目前,國內(nèi)墻面噴涂行業(yè)大部分采用噴涂效率較低的人工噴涂方式,其勞動強度較大,嚴重制約噴涂效率,并且造成涂料浪費、花費較大等問題。而利用噴涂機器人在惡劣的環(huán)境中進行噴涂工作,大大提高噴涂效率和噴涂質量�；谝陨蠁栴},本文對基于激光傳感器的自動噴涂系統(tǒng)進行設計,根據(jù)機器人參數(shù)建立三維模型,并對機器人的結構與運動學問題進行分析,利用MATLAB對其進行軌跡規(guī)劃仿真,實現(xiàn)預定軌跡的運動控制。對墻面點云數(shù)據(jù)提取與處理的相關問題進行研究,采用體素化降噪算法對獲取的點云數(shù)據(jù)進行優(yōu)化;利用Cloud Compare和Labview軟件設計適用于本噴涂系統(tǒng)的算法軟件,實現(xiàn)對墻面法向量的提取以及可視化,為機器人的軌跡規(guī)劃提供可靠的保證。對機器人運動學問題進行深入研究,根據(jù)機器人的結構原理和D-H建模方法完成機器人數(shù)學模型的建立;利用MATLAB對機器人正、逆運動學算法進行仿真,并驗證其正確性;利用機器人關節(jié)空間軌跡規(guī)劃的方法得到機器人末端運行軌跡,并得到機器人各個關節(jié)量的仿真曲線,對機器人軌跡規(guī)劃算法的有效性進行驗證。建立針對平面墻面的涂層厚度模型;分析機器人噴涂的過程,在相同噴涂面積的條件下,確定最節(jié)省... 

【文章來源】：長春理工大學吉林省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

噴涂機器人噴涂圖片

第1章緒論6時間變化曲線，經(jīng)計算，軌跡擬合精度為0.98，驗證該機器人參數(shù)的合理性[11]，圖1.2為ER3A-C60機器人書法工作展示圖。圖1.2ER3A-C60機器人書法展示圖蘭州理工大學西部能源與環(huán)境研究中心王林軍、鄧煜、羅彬、張東等人根據(jù)ABBIRB1660機器人空間結構圖以及D-H參數(shù)法，分析了ABBIRB1660機器人的運動性能，并用roboticstoolbox機器人工具箱對該機器人的運動學問題進行仿真驗證，對兩個轉角向量分別進行采樣，采樣間隔為0.001s，時間為5s，各個關節(jié)的速度、加速度曲線平穩(wěn)無拐點，驗證了機器人的運動學性能[12]。東北大學機械工程與自動化學院霍昭偉、于天彪教授等人對機器人在按照固定軌跡搬運的過程中的逆動力學進行仿真研究，得到機器人各關節(jié)的力矩曲線，經(jīng)過計算，仿真結果誤差小于1%�？紤]到在實際工作中機器人自身重力、摩擦等其它外因，對機器人運動學和動力學分析獲得的方法和結論，對機器人的研究和設計有一定的意義[13]。1.2.2工業(yè)機器人動力學研究現(xiàn)狀機器人動力學問題即對機器人運動時所需的外界載荷和靜力學關系等問題進行研究，機器人想要運動的首要條件就是受到驅動力的作用，才能實現(xiàn)一系列的功能，機器人動力學問題也是機器人控制領域研究的基礎[14]。自上世紀60年代牛頓-歐拉方程被提出，大多學者開始研究機器人的剛體動力學問題，大量機器人動力學方程被提出；后來Uicker和Kahn又提出了歐拉-拉格朗日方程，對機器人動力學研究有很大的幫助；經(jīng)過眾多學者的研究，大量動力學算法被相繼提出，Walker和Paul提出的串聯(lián)機器人多體動力學遞歸公式較為經(jīng)典，并被大多數(shù)人所采用[15]。隨著計算機技術的發(fā)展，機器人動力學問題的研究常常借助計算機來進行輔助計算，并利用相關的軟件來進行機器人動力學建模與仿真，完成對動?

第1章緒論9圖1.3IRBFlexPicker機器人流水線工作圖分揀機器人的分揀速度快，具有精度高、視覺系統(tǒng)處理時間少等特點，但分揀機器人的視覺系統(tǒng)是內(nèi)置的配套視覺軟件，分揀的對象以及分揀環(huán)境都有很大的局限性，當用戶想要根據(jù)自身的工作環(huán)境對視覺系統(tǒng)進行調(diào)整時，這將會給用戶帶來很大的不便[32]。國內(nèi)的相關學者對機器視覺技術的研究也越來越多，清華大學精密儀器與機械學系制造工程研究所張傳清、陳懇、邵君奕等人對基于激光測距傳感器機器人的掃描裝置進行研究，對掃描頭機構設計，建立相應的數(shù)學模型，實現(xiàn)了復雜管道內(nèi)壁噴涂機器人的定位、噴涂目標模型重建和噴涂軌跡規(guī)劃功能。軌道機器人的可伸縮性使其能夠在直徑400mm到800mm的管道內(nèi)進行工作，解決了逐點示教無法完成復雜內(nèi)表面噴涂軌跡規(guī)劃的問題[33]。昆士蘭科技大學廖中平、陳立等人對點云邊界提取技術進行研究，提出自適應α-shapes平面點云邊界的提取方法，點間距分別取0.002m和0.02m，點數(shù)為35425個，調(diào)節(jié)因子精度達到0.01，實驗結果殘差平方和達到0.007，算法耗時1.725s，較其他算法節(jié)省大量時間，提高后續(xù)點云重建速率[34]。哈爾濱工程大學楊雪嬌、池海紅副教授對點云邊界提取技術進行研究，采用基于自適應閾值法對獲取的點云數(shù)據(jù)進行了去噪處理，仿真結果表明，邊界點提取精度對曲率極值影響較大，利用基于邊緣的自適應角點檢測算法，減小了特征邊界對角點位置的影響，較傳統(tǒng)的角點檢測算法精度提高31.8%，驗證了算法正確性[35]。吉林大學田原嫄等人，利用機器視覺技術實現(xiàn)了對零件的非接觸尺寸測量，其精度達到0.05mm。佛山科學技術學院盧清華等人利用機器視覺技術，并結合反射鏡反射原理，實現(xiàn)了對大型陶瓷地磚尺寸的精確測量，精度達到0.03mm，該技術在陶瓷地磚生產(chǎn)企業(yè)?

【參考文獻】：
期刊論文
[1]自適應α-shapes平面點云邊界提取方法[J]. 廖中平,陳立,白慧鵬,丁美青.  長沙理工大學學報(自然科學版). 2019(02)
[2]六自由度機械臂運動學分析與軌跡優(yōu)化[J]. 李珺茹,齊立群,韓文波.  長春理工大學學報(自然科學版). 2019(01)
[3]6R關節(jié)式機器人運動學仿真分析[J]. 周群海,王兆輝.  組合機床與自動化加工技術. 2018(11)
[4]An Integrated Hydrodynamics and Control Model of A Tethered Underwater Robot[J]. WU Jia-ming,XU Ying,TAO Long-bin,YU Miao,DOU Yi-zhe.  China Ocean Engineering. 2018(05)
[5]基于32線激光雷達的道路邊界識別算法[J]. 王曉原,孔棟,孫亮,王建強,王方.  科技通報. 2018(09)
[6]2018年噴涂機器人將成為涂裝行業(yè)主流[J].   表面工程與再制造. 2018(02)
[7]六自由度機器人運動分析及軌跡規(guī)劃[J]. 張明,王奕棋,張旭,于天彪,王貴和.  遼東學院學報(自然科學版). 2018(01)
[8]基于ANSYS的噴涂機器人擺桿模態(tài)分析[J]. 占曉煌,陳潤六,鄒曉暉,鄭小民,王紅州,張志勇.  中國設備工程. 2017(24)
[9]噴涂機器人運動學與軌跡規(guī)劃算法研究[J]. 李芳,顧海巍.  組合機床與自動化加工技術. 2017(12)
[10]基于MATLAB Robotic Toolbox的關節(jié)型機器人運動仿真研究[J]. 陸佳皓,平雪良,李朝陽.  機床與液壓. 2017(17)

碩士論文
[1]六自由度工業(yè)機器人軌跡跟蹤控制研究[D]. 王平.長春工業(yè)大學 2018
[2]復雜曲面機器人噴漆軌跡自動規(guī)劃與優(yōu)化方法研究[D]. 張川.哈爾濱工業(yè)大學 2018
[3]三維點云的特征點提取與配準技術研究[D]. 郭思猛.西南科技大學 2018
[4]六自由度工業(yè)機器人控制系統(tǒng)研究[D]. 程家才.浙江工業(yè)大學 2017
[5]基于自由曲面的工業(yè)機器人噴涂軌跡規(guī)劃及仿真技術研究[D]. 趙云.武漢工程大學 2017
[6]基于機器視覺的物料分揀工業(yè)機器人關鍵技術研究[D]. 陳懇.深圳大學 2017
[7]基于PLC的三軸噴涂機器人控制系統(tǒng)設計[D]. 張宇翔.湖南大學 2017
[8]面向復雜自由曲面的噴涂機器人作業(yè)規(guī)劃方法研究與實現(xiàn)[D]. 張盼盼.東南大學 2016
[9]六自由度關節(jié)型噴涂機器人結構設計及分析[D]. 陳磊.重慶大學 2015
[10]搭載機械手的智能輪式小車目標識別及抓取控制研究[D]. 郗郡紅.天津科技大學 2015



本文編號：3263173