为不在Vnew中但在V中的节点;及
[0048] b.将pj加入集合Vnew中,将E(i,j)加入集合Enew中;
[0049] Step1.3:输出为用集合Vnew和Enew来描述的最小生成树T
[0050] Step2:计算最小完美匹配M,并将最小完美匹配M添加到最小生成树T上得到欧拉图G*;
[0051] Step3:基于欧拉图G*计算欧拉回路;及
[0052] Step4:基于欧拉回路生成哈密顿回路。
[0053] 进一步优选地,步骤Step2中,令V’={t1,…,tl}表示最小生成树T中度为奇数的顶点的集合,w(i,j)表示从顶点ti到顶点tj的权值,w(i,j)=dij/v+aij/ω,E(i,j)表示从顶点ti到顶点tj的边,G’表示V’构成的完全子图,包括:
[0054] Step2.1:初始化M={},A={};
[0055] Step2.2:取不在集合A但在集合V’中的节点ti,tj使得w(i,j)最小;
[0056] Step2.3:把ti,tj添加到A中,把E(i,j)添加到M中;
[0057] Step2.4:重复上述步骤Step2.2和步骤Step2.3直至V’中所有的点都被添加到A中;
[0058] Step2.5:得到V’构成的完全子图G’的一个最小完美匹配M,将最小完美匹配M添加到最小生成树T上得到欧拉图G*。
[0059] 进一步优选地,步骤Step3包括计算欧拉图G*中从顶点pk出发的一条欧拉回路Ek,具体包括:
[0060] Step3.1:对欧拉回路Ek进行初始化操作,即令Ek={pk};
[0061] Step3.2:对于已经选定的欧拉回路Ek={pk,g1,…,gs},从集合G*-Ek中选择下一个节点gs+1并加入Ek中,其中gs+1和gs之间有直接相连的边,或者在gs+1和gs之间没有直接相连的边时gs+1和gs之间的边是G*-Ek的割边;
[0062] Step3.3:在欧拉回路Ek中增加完所有的节点,获得所求的欧拉回路Ek。
[0063] 进一步优选地,步骤Step4包括:
[0064] Step4.1:初始化H={pk},从pk出发依次访问回路Ek上的顶点q,如果q是集合H中的元素则跳过q访问Ek的下一个顶点,否则将q加入集合H中,直到访问完Ek上的所有顶点为止;
[0065] Step4.2:按照集合H中节点的顺序构成的哈密顿回路,获得子区域G的优化后的焊接路径。
[0066] 进一步优选地,规划天线阵面中子区域之间的焊接路径,得到天线阵面的焊接路径包括:
[0067] 基于贪心算法将每个子区域的规划焊接路径连接起来得到天线阵面的焊接路径,具体包括:
[0068] 定义每个子区域的规划焊接路径为Hm(m=1,…c);
[0069] 从第一个子区域开始,每当机械臂运行到当前区域的路径的终点的时候,基于以下公式确定下一个焊盘pnext:
[0070]
[0071] s.t. pj∈V
[0072] 及
[0073] 将pnext所在的区域作为下一个焊接区域,以pnext为起点对应子区域规划焊接路径焊接,直到完成所有子区域的焊接任务,得到天线阵面的焊接路径;
[0074] 其中,pi为当前路径的终点,w(i,j)表示从pi到pj的边的权值,V表示G中所有焊盘的集合,Q表示已经焊接完成的焊盘的集合。
[0075] 本发明的有益效果如下:
[0076] 本发明的一种将天线阵面的自动焊接路径规划方法,将大规模的天线阵面分解为小规模的子区域,对每个子区域并行优化焊接路径,再将子区域的路径连接起来得到整个阵面的焊接路径,实现了自动化的焊接路径规划,可以快速求解大规模阵面的焊接路径规划问题。本发明可以在焊接机器人的控制计算机上实现,无需增加其他硬件设备,速度快,通用性强,维护成本低。附图说明
[0077] 下面结合附图对本发明的具体实施方式作进一步详细的说明。
[0078] 图1示出本发明实施例的一种天线阵面的自动焊接路径规划方法流程图
[0079] 图2示出本发明实施例的子区域路径规划流程图。

具体实施方式

[0080] 为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
[0081] 如图1所示,本发明公开了一种天线阵面的自动焊接路径规划方法,包括基于天线阵面照片计算每个焊盘的坐标和焊接角度,天线阵面照片中显示有多个焊盘;将天线阵面划分为多个子区域;分别对每个子区域规划焊接路径;及规划天线阵面中子区域之间的焊接路径,得到天线阵面的焊接路径。
[0082] 本发明中,将大规模的天线阵面分解为小规模的子区域,对每个子区域并行优化焊接路径,再将子区域的路径连接起来得到整个阵面的焊接路径,实现了自动化的焊接路径规划,可以快速求解大规模阵面的焊接路径规划问题。本发明可以在焊接机器人的控制计算机上实现,无需增加其他硬件设备,速度快,通用性强,维护成本低。
[0083] 下面通过一个具体实施例进行说明
[0084] 首先,根据天线阵面的照片计算每一个焊盘的坐标和焊接角度。
[0085] 根据焊接机器人拍摄的阵面照片,选取整个天线阵面的左下角为坐标原点,建立直角坐标系,x轴方向的角度为0,计算每一个焊盘pi的坐标(xi,yi)和角度ai。用d表示经过标定后照片中相邻两个像素点之间的距离,wi,hi分别表示照片中焊盘pi中心像素点在x轴和y轴方向上到原点所间隔的像素数量则焊盘pi的坐标和角度可以按照公式(1)~公式(3)计算。
[0086] xi=d×wi   (1)
[0087] yi=d×hi   (2)
[0088] ai=arctan(yi/xi)   (3)
[0089] 其次,对每个子区域中的焊盘规划焊接路径。
[0090] 根据焊接机器人拍摄的阵面照片把整个天线阵面划分成col×row(本实施例中约等于100)个大小相近的子区域。
[0091] 每个待规划子区域的数学模型可以表示为一个加权无向完全图G=(V,E),V={pi i=1,…,n}表示G中所有焊盘的集合,E表示G中所有边的集合,E(i,j)表示连接点pi和pj的边,w(i,j)表示从顶点pi到顶点pj的权值,dij表示pi和pj之间的欧式距离,δij表示pi和pj的角度差。用v表示机械臂的平移速度,ω表示机械臂的旋转角速度。
[0092] 则每个子区域中的路径规划问题可以被描述为以下路径规划问题的数学模型:
[0093]
[0094]
[0095]
[0096]
[0097] zij∈{0,1}   i,j=1,···,n   (4)
[0098]
[0099]
[0100]
[0101] 其中,目标函数中的Z是由zij组成的矩阵。
[0102] 约束条件(1)和约束条件(2)表示路径上的每个焊盘只能有一个入边和一个出边,即保证焊接路径不重复地经过每一个焊盘;
[0103] 约束条件(3)保证在路径中没有子回路;
[0104] 约束条件(4)中,zij=1时表示边E(i,j)被包含在路径中,zij=0时表示边E(i,j)不被包含在路径中;
[0105] 约束条件(5)表示边E(i,j)的权值等于机械臂由pi到pj进行平移和旋转的时间和;
[0106] 约束条件(6)和(7)表示距离和角度差的计算公式。
[0107] 根据现有的数学理论,上述模型是一个NP完全问题,目前还没有能够在多项式复杂度条件下找到最优解的算法,即在大规模问题中精确算法不能满足实时性的要求。
[0108] 为了兼顾实时性和准确性,本发明实施例使用Christofides算法求解近似最优解,根据数学证明,使用Christofides算法规划的路径进行焊接时所消耗的时间不会超过使用最优路径的时间的1.5倍。
[0109] 如图2所示,使用Christofides算法求解上述模型包括:
[0110] 步骤1:使用Prim算法求G=(V,E)的最小生成树T。
[0111] (1)初始化Vnew={p},p为V中的任意一个节点,Enew={};
[0112] (2)重复下面的操作直至Vnew=V:
[0113] a.在集合E中选取权值最小的边E(i,j),其中pi为集合Vnew中的元素,pj为不在Vnew中但在V中的节点;
[0114] b.将pj加入集合Vnew中,将E(i,j)加入集合Enew中。
[0115] (3)输出为用集合Vnew和Enew来描述的最小生成树T。
[0116] 步骤2:求最小完美匹配。
[0117] 令V’={t1,…,tl}表示T中度为奇数的顶点的集合,w(i,j)表示从顶点ti到顶点tj的权值,w(i,j)=dij/v+aij/ω,E(i,j)表示从顶点ti到顶点tj的边,G’表示V’构成的完全子图。
[0118] 初始化M={},A={},取不在集合A但在集合V’中的节点ti,tj使得w(i,j)最小,把ti,tj添加到A中,E(i,j)添加到M中,重复上面的步骤直到V’中所有的点都被添加到A中,就找到了G’的一个最小完美匹配M,
[0119] 将M添加到T上得到欧拉图G*。
[0120] 步骤3:求G*中从顶点pk出发的一条欧拉回路Ek。
[0121] 初始化Ek={pk},假设Ek={pk,g1,…,gs}已经选定,按照以下的方法从集合G*-Ek中选择下一个节点gs+1并加入Ek中:
[0122] a.gs+1和gs之间有直接相连的边
[0123] b.除非没有别的选择,否则gs+1和gs之间的边不是G*-Ek的割边。
[0124] 直到无法选择下一个节点时,Ek即为所求的欧拉回路。
[0125] 步骤4:根据欧拉回路生成一个哈密顿回路。
[0126] 初始化H={pk},从pk出发依次访问回路Ek上的顶点q,如果q是集合H中的元素则跳过q访问Ek的下一个顶点,否则将q加入集合H中,直到访问完Ek上的所有顶点为止。
[0127] 按照集合H中节点的顺序构成的哈密顿回路即为子区域G的优化后的焊接路径。
[0128] 应说明的是,为了提高方法的运算速度,本发明实施例中,将焊盘位置和大小的计算程序可以部署在GPU上并行运行,同时使用启发式算法以保证路径规划的速度和精度,也就是说,本发明实施例中各个子区域的路径规划是相互独立的,在运算时本实施例把每个子区域的路径规划程序部署在GPU上并行运行。
[0129] 最后,规划子区域之间的焊接路径。
[0130] 在对每一个子区域进行规划后还需要把所有子区域的路径连接起来以得到整个天线阵面的焊接路径。本发明实施例使用贪心算法把每一个子区域规划的路径Hm(m=1,…c)连接起来得到完整的路径,包括:
[0131] 从第一个子区域开始,每当机械臂运行到当前区域的路径的终点的时候,按照如下的方式寻找下一个焊盘pnext:
[0132]
[0133] s.t.pj∈V
[0134]
[0135] 其中,pi为当前路径的终点,w(i,j)表示从pi到pj的边的权值,V表示G中所有焊盘的集合,Q表示已经焊接完成的焊盘的集合。
[0136] 把该pnext所在的区域作为下一个焊接区域,以pnext为起点按照所规划的路径焊接,直到完成所有子区域的焊接任务。
[0137] 本发明中,采取以下方式提高了运算速度:(1)把含有数千个焊盘的天线阵面划分为只含有约100个焊盘的小区域进行路径规划;(2)对每个小区域进行路径规划时使用Christofides算法以保证运算的速度和精度;(3)每个小区域的路径规划并行运算,大大节约了运算时间。
[0138] 为了增强方法的通用性,本发明中还可以:(1)使用计算机视觉的方法获得焊盘的位置和姿态,可以适应各种位置和角度的焊盘;(2)把大阵面分解为小进行规划,可以适应各种规模的天线阵面;(3)规划出的焊接路径可以由多个焊接机器人并行工作完成。
[0139] 应注意的是,本发明的说明书权利要求书及上述附图中的属于“第一”、“第二”等是用于区别不同的对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法或设备固有的气体步骤或单元。
[0140] 显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈