專利名稱：自動排序的焊接機器人多目標路徑規(guī)劃的制作方法
技術(shù)領(lǐng)域：
本發(fā)明總體上涉及一種用于為機器人提供多目標路徑規(guī)劃的系統(tǒng)和方法，更具體地涉及一種為焊接機器人提供多目標路徑規(guī)劃的系統(tǒng)和方法，所述系統(tǒng)和方法基于累積分數(shù)為機器人的每個允許的循環(huán)路徑(cycle path)識別最佳路徑。
背景技術(shù)：
在那些機器人用于汽車制造過程的應用中，尤其是就汽車白車身(BIW)設(shè)計來說，焊接機器人可以被使用，所述機器人必須移動通過必須以特定朝向完成焊接操作的多個焊點。在一些情況下，機器人的路徑包括不是焊點而是手動插入或由軟件插入以避免障礙物一例如零件、夾具和工具干擾機器人移動的點。在汽車白車身制造過程設(shè)計中，焊接機器人的路徑規(guī)劃是關(guān)鍵步驟。機器人路徑的生成和認證本質(zhì)上是由機器人模擬軟件輔助的手動程序?，F(xiàn)有的商業(yè)工具具有在兩組用戶指定位置和朝向?qū)χg生成逐點(PTP)無碰撞路徑的能力。然而，對于路徑是多目標路徑的焊接應用，意味著機器人必須在單個循環(huán)中到達多個焊點。在有些工程實例中目標是非連續(xù)的一即障礙物將焊接件隔開。在這些情況下，機器人將要到達的焊接件的順序必須被手動轉(zhuǎn)變，并且除了固有焊點之外，可能還需要置入新的中繼點。由此生成的路徑必須進行干擾認證，而且還必須滿足循環(huán)時間限制。然而，規(guī)劃的路徑可能無法第一時間滿足這些條件，因此需要改變和重新認證整個操作。因此，現(xiàn)有的程序涉及具有多個缺點的手動迭代，所述缺點包括程序是耗時的和交互作用的，結(jié)果的品質(zhì)取決于模擬工具使用者的技能和經(jīng)驗，而且所述結(jié)果僅滿足總體而言不是最佳的可行性要求。該問題的解決方案已被提出，具體是通過將逐點路徑規(guī)劃問題與最佳排序問題進行組合。然而，該方案沒有考慮到由于機器人到達并移動通過單個構(gòu)造而發(fā)生的問題，因此該方案可能導致不可控制的機器人路徑。進一步，現(xiàn)有的系統(tǒng)使用軟件來計算機器人的無碰撞移動逐點(PTP)路徑。實際情況需要機器人移動通過若干目標點而不是獨立的逐點分段。目標點包括必須執(zhí)行焊接的焊點和不執(zhí)行焊接但幫助優(yōu)化機器人路徑的中間點。因此，為了穿過包括多個焊點和中間點的完整路徑，需要將這些點連續(xù)輸入至機器人模擬軟件來規(guī)劃機器人的移動。

發(fā)明內(nèi)容
根據(jù)本發(fā)明的教導，公開一種用于機器人多目標路徑規(guī)劃的系統(tǒng)和方法。獲取與若干目標點關(guān)聯(lián)的輸入?yún)?shù)?；讷@得的輸入使機器人移動通過多個目標點。一個或多個允許的循環(huán)路徑基于獲得的輸入被標識。給每個允許的循環(huán)路徑的路徑分段的預定屬性分配權(quán)重。基于預定屬性的數(shù)值和預定屬性的被分配權(quán)重來計算累積分數(shù)。機器人移動通過目標點的最佳路徑基于累積分數(shù)被識別。通過結(jié)合附圖來參閱下面的描述和所附權(quán)利要求，本發(fā)明的附加特征將變得清林疋。


圖1示出了樣品零件的線框模型的三維圖，圖中示出了標記在樣品零件上的多個焊點；
圖2是包括焊槍的機器人的簡圖3、圖4、圖5、和圖6示出了某些可能的循環(huán)路徑，機器人可移動通過這些循環(huán)路徑；
以及
圖7是示出了用于機器人的多目標路徑規(guī)劃方法的流程圖。
具體實施例方式下面對涉及用于提供焊接機器人的多目標路徑規(guī)劃的系統(tǒng)和方法的本發(fā)明的實施方式的論述本質(zhì)上僅是示例性的，絕非用于限制本發(fā)明、其應用或用途。本發(fā)明建議一種用于焊接機器人的多目標最佳路徑規(guī)劃算法，該算法采用相同的幾何輸入一例如目標結(jié)構(gòu)，即焊點和在焊點處的焊槍朝向、零件和夾具的幾何形狀等，該算法還生成無碰撞路徑，該路徑基于與整個路徑關(guān)聯(lián)的特定成本函數(shù)自動確定最佳焊接順序。所述成本可包括一個或多個循環(huán)時間、路徑的平順性標準和機器人的全部接頭運動。所述算法將遍及通過反向動力學獨立生成的所有可能的構(gòu)造，并將因此免于出現(xiàn)異常。所述算法還將避免高成本的手動迭代，并提供快速、平順且無碰撞的路徑。圖1示出了樣品零件10的線框三維模型，該線框三維模型示出了標記在該樣品零件10上的初始位置12和多個焊點14、16、18、20和22。下面論述的焊接機器人將從初始位置12以某種預定順序移動至焊點14 - 22中的每一個，以便在樣品零件10上執(zhí)行焊接操作。雖然在此具體論述的是執(zhí)行焊接操作的焊接機器人，但是本發(fā)明的路徑規(guī)劃將具有用于執(zhí)行除焊接以外的其他操作的其他機器人的應用。圖2是典型的六軸機器人50的簡圖，所述六軸機器人50適用于在此描述的目的。 機器人50包括允許機器人50移動至樣品零件10上的期望位置的機械臂52和接頭M。機器人50包括允許機器人50在焊點14、16、18、20和22處焊接樣品零件10的焊槍56。機器人的初始位置12代表機器人50的默認狀態(tài)或靜止狀態(tài)。每個操作都從初始位置12開始，而且一旦經(jīng)過了所有點14 - 22，機器人50便回到初始位置12。雖然此處的討論涉及包括焊點14 - 22的樣品零件10，但是其他類型的機器人可在樣品零件10上執(zhí)行除焊接外的其他操作，其中焊點14 一 22將是其他類型的點一通常被稱為目標點。對于下文的論述， 焊點14 - 22將代表樣品零件10或任何其他零件上的任何類型的目標點。控制器58控制機器人50的操作，并且執(zhí)行用于那些應用的如下所述的各種操作和功能。焊點14 - 22遍及樣品零件10分布，其中某些點以類似墻壁的夾具M和沈為邊或被其環(huán)繞。焊接機器人50的機械臂52必須覆蓋所有點12 - 22以執(zhí)行焊接操作。在該過程中，機械臂52還必須移動經(jīng)過夾具M和沈以到達點12 - 22中的某些點。機器人50 基于特定的輸入?yún)?shù)從一個點移動至其他點。輸入?yún)?shù)包括但不限于與樣品零件10的幾何形狀相關(guān)的細節(jié)一例如焊點的位置參數(shù)、障礙物的高度等，或在焊點14 - 22處的機器人 50的結(jié)構(gòu)細節(jié)一例如在焊點14 - 22處的焊槍朝向。機器人50可沿著多個可能的路徑行進以覆蓋所有焊點14 - 22。所采用路徑的選
5擇取決于一組預定屬性，所述一組預定屬性是機器人50的移動特性。例如，這些預定屬性包括但不限于用來覆蓋路徑分段的時間、在移動期間機器人50的接頭M經(jīng)受的負載、整個路徑的平順性標準等。機械臂52穿過焊點14 - 22的移動生成穿過不同路徑的路徑分段的預定屬性的不同數(shù)值。例如，其中覆蓋焊點14 - 22的順序不同的一條路徑與另一條路徑的機械接頭M上的負載可能不同。特定路徑的特定預定屬性的重要性可以通過分配權(quán)重至預定屬性來代表。預定屬性的數(shù)值與分配給預定屬性的權(quán)重的組合用于計算特定路徑的累積分數(shù)。最佳路徑基于需要在涉及機器人50的操作期間加以優(yōu)化的因素來選擇。所述最佳路徑的選擇通過選擇相對于預定屬性提供最小累積分數(shù)的路徑來實現(xiàn)，所述路徑的選擇需要被優(yōu)化。當點14 - 22在一個平面中而沒有任何障礙物將它們分隔開時，機械接頭M不會經(jīng)受大量的負載變動。然而，如果機器人50必須移動經(jīng)過障礙物，則接頭M必須具有相應的朝向，而且一旦操作執(zhí)行完畢接頭M就回到默認朝向。機械接頭M的結(jié)構(gòu)的反復變化導致短期內(nèi)的負載循環(huán)并且增加機器人50的總體磨損。從一個結(jié)構(gòu)變化至另一個結(jié)構(gòu)時機械接頭M的朝向變化還可導致接頭上的瞬時負載值理論上接近無限大的情況。這樣的結(jié)構(gòu)變化被稱為異常而且是不允許的。在選擇用于機器人的最佳路徑時，發(fā)生異常的路徑不會被考慮，因為該結(jié)構(gòu)狀態(tài)表明在這種情況下機器人穿過是不被允許的。機械接頭M的負載值通過使用反向動力學獲取。圖3、4、5和6示出了機器人移動通過的示例性循環(huán)路徑，如圖顯示的可通過機械臂52的移動來執(zhí)行相同的操作。點14 一 22可在多個循環(huán)路徑中被覆蓋。圖3示出了這樣的路徑，該路徑被稱為路徑分段，其中機器人50以直進順序12 — 14 — 16 — 18 —20 —22 從一個點移動到另一個點。在這個路徑中，機器人50必須三次移動經(jīng)過樣品零件10上的夾具M和26。如果選擇了不同的路徑一例如圖4所示的12 — 14 — 20 — 16 — 18 — 22， 則移動經(jīng)過夾具M和沈的次數(shù)可以更少。圖5和6代表其他可能的路徑，具體分別是12 — 22 — 18 — 20 — 16 — 14和 12 — 18 — 22 — 20 — 16 — 14，機器人50可移動通過所述路徑，所述每條路徑代表的都是
相對于特定預定屬性最佳的循環(huán)路徑。如上所述，最佳機器人路徑的選擇取決于一組預定屬性，而且是這些預定屬性的直接函數(shù)。這些因素包括例如總成本值、機械接頭M上經(jīng)受的總負載、在一個循環(huán)路徑中機器人50的總移動時間、平順性標準等屬性。在循環(huán)路徑中分配給特定預定屬性的權(quán)重也是一種預定屬性。分配給參數(shù)的權(quán)重和所述參數(shù)的數(shù)值用于為允許的循環(huán)路徑計算累積分數(shù)。累積分數(shù)是屬性或一組屬性的指示，其需要在循環(huán)路徑中被最小化。例如，如果需要針對特定路徑使總接頭負載值最小化，那么分配給循環(huán)路徑的每個分段的接頭負載值的權(quán)重大于分配給其余屬性的權(quán)重。通過將每個預定屬性的數(shù)值和分配給所述屬性的權(quán)重相結(jié)合來獲取循環(huán)路徑的每個路徑分段的分數(shù)。每個允許的循環(huán)路徑的累積分數(shù)是通過將每個路徑分段的分數(shù)相加而計算出的，而且具有最小累積分數(shù)的路徑是相對于循環(huán)時間的最佳路徑。可針對其他屬性甚至針對一組屬性獲取類似的分數(shù)。同樣，可基于這些分數(shù)選擇最佳路徑。機器人50的多目標路徑的優(yōu)化是在算法和數(shù)學分析的幫助下執(zhí)行的。異常檢測和接頭M、臂52的移動可在機器人的DH參數(shù)和反向動力學的幫助下完成。每個結(jié)構(gòu)的接頭負載值也可使用動態(tài)分析和機器人50的接頭限值來估計。對于通過反向動力學計算獲得的每個被允許結(jié)構(gòu)，構(gòu)造了覆蓋所有焊接點14 - 22的循環(huán)路徑。這些路徑的結(jié)構(gòu)可通過使用基于概率線路圖(PRM)和快速生長隨機樹(RRT)的路徑規(guī)劃法被分解成逐點(PTP) 移動。當獲得了整個路徑時，機器人50移動通過所有焊點。如上所述，點14 一 22需要被覆蓋的順序通過相對于一個或多個預定屬性的累積分數(shù)來判定。在一些情況下，那些沒有執(zhí)行焊接的中間點可被置入到工作面上以實現(xiàn)具有最小特定參數(shù)值的路徑。例如，當機器人50移動通過障礙物時，機器人50轉(zhuǎn)換結(jié)構(gòu)從而增加機械接頭討上的負載。如果中間點被選擇成使機器人50繼續(xù)在相同結(jié)構(gòu)中通過所述中間點到達目標點，那么循環(huán)路徑的總負載參數(shù)可被最小化。這樣的路徑可增加該過程的總行進距離或總循環(huán)時間，然而，所選擇的路徑相對于接頭M上的總負載而言是最佳的。圖7是示出了用于機器人的多目標路徑規(guī)劃的方法觀的流程圖。該方法在步驟 30處開始。在步驟32處，獲取與機器人50的多目標點關(guān)聯(lián)的輸入?yún)?shù)。所述參數(shù)包括幾何輸入(目標點的共用坐標)和目標結(jié)構(gòu)(焊點處的焊槍朝向)。允許的循環(huán)路徑在步驟 34處基于獲得的參數(shù)被識別。允許的循環(huán)路徑的識別是在反向動力學的幫助下完成的，所述反向動力學計算每個結(jié)構(gòu)中機械接頭M處的負載值。在一個結(jié)構(gòu)中如果任何接頭M處的負載值理論上接近無限大，那么這條路徑是不被允許的。這些結(jié)構(gòu)被稱為異常。在步驟 36處，將權(quán)重分配給循環(huán)路徑的每個分段的預定屬性。在步驟38處，基于預定屬性的被分配權(quán)重和這些屬性的數(shù)值計算循環(huán)路徑的累積分數(shù)。在步驟40處，最佳路徑基于累積分數(shù)被識別。所述方法在步驟42處終止。本發(fā)明的各種實施方式提供了一個或多個優(yōu)點。本發(fā)明提供一種用于焊接機器人的多目標路徑規(guī)劃的自動排序的系統(tǒng)和方法。本發(fā)明通過免除繁重的手動迭代使總循環(huán)時間減少，從而提高了生產(chǎn)率。進一步，所述過程是自動化的而且焊接順序的較快確定與相應的平順路徑規(guī)劃一起進行。這些優(yōu)點轉(zhuǎn)化成白車身(BIW)過程和布局工程的更高效率。此外，所述過程確定最佳方案而不僅是可通過計算機模擬獲得的可行方案。這通過例如機器人編程和控制的活動免除了重復工作。再者，本發(fā)明實現(xiàn)了人工干預的完全免除，從而降低了工程造價。前面的討論僅僅是對本發(fā)明的示例性實施方式的公開和描述。通過這些論述以及附圖和權(quán)利要求，本領(lǐng)域技術(shù)人員將會容易地認識到，在不偏離由所附權(quán)利要求限定的本發(fā)明的精神和范圍的情況下，可以對本發(fā)明做出各種改變、改型和變型。
權(quán)利要求
1.一種用于機器人的多目標路徑規(guī)劃方法，所述方法包括 獲取與所述多目標路徑的每個目標關(guān)聯(lián)的參數(shù)；基于獲得的參數(shù)識別一個或多個允許的循環(huán)路徑；給所述一個或多個允許的循環(huán)路徑中的每一個的路徑分段的預定屬性分配權(quán)重； 基于所述預定屬性的被分配權(quán)重和數(shù)值來計算每一個允許的循環(huán)路徑的累積分數(shù)；以及基于所述累積分數(shù)識別最佳路徑。
2.如權(quán)利要求1所述的方法，其中所述機器人是焊接機器人。
3.如權(quán)利要求2所述的方法，其中所述焊接機器人用于在汽車制造過程中焊接白車身。
4.如權(quán)利要求1所述的方法，其中所述目標點是焊點。
5.如權(quán)利要求1所述的方法，其中所述關(guān)聯(lián)的輸入?yún)?shù)是對應于機器人的路徑的幾何參數(shù)，所述參數(shù)從包括機器人在其上操作的零件的目標結(jié)構(gòu)和幾何形狀的群組中選擇。
6.如權(quán)利要求5所述的方法，其中所述幾何參數(shù)從包括機器人在其上操作的零件的目標結(jié)構(gòu)和幾何形狀的群組中選擇。
7.如權(quán)利要求1所述的方法，其中所述預定屬性從包括總成本值、總循環(huán)時間、機器人的總接頭運動和允許的循環(huán)路徑的平順性標準的群組中選擇。
8.一種用于焊接機器人的多目標路徑規(guī)劃的方法，所述方法包括 獲取與所述多目標路徑的每個目標關(guān)聯(lián)的參數(shù)；基于獲得的參數(shù)并使用反向運動學來識別一個或多個允許的循環(huán)路徑； 測量所述一個或多個允許的循環(huán)路徑中的每一個的路徑分段的預定屬性的數(shù)值，其中所述數(shù)值通過使焊接機器人沿著每一個允許的循環(huán)路徑移動來測量； 分配權(quán)重給所述預定屬性；基于所述預定屬性的數(shù)值和被分配權(quán)重來計算每一個允許的循環(huán)路徑的累積分數(shù)；以及基于所述累積分數(shù)識別最佳路徑。
9.如權(quán)利要求8所述的方法，其中所述焊接機器人用于在汽車制造過程中焊接白車身。
10.如權(quán)利要求8所述的方法，其中所述關(guān)聯(lián)的輸入?yún)?shù)是對應于焊接機器人的路徑的幾何參數(shù)。
11.如權(quán)利要求10所述的方法，其中所述幾何參數(shù)從包括機器人在其上操作的零件的目標結(jié)構(gòu)和幾何形狀的群組中選擇。
12.如權(quán)利要求10所述的方法，其中目標點構(gòu)造從包括焊點位置和焊點處的焊槍朝向的群組中選擇。
13.一種用于機器人的多目標路徑規(guī)劃的系統(tǒng)，所述系統(tǒng)包括 用于獲取與所述多目標路徑的每個目標關(guān)聯(lián)的有關(guān)輸入?yún)?shù)的裝置； 用于基于獲得的參數(shù)來識別一個或多個允許的循環(huán)路徑的裝置；以及用于基于每個允許的循環(huán)路徑的路徑分段的預定屬性的數(shù)值和被分配權(quán)重來計算所述一個或多個允許的循環(huán)路徑中的每一個的累積分數(shù)的裝置，其中最佳路徑基于所述累積分數(shù)被識別。
14.如權(quán)利要求13所述的系統(tǒng)，其中所述機器人是焊接機器人。
15.如權(quán)利要求14所述的系統(tǒng)，其中所述焊接機器人用于在汽車制造過程中焊接白車身。
16.如權(quán)利要求13所述的系統(tǒng)，其中所述目標點是焊點。
17.如權(quán)利要求13所述的系統(tǒng)，其中所述關(guān)聯(lián)的輸入?yún)?shù)是對應于機器人的路徑的幾何參數(shù)。
18.如權(quán)利要求17所述的系統(tǒng)，其中所述幾何參數(shù)從包括機器人在其上操作的零件的目標結(jié)構(gòu)和幾何形狀的群組中選擇。
19.如權(quán)利要求13所述的系統(tǒng)，其中所述預定屬性從包括總成本值、總循環(huán)時間、機器人的總接頭運動和允許的循環(huán)路徑的平順性標準的群組中選擇。
全文摘要
一種用于焊接機器人的多目標路徑規(guī)劃的自動排序的系統(tǒng)和方法。所述系統(tǒng)和方法獲取與多個目標點關(guān)聯(lián)的輸入?yún)?shù)。機器人基于獲得的輸入移動通過多個目標點?；讷@得的輸入來識別一個或多個允許的循環(huán)路徑。給每一個允許的循環(huán)路徑的路徑分段的預定屬性分配權(quán)重?；陬A定屬性的數(shù)值和被分配權(quán)重來計算累積分數(shù)。用于機器人移動穿過目標點的最佳路徑基于累積分數(shù)被識別。
文檔編號B25J13/00GK102203687SQ200980143220
公開日2011年9月28日 申請日期2009年10月29日 優(yōu)先權(quán)日2008年10月31日
發(fā)明者A·古普塔, S·班迪奧帕迪亞伊 申請人:通用汽車環(huán)球科技運作有限責任公司