阅读量：

499

作者：

张桂芳

展开

摘要：

随着智能化、自动化水平的快速发展,机器人磨削越来越多的应用于铸件磨削、模具抛光、去毛刺、叶片加工、卫生洁具抛光等机械加工过称。与传统的手工磨削相比,机器人磨削不仅可以将工人从高强度的劳动和恶劣的工作环境中解放,更能够实现高效、高质量的磨削加工。在机器人磨削过程中,路径规划是非常重要的一个环节,直接影响零件的磨削质量。通常机器人磨削过程中路径规划都是通过示教或者基于CAD模型的离线编程实现的。但是在叶片类零件的修复过程中,由于叶片在高温、高压的工作条件下产生变形和扭曲,无法利用原始的CAD模型进行路径规划。因此,在机器人磨削过程前如何合理的进行磨削路径优化,并直接利用点云数据处理实现磨削工件的建模以及磨削过程仿真是目前亟待解决的研究问题。本文针对叶片等航空件的磨削,建立了基于三维测量的机器人三维磨削系统。利用KEYENCE激光扫描仪获得零件表面的点云数据,在点云数据进行预处理之后,进行叶片砂带磨削刀触点和磨削过程姿态的规划。在砂带磨削刀触点的规划中,首先利用基于八叉树的点云切片算法求截平面与点云数据的交线。在进行八叉树划分时,该算法并没有划分达到叶节点只有一个点的状态,而是设置了一个划分深度。在加快点云切片算法的处理速度的同时,消除了八叉树对高密度点云数据进行拓扑划分效率比较低的缺点。然后在曲率磨削的基础上,提出了利用等参数步长法和Douglas-Peucker算法相结合的刀触点离散方法,根据曲面轨迹的特点,选用直线方程作为初步划分的参数方程,然后再此基础上用Douglas-Peucker算法进行精度校核和优化。结果表明该方法进行刀触点离散的结果可以满足曲率磨削的要求。机器人砂带磨削过程的姿态规划可以转化为求点云数据在刀触点处的法向量。通过对现有点云数据估计算法的比较,采用了基于K-D树邻域拟合的点云数据法向量估计方法,并对获得的法向量数据进行了中值滤波,以保证相邻刀触点的法向量能够光滑过渡,从而保证砂带磨削运动的流畅。本文的算法和实现过程都是基于MATLAB平台,该研究为了机器人三维打磨路径规划奠定了理论研究基础,将点云数据处理技术直接应用到机器人磨削加工过程中,不仅可以实现对没有CAD模型或者一致性较差的零件磨削,还有助于促进机器人磨削过程中基于测量点云数据进行在线或实时调整。

展开

关键词：

机器人磨削 砂带磨削路径规划 三维测量 点云数据处理