基于機(jī)器人的大尺寸艙段支架輔助裝配方法

陳雨杰,鮑勁松,孔慶超,張 瑞

(1. 東華大學(xué) 機(jī)械工程學(xué)院,上海201620;2. 中國運(yùn)載火箭技術(shù)研究院,北京100076)

基于機(jī)器人的大尺寸艙段支架輔助裝配方法

陳雨杰1,鮑勁松1,孔慶超1,張 瑞2

(1. 東華大學(xué) 機(jī)械工程學(xué)院,上海201620;2. 中國運(yùn)載火箭技術(shù)研究院,北京100076)

針對(duì)航天某艙段上設(shè)備支架安裝位置多、布局分散、艙段直徑大、安裝支架測量基準(zhǔn)困難等問題,提出了一種利用機(jī)器人自動(dòng)繪制基準(zhǔn)標(biāo)識(shí)、工藝標(biāo)識(shí)等來進(jìn)行輔助安裝的方法. 為了滿足各裝配工藝參數(shù)的精度要求,首先對(duì)工業(yè)機(jī)器人進(jìn)行了運(yùn)動(dòng)學(xué)標(biāo)定,提高了其絕對(duì)定位精度;然后將多個(gè)支架的各標(biāo)識(shí)點(diǎn)路徑優(yōu)化視作旅行商問題(TSP),采用遺傳算法(GA)來求解TSP,并將機(jī)器人的可達(dá)精度作為路徑優(yōu)化的約束和權(quán)重,為機(jī)器人選擇了滿足約束的最優(yōu)路徑;最后從機(jī)器人離線系統(tǒng)獲取各標(biāo)識(shí)點(diǎn)數(shù)據(jù),利用面向?qū)ο笏枷敕庋b好機(jī)器人功能程序,配置所需的程序模塊并從數(shù)據(jù)庫中實(shí)時(shí)讀取標(biāo)識(shí)點(diǎn)數(shù)據(jù). 結(jié)果表明,該方法滿足單件艙段工藝標(biāo)識(shí)的自動(dòng)化柔性化噴印.

工業(yè)機(jī)器人;絕對(duì)精度標(biāo)定;旅行商問題(TSP);離線系統(tǒng);工藝標(biāo)識(shí)噴印

目前,國內(nèi)航天裝備的裝配大量依靠人工操作,產(chǎn)品裝配的質(zhì)量、裝配精度及可靠性、裝配周期與操作工人的經(jīng)驗(yàn)有較大關(guān)系,且工人勞動(dòng)強(qiáng)度高,生產(chǎn)效率低下. 由于航天材料的特殊性能,不能采用傳統(tǒng)的工藝標(biāo)識(shí)方法,從而導(dǎo)致工藝標(biāo)識(shí)的現(xiàn)場可視化程度不高,使得工人往往將部件反方向安裝,甚至交錯(cuò)安裝,增加了質(zhì)檢的工時(shí)與返工的可能性. 隨著新型航天裝備對(duì)裝配精度、研制周期、年產(chǎn)量的要求越來越高,傳統(tǒng)生產(chǎn)方式已經(jīng)很難適應(yīng)未來的發(fā)展趨勢. 本文旨在某大型艙段上用機(jī)械手臂完成輔助裝配工藝標(biāo)識(shí)的高效繪制,其過程分成3大部分，即機(jī)器人運(yùn)動(dòng)學(xué)標(biāo)定、旅行商問題(TSP)路徑優(yōu)化、離線編程.

標(biāo)定主要由4大步驟組成,包括運(yùn)動(dòng)學(xué)建模、位置測量、參數(shù)識(shí)別和位置補(bǔ)償[1]. 國內(nèi)外在該領(lǐng)域也進(jìn)行了研究,如文獻(xiàn)[2]對(duì)ABB公司的IRB 1600機(jī)器手臂進(jìn)行了標(biāo)定， 文獻(xiàn)[3]通過識(shí)別測量系統(tǒng)坐標(biāo)系轉(zhuǎn)換造成的誤差來提高測量精度， 文獻(xiàn)[4]采用Levenberg-Marquardt算法優(yōu)化了參數(shù)識(shí)別效果.

TSP路徑規(guī)劃問題是著名的NP(non-deterministic polynomial)完全難題. 文獻(xiàn)[5]將TSP問題轉(zhuǎn)化為最短有向圖哈密爾頓回路問題,并分析了傳統(tǒng)算法、現(xiàn)代優(yōu)化算法和DNA計(jì)算算法的優(yōu)劣點(diǎn);文獻(xiàn)[6]用蟻群優(yōu)化(ACO)算法解決TSP停滯行為和基本蟻群算法的早熟收斂問題,有較高的效率和魯棒性.

由于離線編程技術(shù)發(fā)展迅速,各大機(jī)器人廠家都擁有自己的離線系統(tǒng),如ABB公司的Robot-Studio系統(tǒng)、安川公司的MotoSim系統(tǒng)、FUNAC與以色列CompuCraft合作開發(fā)的FunacWorks系統(tǒng)等[7].

本文采用傳統(tǒng)的標(biāo)定方法,同時(shí)對(duì)路徑上各標(biāo)識(shí)點(diǎn)分配約束權(quán)重,并利用基于遺傳算法的TSP來進(jìn)行路徑優(yōu)化. 采用離線仿真軟件與.NET框架相結(jié)合的編程方法完成了標(biāo)識(shí)點(diǎn)繪制程序的編制. 從而解決了工程實(shí)際問題.

1 機(jī)器人運(yùn)動(dòng)學(xué)標(biāo)定

1.1 機(jī)器人誤差補(bǔ)償模型

機(jī)器人正運(yùn)動(dòng)學(xué)模型是在建立誤差模型的基礎(chǔ)上,根據(jù)Denavit-Hartenberg對(duì)機(jī)器人連桿和關(guān)節(jié)建模的方法對(duì)MH-12建立D-H模型[8],如圖1所示.

圖1 MH-12機(jī)械手臂的D-H笛卡爾坐標(biāo)系Fig.1 D-H cartesian coordinate system of the MH-12 robot

每個(gè)關(guān)節(jié)建立本地坐標(biāo)系步驟如下:

(1)z軸為每個(gè)關(guān)節(jié)的旋轉(zhuǎn)軸,方向可任意， 如關(guān)節(jié)n+1處的z軸表示成zn.

(2)x軸的建立準(zhǔn)則會(huì)因本地坐標(biāo)z軸與其前一個(gè)相鄰關(guān)節(jié)的z軸空間位置的不同而改變. 若關(guān)節(jié)軸相互不平行也不相交,它們之間總會(huì)存在一條距離最短的公垂線,通常將本地x軸定義在公垂線方向上;若關(guān)節(jié)軸相互平行時(shí),它們之間會(huì)存在無數(shù)條公垂線,為了簡化模型,通常情況下挑選一條與前一關(guān)節(jié)公垂線共面的那條作為x軸;若關(guān)節(jié)軸相交時(shí),它們之間的公垂線距離為零,此時(shí)x軸為垂直于它們所構(gòu)成平面的直線.

(3) 原點(diǎn)O取在z軸與x軸的交點(diǎn)處.

(4)y軸則根據(jù)右手坐標(biāo)系法則建立.

D-H參數(shù)如表1所示.

表1 MH-12機(jī)械手臂的D-H參數(shù)
Table 1 D-H parameters of the MH-12 robot

#θd/mma/mmα/(°)0-1θ1450155901-2θ2061402-3θ30200903-4θ46400-904-5θ500905-6θ610000

表1中θ為繞z軸的旋轉(zhuǎn)角,d為z軸方向上相鄰公垂線的距離(或稱為關(guān)節(jié)偏移),a為每一條公垂線的長度(或稱為連桿長度),α為相鄰z軸之間的角度(或稱為扭角).

D-H模型建立完成后,可以得到相鄰坐標(biāo)系之間的齊次坐標(biāo)變換矩陣，如式(1)所示.

i-1Ti=Ai=Rot(z,θi)×Trans(0,0,di)×
Trans(ai,0,0)×Rot(x,αi)

(1)

對(duì)于N關(guān)節(jié)的串聯(lián)機(jī)器人,機(jī)器人末端法蘭盤中心點(diǎn)(即TCP)相對(duì)于基坐標(biāo)的總變換為

0Tn=0T11T22T3…n-1Tn

(2)

然而,在傳統(tǒng)的D-H模型中,相鄰平行軸之間微小的偏差將會(huì)使實(shí)際公法線與理論公法線之間存在較大的偏差. 這就是相鄰兩關(guān)節(jié)軸平行時(shí)的奇異現(xiàn)象,如果不及時(shí)引入?yún)?shù)將其表示出來,那么最終的位置誤差是不能通過修正D-H參數(shù)來消除的. 根據(jù)文獻(xiàn)[9]提出的MDH模型的理念,在傳統(tǒng)的D-H模型的基礎(chǔ)上,引入一個(gè)圍繞y軸旋轉(zhuǎn)的參數(shù),即扭角βi. 若相鄰關(guān)節(jié)軸平行時(shí),βi則不為零,否則相反. 由此,式(1)可改寫為

i-1Ti=Ai=Rot(z,θi)×Trans(0,0,di)×
Trans(ai,0,0)×Rot(x,αi)×Rot(y,βi)

(3)

對(duì)于MH-12機(jī)械手臂,只有關(guān)節(jié)2與3的z軸相互平行,即i=2,βi≠0,其他情況下βi均為零. MDH誤差模型建立后,根據(jù)式(2)可用P來表示其TCP (tool center point)的理論位置.

P=F(θ,d,a,α,β)

(4)

實(shí)際生產(chǎn)出的機(jī)械手臂在機(jī)械加工、裝配以及使用過程的機(jī)械磨損等環(huán)節(jié)中,各參數(shù)會(huì)產(chǎn)生一定的誤差,為此用Δθi,Δdi,Δai,Δαi,Δβi來表示對(duì)應(yīng)參數(shù)θi,di,ai,αi,βi的誤差. 于是TCP的實(shí)際位置為

P′=F(θ+Δ θ,d+Δ d,a+Δ a,α+Δ α,β+Δ β)

(5)

當(dāng)各誤差參數(shù)足夠小時(shí),依據(jù)“小誤差模型”理論[10]將式(5)進(jìn)行全微分,可以線性表示為

(6)

根據(jù)式(4)～(6)可以得出誤差的線性關(guān)系為

(7)

式(7)為機(jī)器人末端法蘭盤實(shí)際位置與理論位置的絕對(duì)定位精度的誤差公式.

1.2 位置測量與誤差識(shí)別算法

為了將各參數(shù)實(shí)際的誤差值識(shí)別出來,由式(7)可知必須找到P′的精確值,為此需要借助精密的測量儀器,目前使用最頻繁的儀器是激光跟蹤儀. 在數(shù)據(jù)測量初期,需要設(shè)置激光跟蹤儀的基坐標(biāo)系與機(jī)械手臂的基座標(biāo)系一致[11]. 然后將機(jī)械手臂末端的靶球運(yùn)動(dòng)到某具體點(diǎn)處,激光跟蹤儀會(huì)精確地采集到該點(diǎn)相對(duì)于其基坐標(biāo)系的實(shí)際位置坐標(biāo). 但在實(shí)際測量中,末端法蘭盤的中心位置很難確定,以至于靶球無法安裝， 此時(shí)需要在末端處安裝伸出臂(L=100 mm),靶球安裝在伸出臂上,同時(shí)伸出臂也會(huì)帶來誤差ΔL,因此式(4)～(7)將需添加伸出臂引起的相應(yīng)誤差項(xiàng).

將最終誤差公式轉(zhuǎn)換成矩陣形式

ΔP=JΔδ

(8)

一個(gè)點(diǎn)可以建立3個(gè)含有未知參數(shù)誤差的方程. 在本文誤差標(biāo)定過程中,為了求得所有的誤差參數(shù),至少需要采樣點(diǎn)數(shù)為9個(gè). 對(duì)于非線性方程組的誤差參數(shù)識(shí)別,利用式(9)由最小二乘法可以求得最小二乘解.

Δδ=(JTJ)-1JTΔP

(9)

參數(shù)識(shí)別補(bǔ)償?shù)木唧w過程如圖2所示.

1.3 誤差補(bǔ)償與分析

樣本點(diǎn)取得越多,最終補(bǔ)償效果越好,以及在取樣本點(diǎn)時(shí),應(yīng)盡可能多地遍歷整個(gè)工作空間來進(jìn)行取點(diǎn). 此次試驗(yàn)將在機(jī)器人可達(dá)空間內(nèi)取30個(gè)樣本點(diǎn),其中15個(gè)點(diǎn)用于誤差參數(shù)的識(shí)別,其余點(diǎn)則用于對(duì)識(shí)別出的參數(shù)的驗(yàn)算.

圖2 參數(shù)識(shí)別補(bǔ)償流程圖Fig.2 Flow scheme of parameters’ identification and compensation

確定樣本點(diǎn)的數(shù)目和分布后,使用激光跟蹤儀測量靶球的實(shí)際位置,根據(jù)式(9)由最小二乘法得出各誤差參數(shù)的補(bǔ)償值,結(jié)果如表2所示.

最終將辨識(shí)出的真實(shí)幾何參數(shù)補(bǔ)償?shù)娇刂破髦幸蕴岣邫C(jī)器人絕對(duì)定位精度. 根據(jù)對(duì)標(biāo)定前后30個(gè)點(diǎn)的絕對(duì)位置誤差值進(jìn)行分析可知,平均絕對(duì)定位精度由補(bǔ)償前的0.711 mm變?yōu)檠a(bǔ)償后的0.204 mm. 補(bǔ)償后的精度符合工藝參數(shù)的要求.

2 路徑優(yōu)化

2.1 標(biāo)識(shí)路徑優(yōu)化算法

航天某艙段中,主要有4類標(biāo)識(shí)點(diǎn)需要進(jìn)行標(biāo)識(shí),如圖3所示. 其中,象限基準(zhǔn)點(diǎn)要求精度最高,其次是支架安裝基準(zhǔn)點(diǎn),然后是支架的其他輪廓點(diǎn),最后是支架位置處的二維碼標(biāo)識(shí). 機(jī)器人需要遍歷所有的標(biāo)識(shí)點(diǎn),噴印工藝標(biāo)識(shí),該類問題可以用TSP來解決,尋求單一旅行者由起點(diǎn)出發(fā),通過所有給定的需求點(diǎn)之后,最終再回到起點(diǎn)的最短路徑[12],如式(10)所示.

表2 參數(shù)誤差
Table 2 Parameters’ error

序號(hào)Δθ/(°)Δd/mmΔɑ/mmΔα/(°)Δβ/(°)ΔL/mm10.00110.09990.0012-0.049902-0.0009-0.0523-0.00580.10750.00183-0.0105-0.05230.12290.065300.10444-0.01620.00330.01340.1486050.00610.01730.0017-0.0603060-0.10440.02020.05440

圖3 某艙段的裝配標(biāo)識(shí)點(diǎn)Fig.3 Makers of cabin for assembly process

(10)

其中: cij為從城市i到j(luò)的距離.

然而傳統(tǒng)TSP方法對(duì)路徑上的點(diǎn)都是均等權(quán)重,并不考慮路徑上各點(diǎn)的權(quán)重差異,也不考慮工藝約束的影響. 本文根據(jù)支架安裝精度要求和機(jī)器人在空間上的可達(dá)絕對(duì)精度分布,將路徑點(diǎn)歸為3類約束,即象限基準(zhǔn)約束(數(shù)值為1)、支架安裝基準(zhǔn)約束(數(shù)值為2)、無約束(數(shù)值為5). 基于該約束利用遺傳算法來進(jìn)行路徑優(yōu)化.

編碼: 將路徑上三維點(diǎn)映射成遺傳空間的基因型串結(jié)構(gòu)數(shù)據(jù),包括數(shù)據(jù)編號(hào)、支架標(biāo)號(hào).

適應(yīng)度函數(shù): 適應(yīng)度是路徑優(yōu)化的核心,對(duì)每個(gè)個(gè)體的好壞用適應(yīng)度函數(shù)值來評(píng)價(jià). 基于TSP問題來求解機(jī)器人標(biāo)識(shí)路徑,遍歷各工藝標(biāo)識(shí)點(diǎn)的路徑之和越小越好,同時(shí)要滿足標(biāo)識(shí)點(diǎn)的精度,在這些標(biāo)識(shí)點(diǎn)中有些屬于基準(zhǔn)點(diǎn),其精度要求最高,同時(shí)基準(zhǔn)點(diǎn)是其他工藝計(jì)算和分析的基準(zhǔn). 用滿足精度約束的可能的最大路徑長度減去實(shí)際經(jīng)過的路徑長度,作為該問題的適應(yīng)度函數(shù),如式(11)所示.

(11)

其中:k為精度權(quán)重;D為標(biāo)識(shí)點(diǎn)到象限點(diǎn)之間的距離;d為相鄰點(diǎn)距離;node為輪廓上的點(diǎn).

選擇: 采用最佳個(gè)體保留方法,即把群體中適應(yīng)度最高的個(gè)體不進(jìn)行交叉而直接復(fù)制到下一代.

交叉: 根據(jù)約束點(diǎn)值來設(shè)計(jì)交叉算子,值越小交叉越謹(jǐn)慎.

變異: 依據(jù)約束點(diǎn)設(shè)計(jì)變異概率,值越小的變異概率越小,值越大意味變異概率越大. 將個(gè)體編碼串中的某些基因值用其他基因值來替換,從而形成一個(gè)新的個(gè)體. 基于GA的TSP方法如圖4所示,深顏色的表示最高約束，即1級(jí)約束,其活躍度最低,淺顏色的表示2級(jí)約束,顏色適中的為無約束.

圖4 基于GA的TSP方法Fig.4 TSP methods on basis of the GA

2.2 TSP驗(yàn)證與計(jì)算分析

以某分段第一象限67個(gè)關(guān)鍵點(diǎn)標(biāo)識(shí)路徑優(yōu)化為例,如圖5所示. 圖5(c)中最下方的點(diǎn)為象限點(diǎn),淺顏色的為裝配工藝基準(zhǔn)點(diǎn). 由圖5(b)可以看出無約束狀態(tài)路徑最短,但在與圖5(c)的①,②,③相同位置處各標(biāo)識(shí)點(diǎn)的精度不能滿足支架安裝精度的工藝要求,且該路徑起點(diǎn)不是以象限點(diǎn)為起始位置. 最終優(yōu)化結(jié)果如圖6所示,可知有約束的路徑基因代數(shù)在1 500代處基本收斂,此時(shí)路徑最優(yōu).

圖5 關(guān)鍵點(diǎn)的分布Fig.5 The distribution of key points

圖6 適應(yīng)度函數(shù)與基因代數(shù)關(guān)系圖Fig.6 Relations of fitness function and genetic algebra

3 離線編程

機(jī)器人離線編程技術(shù)是機(jī)器人適應(yīng)柔性制造的核心技術(shù). 現(xiàn)有的離線編程系統(tǒng)具有圖形仿真、復(fù)雜軌跡規(guī)劃、碰撞檢測、自動(dòng)生成程序等功能,基本上符合工業(yè)現(xiàn)場需求. 其工作形式是在離線的情況下對(duì)簡單的作業(yè)路徑進(jìn)行動(dòng)態(tài)圖形仿真并生成機(jī)器人作業(yè)文件格式,或是由機(jī)器人作業(yè)文件進(jìn)行動(dòng)態(tài)圖形仿真,調(diào)試機(jī)器人可執(zhí)行文件[13]. 這種方式只適合于路徑數(shù)據(jù)與機(jī)器人作業(yè)文件對(duì)應(yīng)使用的場合. 然而機(jī)器人運(yùn)動(dòng)位置一旦發(fā)生改變,則需重新規(guī)劃路線生成作業(yè)文件,尤其在繪制同類輪廓時(shí),會(huì)增添重復(fù)工作,耗時(shí)耗力. 本文給出了柔性的機(jī)器人離線程序,主要步驟如下所述.

首先,使用MotoSim系統(tǒng)建立虛擬工作環(huán)境,導(dǎo)入機(jī)器人、艙段幾何模型,確定機(jī)器人基坐標(biāo)與加工艙段坐標(biāo)系之間的位置關(guān)系,建立仿真場景,如圖7所示.

圖7 離線仿真系統(tǒng)場景Fig.7 Virtual scene for off-line simulation

其次,根據(jù)艙段工藝要求,實(shí)時(shí)計(jì)算需要標(biāo)識(shí)的工藝點(diǎn)位置,按照基于GA的TSP優(yōu)化算法進(jìn)行機(jī)器人軌跡計(jì)算,并將優(yōu)化后的路徑數(shù)據(jù)順序地儲(chǔ)存到數(shù)據(jù)庫中.

然后,利用.NET平臺(tái)引用安川機(jī)器人驅(qū)動(dòng)API (application programming interface)[14],采用面向?qū)ο蟮乃枷雽C(jī)器人各功能函數(shù)封裝成方法,供主程序調(diào)用,如圖8所示.

圖8 主程序框架Fig.8 Main program framework

最后,利用各功能方法配置機(jī)器人所需的參數(shù),如坐標(biāo)系、工具號(hào)、移動(dòng)方式、移動(dòng)速度、TCP等. 規(guī)劃各標(biāo)識(shí)點(diǎn)之間的運(yùn)動(dòng)方案,如機(jī)器人工作原點(diǎn)到象限點(diǎn)采用直線運(yùn)動(dòng)，象限點(diǎn)到支架安裝基準(zhǔn)點(diǎn)采用增量直線運(yùn)動(dòng)，支架安裝基準(zhǔn)點(diǎn)到支架的其他點(diǎn)采用點(diǎn)動(dòng). 從數(shù)據(jù)庫中提取點(diǎn)位置數(shù)據(jù),在主程序中進(jìn)行調(diào)用,并通過上位機(jī)用以太網(wǎng)與機(jī)器人伺服柜進(jìn)行通信,傳送程序給機(jī)器人,由機(jī)器人執(zhí)行指令,進(jìn)行實(shí)時(shí)繪制工藝標(biāo)識(shí).

現(xiàn)場與結(jié)果如圖9所示. 由圖9中實(shí)例證明了本文提出的解決方案是可行的,且大大提高了效率.

圖9 現(xiàn)場與結(jié)果Fig.9 Scene and results

4 結(jié) 語

本文給出了安川機(jī)器人MH-12的運(yùn)動(dòng)學(xué)標(biāo)定方法,利用API激光跟蹤儀校準(zhǔn),提高了其絕對(duì)定位精度. 在此基礎(chǔ)上,借助離線編程手段再現(xiàn)了復(fù)雜機(jī)器人運(yùn)動(dòng)軌跡控制. 為了滿足多個(gè)軌跡的優(yōu)化,采用了改進(jìn)的基于GA的TSP算法,提高了機(jī)器人的工作效率. 最后在某型艙段實(shí)際應(yīng)用,現(xiàn)場作業(yè)效果符合要求. 在未來的研究中,將著眼滿足現(xiàn)場的簡單和效果更好的機(jī)器人誤差模型與識(shí)別算法,同時(shí)可以考慮將機(jī)器人標(biāo)定程序與離線系統(tǒng)集成,進(jìn)行實(shí)時(shí)標(biāo)定,滿足現(xiàn)場工藝要求.

[1] GINANI,LUCIANO S,MOTTA,et al. Theoretical and practical aspects of robot calibration with experimental verification[J]. Journal of the Brazilian Society of Mechanical Sciences and Engineering， 2011,33(1): 15-21.

[2] NUBIOLA,ALBERT,BONEV,et al. Absolute calibration of an ABB IRB 1600 robot using a laser tracker[J]. Robotics and Computer-Integrated Manufacturing,2013,29(1): 236-245.

[3] 龔星如,沈建新,田威,等. 工業(yè)機(jī)器人的絕對(duì)定位誤差模型及其補(bǔ)償算法[J]. 南京航空航天大學(xué)學(xué)報(bào),2012,44(4): 60-64.

[4] 楊小磊,叢明,劉冬,等. 六自由度工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)標(biāo)定方法[J]. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,43(10): 41-44.

[5] 周康,強(qiáng)小利,同小軍,等. 求解TSP算法[J]. 計(jì)算機(jī)工程與應(yīng)用,2007,43(29): 43-47,85.

[6] GAN R W,GUO Q S,CHANG H Y,et al. Improved ant colo-ny optimization algorithm for the traveling salesman problems[J]. Journal of Systems Engineering and Electronics,2010,21(2): 329-333.

[7] 劉圣祥,高洪明,張廣軍,等. 弧焊機(jī)器人離線編程與仿真技術(shù)的研究現(xiàn)狀及發(fā)展趨勢[J]. 焊接,2007,19(7): 21-27,66.

[8] NIKU S B. 機(jī)器人學(xué)導(dǎo)論-分析、控制及應(yīng)用[M]. 2版. 孫富春， 朱紀(jì)洪， 劉國棟， 等譯.北京: 電子工業(yè)出版社,2013: 54- 58.

[9] HAYATI S,TSO K,ROSTON G. Robot geometry calibration[C]// Proceedings of the 1988 IEEE International Conference on Robotics and Automation. 1988: 947-951.

[10] 吳少興,聶勇剛,張曉平. 基于API激光跟蹤儀對(duì)“15kg噴涂機(jī)器人”的D-H參數(shù)的標(biāo)定研究[J]. 機(jī)械制造,2014,52(9): 5- 8.

[11] 葉聲華,王一,任永杰,等. 基于激光跟蹤儀的機(jī)器人運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定方法[J]. 天津大學(xué)學(xué)報(bào),2007,40(2): 202-205.

[12] 杜宗宗. 基于遺傳算法的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 無錫: 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,2009: 72.

[13] 徐呈藝. 工業(yè)機(jī)器人作業(yè)路徑規(guī)劃和離線編程研究[D]. 南京: 南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院,2006: 68.

[1 4] YASKAWA公司. MOTOCOMES[CP/CD],2008.

The Method of Assembling Brackets in the Large Cabin Assisted by Industrial Robot

CHENYu-jie1,BAOJin-song1,KONGQing-chao1,ZHANGRui2

(1. School of Mechanical Engineering,Donghua University,Shanghai 201620,China;2. China Academy of Launch Vehicle Technology,Beijing 100076,China)

For problems of some aerospace cabin with large diameter,copious equipment positions,scattered layout without no rules,mounting and measuring difficulties of brackets’ references,etc,a method of using the robot to automatically draw the reference marks,process identification and so on for auxiliary installation is put forward. In order to meet the requirements of the accuracy of the assembly process parameters,firstly,the kinematic calibration of industrial robot is carried out,thus absolute positioning accuracy is improved significantly. Then,translating the path optimization of some markers into the traveling salesman problem (TSP),algorithm which based on genetic algorithm (GA) is carried out to settle the path optimization problems. And defining the robotic accuracy of each reference mark as the constraints and weights of the path optimization,which is beneficial for the robot to select the optimal path that fit the constraints. Finally,points data of each reference is got from the robotic off-line system,the object-oriented thinking is used to package robotic functional program,the programming modules are allocated and points data is obtained from the database. Results show that the method meets the requirements of the automation and flexibility during the printing of single cabin.

industrial robot;absolute precision calibration;traveling salesman problem (TSP);off-line system;process identification spray printing

1671-0444 (2016)05-0745-06

2016-04-10

國家自然科學(xué)基金資助項(xiàng)目(51475301)

陳雨杰(1993—)，男，江蘇南通人，碩士研究生，研究方向?yàn)闄C(jī)器人學(xué). E-mail:365503686@qq.com 鮑勁松(聯(lián)系人)，男，副教授，E-mail:bao@dhu.edu.cn

K 826.16

A