一种基于AGV小车的三自由度并联机器人精确上料方法

技术领域

本发明属于自动上下料技术领域，具体为一种基于AGV小车的三自由度并联机器人精确上料方法。

背景技术

由于生产力水平的提高与科学技术的日益进步，工业机器人得到了更为广泛的应用，正向着高速度、高精度、轻质量、重载、高灵活性和高可靠性的方向发展。我国大多数工厂的生产线上，数控机床装卸工件仍由人工完成，其生产效率低、劳动强度大，而且具有一定的危险性，已经满足不了生产自动化的发展需求。

当前工业领域上也使用了一些自动上下料装置，也能够很好的降低成本，提高生产率。但当涉及定位精度高以及重量过大的工件上下料问题时，这些自动上下料装置便很难达到精度要求，即便有些自动上下料转置可以达到精度要求但也会大大的增加生产成本，从而给机械加工行业带来了诸多不便，为了提高工作效率，降低成本，适应现代机械行业自动化生产的要求，有必要提出一种高精度大重量低成本的自动上下料方法。

发明内容

本发明方法克服了已有技术的缺点，提供一种基于AGV小车的三自由度并联机器人精确上料方法，以解决当前自动上下料领域内的加工效率较低、生产成本较高、定位精度较低等问题。

本发明一种基于AGV小车的三自由度并联机器人精确上料方法，包括以下步骤：

步骤一：当AGV小车接收到工件搬运指令后,控制器系统就根据所存储的运行地图和AGV小车当前位置及行驶方向进行计算、规划分析,选择最佳的行驶路线,自动控制AGV小车的行驶和转向，运动到指定位置，实现粗定位。

步骤二：视觉系统中的CCD摄像机对工件加工中心进行图像的采集与预处理，具体步骤如下：

第一步：图像的灰度化处理，将摄像机所拍的图像进行灰度化处理，将含有亮度和色彩的彩色图像转化为黑白图像，为后续处理做准备。在RGB颜色模型中(R—红色，G—绿色，B—蓝色)，如果数值上R＝G＝B，图像则呈现出一种黑白颜色，其中R＝G＝B的值称为灰度值，其颜色用灰度值表示。像素点的灰度值越大，该点越白，反之则越黑。

第二步：图像增强，将图像中需要的信息采用相关技术进行增强，对被研究图片进行对比增强，改善视觉质量，突出重要细节，从而提高图像的清晰度，改善图像的视觉效果，让图像变得更有利于计算机处理。

第三步：图像的二值化，设定一个阈值T，用T将像素群分成两部分，大于T的像素群和小于T的像素群。将图像上的像素点的灰度值设置为0或255，让整个图像呈现出只有白和黑的视觉效果。

步骤三：将所采集和预处理的图像上传至计算机系统，对图像进行数据分析得出工件需要放置地点的精确位姿信息，具体步骤如下：

第一步：图像的边缘检测，图像的边缘是图像最基本的特征，边缘检测运算的本质是在图像强度级中检测重要局部变化的运算，使用Roberts算子法对图像进行边缘检测，由于Roberts算子会在图像边缘附近的区域产生较宽的响应，边缘定位的精度不够。因此，使用Roberts算子检测出来的边缘曲线需要做进一步细化处理。

第二步：摄像机标定中的坐标变换，摄像机摄像系统通常将3D场景变换成2D灰度图像或彩色图像，这种变换可以用一个从3D空间到2D空间的映射来表示，通过坐标系之间的线性变换可以得出工件需要放置工作地点的精确位姿信息，从世界坐标系到摄像机坐标系的坐标变换。

步骤四：计算机通过步骤三获得工件需要放置的位姿信息后，将位姿信息传输给3-PRR并联机构平台的运动控制系统，运动控制卡控制步进电机的转动，从而使并联机构进行平动和转动，实现精定位，具体步骤如下：

第一步：计算机将位姿信息传输给3-PRR并联机构平台的运动控制系统之后，3-PRR并联机构平台通过运动学逆解便可以求解出驱动杆的长度和步进电机的转角。

第二步：运动控制卡通过电机驱动器控制步进电机的转动，从而控制3-PRR并联机构平台在平面上进行平动和转动，将工件运到目标位置。

步骤五：当工件到达目标位置时，加工中心将会通过夹紧机构固定工件，对工件进行加工，从而完成上料过程。

步骤六：当工件加工完成后，3-PRR并联机构平台受电机驱动运动至下料位置承载工件，完成下料，由AGV小车将加工完成的工件运送至指定位置。

本发明的有益效果是承载能力强，定位精度高，生产成本低，通过借助AGV小车极强的运动能力，实现工件在加工环境下的大范围运输，提高生产效率，在三自由度并联机器人的配合下可以实现工件的高精度定位，能够很好的解决当前自动上下料领域中定位精度较低，承载能力较弱，生产成本较高等问题。

附图说明

图1为本发明中的一种基于AGV小车的三自由度并联机器人精确上料方法流程图；

图2为AGV小车与3-PRR并联机构平台结构示意图；

图2中：1-AGV小车；2-连杆；3-静平台；4-动平台；5-滚珠丝杠；

具体实施方式

一种基于AGV小车的三自由度并联机器人精确上料方法，其特征在于，包括以下步骤：

步骤一：当AGV小车接收到工件搬运指令后,控制器系统就根据所存储的运行地图和AGV小车当前位置及行驶方向进行计算、规划分析,选择最佳的行驶路线,自动控制AGV小车的行驶和转向，运动到指定位置，实现粗定位。

步骤二：视觉系统中的CCD摄像机对工件加工中心进行图像的采集与预处理，具体步骤如下：

第一步：图像的灰度化处理，将摄像机所拍的图像进行灰度化处理，将含有亮度和色彩的彩色图像转化为黑白图像，为后续处理做准备。在RGB颜色模型中(R—红色，G—绿色，B—蓝色)，如果数值上R＝G＝B，图像则呈现出一种黑白颜色，其中R＝G＝B的值称为灰度值，其颜色用灰度值表示。像素点的灰度值越大，该点越白，反之则越黑。转换关系式为：

Gray(i,j)＝0.11R(i,j)+0.59G(i,j)+0.3B(i,j)

式中，Gray(i,j)表示转换后的黑白图像像素点在(i,j)点处的灰度值。

第二步：图像增强，将图像中需要的信息采用相关技术进行增强，对被研究图片进行对比增强，改善视觉质量，突出重要细节，从而提高图像的清晰度，改善图像的视觉效果，让图像变得更有利于计算机处理。

第三步：图像的二值化，设定一个阈值T，用T将像素群分成两部分，大于T的像素群和小于T的像素群。将图像上的像素点的灰度值设置为0或255，让整个图像呈现出只有白和黑的视觉效果。

步骤三：将所采集和预处理的图像上传至计算机系统，对图像进行数据分析得出工件需要放置地点的精确位姿信息，具体步骤如下：

第一步：图像的边缘检测，图像的边缘是图像最基本的特征，边缘检测运算的本质是在图像强度级中检测重要局部变化的运算，使用Roberts算子法对图像进行边缘检测，由于Roberts算子会在图像边缘附近的区域产生较宽的响应，边缘定位的精度不够。因此，使用Roberts算子检测出来的边缘曲线需要做进一步细化处理，细化处理的计算公式为：

式中，f(i,j)是输入图像，g(i,j)是输出图像。

第二步：摄像机标定中的坐标变换，摄像机摄像系统通常将3D场景变换成2D灰度图像或彩色图像，这种变换可以用一个从3D空间到2D空间的映射来表示，通过坐标系之间的线性变换可以得出工件需要放置工作地点的精确位姿信息，从世界坐标系到摄像机坐标系的坐标变换公式为：

X

式中，X

步骤四：计算机通过步骤三获得工件需要放置的位姿信息后，将位姿信息传输给3-PRR并联机构平台的运动控制系统，运动控制卡控制步进电机的转动，从而使并联机构进行平动和转动，实现精定位，具体步骤如下：

第一步：计算机将位姿信息传输给3-PRR并联机构平台的运动控制系统之后，3-PRR并联机构平台通过运动学逆解便可以求解出驱动杆的长度和步进电机的转角，逆运动学方程为：

式中,R为定平台外接圆半径，α为l与定系水平轴的夹角，θ为S与定系水平轴的夹角，

第二步：运动控制卡通过电机驱动器控制步进电机的转动，从而控制3-PRR并联机构平台在平面上进行平动和转动，将工件运到目标位置。

步骤五：当工件到达目标位置时，加工中心将会通过夹紧机构固定工件，对工件进行加工，从而完成上料过程。

步骤六：当工件加工完成后，3-PRR并联机构平台受电机驱动运动至下料位置承载工件，完成下料，由AGV小车将加工完成的工件运送至指定位置。