计算机行业如何促进机器人行业的发展

1、机器人技术和计算机集成制造业基于激光三角测量传感器和六轴人形机器人机械手臂，实现复杂几何产品模型的建立。摘要：这篇论文将突出这一部分：基于激光三角测量传感器和六轴人形机器人机手臂，实现复杂几何产品模型的建立。阐述了在测量过程中，集成系统模型中包含的激光三角传感器，机械臂的几何模型和组成部分的相关定位。本文解释了校准传感器的方法以及建立传感器的之间的联系。测量过程的实施是依靠于基于这种方法和机器人的最小参数计算得到的参数的。最后，就可以测量放置在不同方位的带孔的平面和终止管；同时也可以显示集成系统（传感器和机器人）的精确性。1.介绍：当面临着交通工具制造业不断的创新时，工业为了确保复杂的几何生产

2、过程的高质量，不得不在产品及其制造的过程，同时也发展和引进100%的过程控制系统。在坐标测量机领域中，因为传统的接触式测量技术的准确性和灵活性，在产品的几何校正上广泛应用，在测量和质量控制作业中，我们在光性体系结构（LSB）系统中需要一个可供选的新的测量方法。LSB系统能够通过高速点采集来通过一个已知的图形的投影上捕捉3维坐标，并且已被广泛应用于自动控制、航空技术和模具行业，并且在文物保护和工业组建的一般测量。然而，扫描系统和测量表面的位置和方位的限制了扫描的范围。由于CMMS或者AACMM已经发展到解决扫描范围的问题，用这种设备实现的不同的应用在测量工具中得到广泛的应用。尤其当下，在传统坐标

3、计量当中，LTS被最广泛的应用的非接触式测量。通过结合工业机器人和一个LTS，在测量的工程中可以实现灵活性和速度的要求，包括一些情况下的外部运动轴。 在运用工业机器人和一个LTS系统之前，首先要实施两种校准方法。第一类：LTS系统包含相机的全球框架（3D）和在相机传感器（2D）中的投影的图像框架校准（固有校准）。固有校准也包含激光束的几何特性（在这种情况下是平行光束）。在文学作品中发现的相机校准技术可以被分为四个范畴：直线技术，非直线最优化技术，两步校准技术，自校准技术。第二类：是关于一个LTS系统定义在固有校准中的全球框架和非固有校准的机器人全球框架的相对位置。一个LTS可以安装在机器人末端

4、传感器作为它的一个工具，机器人的TCP校准可以看做是机器人的手-眼协调的校准。一些学者为机器人手-眼协调校准提出了一些解决方案（当在机器人末端传感器安装一个LTS系统是，相当于非固有校准），包括线性的和非线性的。另外一些学者提议通过机器人来获取被矫正的部分，并且在基框架上调整LTS系统。由于测量的需要，同时进行乃在和外在的校准是通过一些技术晚来完成的，而这些技术对于实验室以外的人而言很困难。这篇论文向大家展现了一个灵活的非接触式的测量体系，包括一个LTS系统和几个机器手。在测量的过程中，机器人在LTS可见的区域移动不同的待测部分的表面，将他们数字化。LTS和机器人额的数学模型、LTS-机器人结

5、合体（使得这个系统能够进行测量任务）的内在的外在的校准就被描述出来了。这种实现的方法考虑到应用一个参考目标，而这个参考目标可以具体化到简单的几何元素（点和面），用来获得LTS的各个组成部分的模型的的参数。应用于LTS系统的校准的参比物通常将全球参考系统的结果与机器人的全球参考系统的位置相联系。后者在为了应用于这部分的组成的重建方法来重建机器人坐标系统的坐标的数字化点是必要的。第2部分，主要描述设备。第3部分描述LTS 系统的校准，集中在用于联系LTS框架和机器人全球框架发展了的流程。第四部分阐述机器人运动模型和一些机器人常用参数的比较。第五部分解释了发展了的测量过程模型和特点。最后一部分描述在

6、复杂的几何部分的可重复性和精确性测试的结果。 2.硬件描述这是一个坐标轴测量系统，包含一个LTS和一个机器手（图1）LTS系统基本上是由两个CMOS相机（像素1280*1024）（图1中的（1）和（2）1（a），和它的光系统（焦距：相机1，f=12mm；相机2，f=35mm）以及它的干扰滤光器，还有激光系统。激光系统和两个相机是一样的。这个组合安装在一个支柱上，这个支柱用来使支撑LTS的组成部分并且采集他们的位置，同时保持住被测量的元件的位置。在KR5sixx模型中用到的（图1（a）中的（5）是由KUKA制造的机器人，机器臂有6自由度，能够承受5kg的重量移动650mm；通过ISO9283：1

7、998认证，它的位置可重复性是0.02mm。它的组成部分和他们的空间位置确定了测量的区域和设备的分辨率，每个相机获得的图像的每个像素的毫米级的区域（mm/pixel）（尽管分辨率的提高是因为用亚像素来处理图像），并且在37区分了给予每个相机的在37应用。两个相机用激光投影到该部分来扫描这些平面。相机1用来检查平面的平整度，因为激光束的视野的区域和它的位置允许它扫描表面的整个宽度，然而相机2检查组件的不同的空洞的位置，因为它的视野区域拟合表面的空洞的大小和相机的位置，几乎和扫描的平面垂直，使得它可以扫描和测量孔的位置，避免在位置测量是埋头空的影响，该设备之所以这么设计的更加深远的解释可以在37中

8、找到。该系统的功能可以分为四种阶段。首先，一个器件在一个扫描平面（图1（b）内移动，表面被光束（图1（a）照射后，同时，LTS系统相机捕捉表面图像，。第二步，图像和点重建和分析，在这一步，从图像点和校准数据获得空间中的点云（被数字化的表面部分）。接着，公差的测试和结果的记录，点云的计算机化的过程便可以定位感兴趣的目标的位置和公差检查。 最后，测量软件将提供结果。3.LTS模型和校准相机和激光模型以及校准技术被很多人熟知，并且在文献中被广泛的提到，因此这部分大致描述用到的技术，集中讲解特定点的校准以便实现机器人的整合。对于更加详细的LTS模型和校准的的解释参考12,38。3.1 LTA模型 理想

9、的引脚孔模型通常用来把LTS相机建模为一个4*4的齐次变换矩阵（能观规范性矩阵，PTM），它把LTS全局坐标系统，由规范点定义的三维框架，以及二位（u，v）坐标系统（1）。激光束平面是由一个平面的一般方程（2）建模的。 3.1方程3.2 LTS 校准能观性矩阵的估算是基于一个已知的背景。用LTS体系空间参照表示的已知坐标一系列的校准点由表对象实物化。根据校准点的坐标，定义用于测量的CSlts。测量仪器安装在机器人的边缘，所以当机器人处于校准状态下时，CSa6和CScall-a6相匹配，CSlts将会和CScall-lts相匹配。校准好了打相机将会在由测量点定义的同样的参照体系中重建测量的图像上

10、的点。图2表明由2号相机获取的测量的图像。在LTS校准完后，PTM组成部分的位置也就知道了，定义CSlts来和待测量的目标的拒不坐标系统，如图2中的CScall-lts。当一只PTM之后，图像中的测量点的坐标可以在基本坐标CSlts（Xlts，Ylts，Zlts）被重新（Ur，Vr），如（3）式：+所以，通过计算初始（u，v）和重新计算的（Ur，Vr）之间的不同来检查估计矩阵参数中包含的错误。为了校正已经校准过的坐标，和表对象点的相一致的图像的坐标又用平均错误值0.689重新计算1号相机u的像素和其平均值为0.095重新计算v的像素，用平均错误值0.453重新计算2号相机u的像素和其平均值为0

11、.510重新计算v的像素 。为了获得平面激光束平面的的方程的系数，首先要计算激光束的CSlts在激光图像表征激光线的点的坐标，如图2（d），然后计算最适合点云的平面方程（属于激光平面并且是从图像获得）。从（1），在这种情况下，平面激光束的的CSlts坐标（x,y,z）是已知的。然后就可以重新安排（1）和根据PTM相机提供的信息得到（4）上面的两个方程。通过对激光投影得到测量的平面施加图像激光线点的条件属性得到第三个方程。测量平面方程在CScall-lts中是已知的了，因为激光的图像特性，而且获得在同样的位置相机校准的图像，所以在CSlts中的方程也是已知的。Llllll在（4）中，PTM的元素

12、（Mij）是已知的，（u，v）坐标可以通过每个线的截面灰度质心估计和激光的特性图像39.40得到。通过解出方程组（4）可以得出激光平面投影在平面的点的坐标。最后，用最小二乘法计算出这个平面的最适合的点，就得到了测量中要用到的激光平面的方程。3.3 LTS的机器人系统表的特点如图3（a）所示该表是用来校准的光学系统（相机和激光：内在校准）和将测量系统的的设备联系起来的组成部分（外在校准）。使用在这项工作中的目标对象是一个高精度的测量对象，该对象具体化了在局部坐标系统CScall-lts中的著名的标称坐标的点。在已加工的地方，加工中心的定位错误（平均误差：0.05mm，标准偏差：0.02mm）可以

13、通过CMM测量验证空的位置得出。该表格的点分布在不同的平面，这个平面允许LTS和激光平面的连续的校准。在LTS校准中，压力表连接到安装法兰并且安装在该传感器的视野内。参照系统表示出校准的点的坐标，同时定义LTS的全球参考系统，该系统中重建数字化的点（CSlts）。另外一方面，提出的系统的外部校准方法需要知道一个其次传递矩阵【】（4*4），该矩阵变换CScall-lts矩阵中点的坐标为【】的点的坐标。；*和*的X,Y,Z,1上是正交的，分别表示CScall-lts和CSlts的坐标。 CS和CS的关系式通过CMM（fig .3(b)）测量的。CSc的位置是通过触摸表壁测量得到的，CSc6的位置是

14、通过从规范的夹紧装置和安装法兰定位元件的表面测量得到的。4.六自由度的机器臂模型由于由于机器人有连续的平行的关节轴线，为了描述机器人的运动情况，我们用 Denavit-Hartenberg41提出的模型，也用到Hayati-Mirmirani42提出的模型。带有平行旋转轴的连续的两个关节的配置导致D-H模型几何参数的不确定性。在带平行旋转轴的连续的两个关节的机器人，这种不确定性就是基本D-H模型不完整和不成比例，因此也就被认为在参数识别程序中不适合。考虑到在该领域中当前的趋势是倾向于简化数学模型和尽可能的减少单数，尤其是可测量的参数，还有就是应用正确技术到最后的错误，我们给机器人关节，除了关节2和关节3之间使用H-M模型外转换，其他的选用了基本D-H模型。4.1 Denavit-Hartenberg提出的模型Fig.(4(a)用四个几何参数：di，ai,oi和i简明的展现机器人D-H模型中的每个关节。前两个是连续的参照系统的长度，另外两个是一个系统相对于另一个系统的旋转角度。通过这四个独立的参数，我们可以通过一个4*4的其次矩阵得到一个参考系统和它的