一种基于线激光的蒙皮铣削路径实时规划方法

技术领域

本发明属于机器人加工相关技术领域，涉及一种基于线激光的蒙皮铣削路径实时规划方法。

背景技术

蒙皮类零件作为飞机外形结构的重要组成部件，具有面积大、结构复杂、刚性小、易变形等特点，加工的精度要求高，制造难度大。为保障蒙皮与框架间在装配过程中的紧密贴合，两者边缘应保证较高的一致性，因此需要进行适应框架边缘的蒙皮加工。为避免框架和蒙皮在加工过程中出现的形变误差等情况，传统的蒙皮铣削大多采用人工加工的方法，依照框架边缘形状进行相应的铣削作业。但是由于人工加工过程通常引入较大误差，且效率难以保证，因此更为智能且高效的自动化蒙皮铣削方法逐渐得到广泛应用。

自动化蒙皮铣削根据其对数据和控制的处理模式，可以被分为离线加工和在线加工两种。其中，离线加工因良好的加工效果与丰富且精确的数据处理方法以相对成熟，而在线加工则凭借灵活、高效的加工模式，在柔性加工领域得到发展。同时，伴随着数据处理算法与系统控制理论的逐渐发展，在线加工的可靠性和准确性也得到了进一步的提升。为克服基准误差，令加工过程可控、可编辑，相关领域开展大量研究。其中，通过视觉测量与数据解析方法的参考基准计算，基于加工状态的加工参数补偿以及加工路径规划等一系列方法，自动化蒙皮铣削能够精确完成相关加工任务。然而，上述方法为保障不同工况下的路径规划精度，通常需要使用较大数据量进行复杂计算，消耗一定的时间，因此大多应用于离线加工中。相应的，自动化在线蒙皮铣削加工领域将一直存在着平衡路径规划效率与精度这一关键技术需求。

发明内容

本发明针对蒙皮铣削加工过程，结合相关实时跟踪技术，提出一种基于线激光的蒙皮铣削路径实时规划与跟踪方法。该方法利用前置视觉测量系统于加工过程中获取基准结构，通过实时处理算法识别目标特征点并规划路径。与基于传统离线加工的铣削相比，在线随形加工的模式提升了该过程的加工效率与加工柔性，适用于存在相同基准特征而蒙皮结构不同的铣削加工。

为实现上述目的，本发明提供了一种基于线激光的蒙皮铣削路径实时规划与跟踪方法，主要包括如下步骤：

(1)利用阶梯状标定板计算并确定搭载于机器人末端的视觉测量系统与加工系统之间的位姿转换关系，即进行跟踪系统的手眼矩阵标定；

(2)控制机器人使运行至合理起始位姿，并进行设备状态初始化；

(3)系统通过线激光扫描蒙皮与加工基准，实时计算所采点云图像的目标特征并完成路径规划与相对加工姿态估计；

(4)系统控制机器人依照加工策略与路径点，完成末端工具对蒙皮加工基准的实时跟踪。

其中视觉测量系统主要进行点云数据采集与输出，构建载于机器人末端的线激光扫描仪视觉坐标系{S}；加工系统主要进行路径点位姿状态执行，即沿路径点实现对应的位置移动与姿态变换，构建机器人工具坐标系{T}。两者的位姿转换矩阵

公式(1)中，

化简公式(2)：

带入不同角点，获得如AX＝B的计算形式，求解方程获得转换矩阵：

在此基础上通过最小二乘法便可求解上述未知数，获得系统的手眼转换矩阵

为实现系统铣削过程的准确运行，控制系统与相应设备皆需要进行初始化。其中包括网络通信测试以及工业机器人的初始位姿调整。为保障加工过程的完整性和连续性，初始位置点为加工起始侧边界的前置偏移点，初始姿态保持主加工方向同工具坐标系运动主轴保持一致，并控制机器人使测量坐标系行至该加工初始状态。

通过运行系统进行实时跟踪铣削，系统控制工业机器人令其进给并利用测量与处理系统进行测量对象目标特征识别，采用基于点云图像的特征点粗提取以及基于拟合运算的特征点精提取，逐步确定目标特征，并为后续的路径规划提供基础。将通过线激光扫描仪获取用于表征铣削对象表面形态的点云数据，为避免运动过程中工业机器人震动导致的误差，系统通过邻域滤波和高斯滤波对所得数据进行预处理。利用点云数据特点，对滤波后点云图像进行一阶导计算，计算公式如下：

其中式(5)为邻域滤波预处理，其中x，y，z为目标点坐标值，x

进一步地，通过极值实现基于点云特征的测量对象分割，区分点云图像中的加工区域(蒙皮)与基准区域(框架)。针对基准区域进行目标特征识别，在重复上述滤波和斜率计算后，在一阶导的基础上计算获得二阶导点云分布图像，利用极值完成特征点粗提取，并以此划分特征区间，形成倒角区与平面区。通过RANSAC拟合方法，构建两区域于视觉坐标系中直线方程：

其中，z

然而，由于所识别目标对象的尺寸较小，其表面结构容易发生形变而导致特征点提取出现偏差。为增强系统的稳定性和准确性，处理模块对特征点采用基于时序的路径点补偿算法。利用加工基准的特性，系统将以测量时刻的前序特征点作为判定基准，在视觉坐标系{T}中构建临近阈值k，用以判定所测特征点与前序特征点之间的连续性与一致性，从而确定该特征点的有效性，其中该k值的计算公式为：

其中P2为特征点，

在临近阈值判定的基础上，对特征点进行取舍与补偿，若不满足临近阈值k的条件，则对特征点进行补偿，使满足：

其中

进一步地，系统不仅需要进行特征点识别并生成引导TCP运动的路径，还要通过线激光所测点云计算表面倾角，以引导末端工具坐标系的旋转运动。应加工工艺相关需求，加工过程中工具坐标系将以基准延展方向为轴调整姿态，因此设置基坐标系某轴方向与其重合。为实时获取测量时刻基准对象表面的姿态，并实现机器人末端工具坐标系对应姿态解算，系统利用点云特征与运动时序性，利用直线拟合方法获取特征平面的姿态向量α，将所测点云同前序相关联，计算获得两个连续时刻的角度变化θ。由于加工过程伴随着末端工具坐标系的位姿变化，固连于加工系统的测量坐标系同样发生旋转，当t

θ

Δα＝Δα·k

通过点云计算获取的特征点和姿态存在一定的震荡与误差，因此系统在形成最终路径点时，采用顺滑和插补算法进行路径点的优化与分割。由于硬件设置中加工系统与测量系统存在距离偏移，前置的测量系统为加工系统预先提供加工路径并保存于缓存空间中，为路径点的再处理提供基础。精确计算的特征点受到包括基准结构、计算过程的影响，将会存在震荡，因此算法采用均值优化方法，以结合当前时刻t

其中，p

在生成的优化路径点基础上，由于铣削结构的延续性和一致性，将采用稀疏化的方法进行间隔处理，降低震动误差和计算成本。若间隔周期为n，并以m个运动控制周期为一个测量单元，则系统需要补偿单元内的n·m个路径点。为满足不同特征点之间的变化特征，将进行如下插值计算：

其中，式(15)中f和g为变化特征的插值关系，p

接着，控制系统将当前时刻处理完成的路径点按时序添加至路径缓存空间中，并从缓存空间中按时序依次读取相应时刻路径信息，实现机器人末端工具坐标系的路径引导，并保证了路径缓存空间的动态平衡。

本发明具有以下优点及有益效果：

1.本发明将以线激光的方式快速获取蒙皮基准的表面特征，以少量的点云数据准确描述测量时刻的目标对象。其采样频率高、单次采样数据量小的特点，使控制系统能够高效、准确获取目标信息，并通过精简的处理算法快速提取特征点，完成实时的路径规划。

2.系统通过滤波与离散点云的求导处理，实现蒙皮与基准结构、基准结构中特征区域之间的划分，利用基于极值的特征点粗提取以及基于特征拟合的特征点精提取逐步获取目标点。为避免空间曲线拟合过程造成较长的计算处理时间，系统利用加工过程中点云图像所具备的时序性与一致性，构建临近阈值进行快速的特征点计算准确性判别与位置补偿，达到优化效果，提升算法效率。

3.为计算铣削加工过程的角度变换，系统利用线激光的数据采集特点并结合加工工艺需求，以视觉坐标系下的点云线作为研究对象，对比相邻时刻点云特征与机器人末端工具坐标系的变化，依靠特征识别过程中分割的目标特征以及表征向量，快速计算对应的变换角度，达到准确、高效调整末端工具坐标系的效果，减小由于频繁坐标系映射与工业串联机器人姿态解算过程中带来的误差。

4.由于线激光扫描的数据采集方式与实时路径规划的加工方式会令测量数据受到蒙皮基准表面部分集中缺陷与加工震动等因素的影响，因此系统采用增加采样周期间隔的方式，增强采样过程的适应性，避免引入带有误差的特征点。而在此基础上，系统需要对获取的特征点进行优化与插补处理。通过对特征点进行基于时序的均值优化，对在线实时获取的特征点进行相关性补偿，并根据采样间隔周期与优化参数进行路径点分割，提升机器人在线加工过程的稳定性与准确性。

附图说明

图1是本发明提供的在线铣削系统的加工示意图；

图2是本发明提供的一种基于线激光的蒙皮铣削路径实时规划方法的流程示意图；

图3是本发明提供的铣削系统标定过程示意图；

图4是本发明提供的铣削加工过程在线特征识别与路径规划流程示意图；

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图以及具体实施例对本发明做更进一步的详细说明。可以认为，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供的一种基于线激光的蒙皮铣削路径实时规划方法所采用的铣削跟踪系统以及其加工运行过程主要如图1所示，其硬件平台主要包括视觉测量系统、铣削加工系统以及蒙皮基准件。其中视觉测量系统主要由作为测量设备的线激光扫描仪和作为处理设备的上位机组成，进行目标对象外轮廓特征的实时采集和特征提取。加工系统则主要由作为加工运动平台的机器人、作为加工工具的末端刀具以及作为控制器的上位机组成，进行铣削加工路径的实施规划与机器人的目标跟踪。测量系统与加工系统固连于机器人末端，且两者存在距离偏移，其中测量坐标系近似垂直于加工基准表面，加工系统工具坐标系的主轴所在ZOY平面与测量平面平行。

如图2所示，本发明提供的一种基于线激光的蒙皮铣削路径实时规划方法将包括如下步骤：

步骤一，利用阶梯状标定板计算并确定搭载于机器人末端的视觉测量系统与加工系统之间的位姿转换关系，即进行铣削系统的手眼矩阵标定。

具体地，如图3所示，所述视觉测量系统主要进行点云数据采集与输出，构建载于机器人末端的线激光扫描仪视觉坐标系{S}，而加工系统主要进行路径点位姿状态执行，构建机器人工具坐标系{T}。两者的位姿转换矩阵

在步骤一中，首先控制机器人调整末端工具姿态，以不同姿态测量设置于标定板阶梯上的引导刻度线，并重复测量n组，记录机器人末端工具的对应位姿参数，形成矩阵

公式(1)中，

化简公式(2)：

带入不同角点，获得如AX＝B的计算形式，求解方程获得转换矩阵：

在此基础上通过最小二乘法便可求解上述未知数，获得系统的手眼转换矩阵

简化得：

AX＝B(5)

其中

将上述超定方程组(5)以最小二乘法求解，计算过程如式(11)所示：

X＝(A

由此计算手眼转换矩阵。

步骤二，控制机器人使运行至合理起始位姿，并进行设备状态初始化。

具体地，需要将控制机器人末端工具来到随形加工过程起点，保障视觉测量设备能够稳定获取起始区域，蒙皮-框架结构所有特征，并将设备调整至在线加工模式。

在步骤二中，调整机器人末端工具至目标位置后，系统将控制机器人进行沿固定方向的加工预测量，即获取加工起点的位姿。通过采集所得的基准点云数据，系统利用点云特征提取算法获取参考基准起点P和姿态T。以此为基准，按预加工工艺沿固定方向计算加工起点位姿，为保障加工过程的完整性和连续性，加工起点为加工起始侧边界的前置偏移点，初始姿态保持主加工方向同工具坐标系运动主轴保持一致，并控制机器人返回至该精确加工起点：

其中

步骤三，系统通过线激光扫描蒙皮与加工基准，实时计算所采点云图像的目标特征并完成路径规划与相对加工姿态估计。

具体地，系统通过线激光扫描仪实时获取蒙皮-框架结构，并以点云数据形式传递至控制器，为降低机器人运动等情况带来的点云图像震动影响目标提取精度，首先将对原图像进行邻域滤波和高斯滤波混合处理，得到P

其中，式(8)为邻域滤波条件，x，y，z为目标点坐标值，x

其次，系统将对滤波结果点云数据求一阶导数，形成求导结果P

其中Δd表示一阶导特征点与对应原点云边界点之间的x方向距离差。

以分界点为基准，分割点云P

上述过程为基于点云图像的特征点粗提取，在此基础上通过RANSAC拟合方法，构建特征区域于视觉坐标系中直线方程：

其中，z

上述过程计算点云图像的目标特征，而步骤三所属的加工姿态估计，则通过相邻时刻间的点云数据进行相对姿态计算。应加工工艺相关需求，加工过程中工具坐标系将以基准延展方向为轴调整姿态，因此设置基坐标系某轴方向与其重合。为实时获取测量时刻基准对象表面的姿态，并实现机器人末端工具坐标系对应姿态解算，系统利用点云特征与运动时序性，利用直线拟合方法获取特征平面的姿态向量α，将所测点云同前序相关联，计算获得两个连续时刻的角度变化θ。由于加工过程伴随着末端工具坐标系的位姿变化，固连于加工系统的测量坐标系同样发生旋转，当t

其中：

因此，可以解得：

由于主加工方向不变，在同一加工平面内的相对姿态各参数为

最终计算得：

θ

其中

Δα＝Δα·k

步骤四，系统控制机器人依照加工策略与路径点，完成末端工具对蒙皮加工基准的实时跟踪。

具体地，系统根据计算获得的特征点和姿态结果，采用实时路径规划方法对其结果进行优化，形成连续性和一致性较强的路径点，避免表面缺陷、测量结果震动带来的影响。

利用步骤三中计算所得特征点和姿态，系统根据时序特征对每一时刻的计算结果与前序结果进行关联性评定。为增强系统的稳定性和准确性，处理模块对特征点采用基于时序的路径点补偿算法。利用加工基准的特性，系统将以测量时刻的前序特征点作为判定基准，在视觉坐标系{T}中构建临近阈值k，用以判定所测特征点与前序特征点之间的连续性与一致性，从而确定该特征点的有效性，其中该k值的计算公式为：

其中P

在临近阈值判定的基础上，对特征点进行取舍与补偿，若不满足临近阈值k的条件，则对特征点进行补偿，使满足：

其中

在生成的优化路径点基础上，由于铣削结构的延续性和一致性，将采用稀疏化的方法进行间隔处理，降低震动误差和计算成本。若间隔周期为n，并以m个运动控制周期为一个测量单元，则系统需要补偿单元内的n·m个路径点。为满足不同特征点之间的变化特征，将进行如下插值计算：

其中，式(26)中f和g为变化特征的插值关系，p

接着，控制系统将当前时刻处理完成的路径点按时序添加至路径缓存空间中，并从缓存空间中按时序依次读取相应时刻路径信息，实现机器人末端工具坐标系的路径引导，并保证了路径缓存空间的动态平衡。

在机器人的铣削随形加工过程中，通过Ethernet方式实现高速高频的硬件通信。由于机器人具备固定可靠的通信周期，因此系统以其控制周期为基准，进行机器人的运动控制、系统路径计算以及视觉信息采集与处理。其中通信频率可达到ms级。

以上描述表明了本发明的基本原理、主要特征。本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例，而本发明不会受到上述实施例的限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。