本發(fā)明涉及薄壁零件加工，尤其涉及一種面向大型復雜曲面薄壁零件的機器人銑削切邊路徑生成方法。

背景技術：

1、諸如飛機蒙皮的大型復雜曲面薄壁零件作為一種難加工零件，一方面因其尺寸較大，曲面結(jié)構復雜，厚度薄剛性差，加工過程中很難保證加工精度；另一方面針對外形精度要求較高的零件，在采取無余量裝配方案下，邊緣需直接加工至所設計尺寸。

2、工業(yè)機器人因具有加工效率高、工作范圍廣、柔性化程度高、重復精度高等特點在機械加工領域表現(xiàn)出極強可靠性、適用性與先進性，機器人加工正在成為一種越來越廣泛的加工方式。機器人末端攜帶高速旋轉(zhuǎn)刀具對工件進行加工是一項基本操作，目前機器人加工控制領域中，加工對象多為結(jié)構剛度較高的材料，提前為機器人規(guī)劃路徑便可達到良好的銑削效果，但針對結(jié)構剛度較低或難以完全固定的工件，銑削精度常因工件受到銑削力產(chǎn)生形變或位移而遭到破壞。因此，目前的機器人路徑規(guī)劃技術難以滿足對大型復雜曲面薄壁零件加工的高精度要求。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的不足，本發(fā)明提供了一種面向薄壁零件的機器人銑削切邊路徑生成方法，解決了目前大型復雜曲面薄壁零件在加工過程中由于剛性差、體積大、形狀復雜導致加工路徑難以精確生成的技術問題。

2、為解決上述技術問題，本發(fā)明提供了如下技術方案：一種面向薄壁零件的機器人銑削切邊路徑生成方法，該方法包括以下步驟：

3、s1、通過固連在機器人末端執(zhí)行器上的二維線激光傳感器根據(jù)檢測范圍對工件的輪廓邊緣進行掃描得到輪廓圖像；

4、s2、從輪廓圖像中提取位于工件上加工基準線的角點得到若干輪廓特征點；

5、s3、提取輪廓圖像中的激光條紋中心線，并將位于激光條紋中心線上像素點的坐標值集合轉(zhuǎn)換為三維坐標表示的輪廓點云數(shù)據(jù)；

6、s4、對輪廓點云數(shù)據(jù)進行nurbs曲面擬合重建曲線曲面，并提取曲線曲面上任一條曲線上輪廓特征點處的法向信息，法向信息包括曲線上輪廓特征點處的切線向量、法線向量和向量；

7、s5、以輪廓特征點作為加工路徑點，以輪廓點云數(shù)據(jù)擬合曲面的法向信息確定機器人末端的姿態(tài)生成機器人加工薄壁零件的銑削切邊路徑。

8、進一步地，在步驟s1中，二維線激光傳感器的檢測范圍為：二維線激光傳感器的整體檢測范圍為一梯形區(qū)域，梯形區(qū)域兩斜邊的夾角為12.9°，當被測輪廓表面處于最佳測量高度時激光束的寬度為25mm。

9、進一步地，在步驟s2中，具體過程包括以下步驟：

10、s21、將輪廓圖像二值化處理后并進行圖像開運算操作得到清晰且平滑的二值化光束圖像；

11、s22、設定一個大小為且為奇數(shù)的滑動窗口，并將滑動窗口的中心置于至二值化光束圖像中任意的位置；

12、s23、將滑動窗口在二值化光束圖像上沿任意方向移動，并計算位于滑動窗口內(nèi)每個像素點的角點響應值；

13、s24、根據(jù)滑動窗口的大小對若干角點響應值進行非極大值抑制，選出與局部最大的角點響應值相對應的像素點，則該像素點即為角點；

14、s25、在傳感器坐標系下采用齊次變換矩陣將像素點轉(zhuǎn)換至三維立體空間中得到輪廓特征點。

15、進一步地，在s23中，角點響應值的計算公式為：

16、；

17、其中，

18、；

19、；

20、；

21、；

22、；

23、上式中，為位置位于滑動窗口中心的像素灰度值；為位置處的滑動窗口函數(shù)，表示滑動窗口內(nèi)個像素點的權重，在本實施例中設置為1；為經(jīng)驗系數(shù)，取值為0.04～0.06；均為實對稱矩陣的特征值。

24、進一步地，在步驟s3中，具體過程包括以下步驟：

25、s31、使用服從高斯分布的加權滑動窗口對輪廓圖像中的像素點遍歷并更新像素值，即：將輪廓圖像的灰度值與高斯函數(shù)進行卷積來更新像素值，如下式：

26、；

27、其中，為輪廓圖像中像素點的灰度值；為卷積符號；為經(jīng)卷積計算后更新像素點后的像素值；

28、s32、采用閾值法對輪廓圖像進行二值化分割得到激光條紋圖像；

29、s33、對激光條紋圖像中存在激光條紋的激光條紋區(qū)域進行識別并剪裁；

30、s34、采用灰度重心法計算激光條紋區(qū)域中任一列激光條紋的中心坐標；

31、s35、對若干個中心坐標進行擬合得到激光條紋中心線；

32、s36、使用齊次坐標轉(zhuǎn)換矩陣對位于激光條紋中心線上的所有像素點進行轉(zhuǎn)換得到輪廓點云數(shù)據(jù)。

33、進一步地，在步驟s33中，具體過程包括以下步驟：

34、s311、對激光條紋圖像進行中值濾波處理，并定義兩個長度為1280的一維數(shù)組、，中數(shù)據(jù)初始值為1024，中數(shù)據(jù)初始值為0；

35、s312、對激光條紋圖像中的像素點進行逐列遍歷，將第列灰度值大于240的像素點的行值保存到一維數(shù)組中，繼續(xù)遍歷本列像素點，將最后一個灰度值大于240的像素點的行值保存至一維數(shù)組中，重復以上過程直至遍歷完成；

36、s313、計算-的最大值，并根據(jù)最大值判斷激光條紋圖像中是否存在激光條紋；

37、若＞100，則激光條紋圖像中不存在激光條紋，此時判定二維線激光傳感器超出檢測范圍不進行后續(xù)操作；

38、若≤100，則選取一維數(shù)組中的最小值以及一維數(shù)組中的最大值，并上下各擴個像素點為邊界對激光條紋圖像進行剪裁。

39、進一步地，在步驟s34中，灰度重心法計算激光條紋截面第列中心坐標的數(shù)學表達式為：

40、；

41、上式中，為圖像第列像素中第行的灰度值；為激光條紋區(qū)域經(jīng)過中值濾波和感興趣區(qū)域提取后的高度區(qū)間。

42、進一步地，在步驟s4中，次nurbs曲線的數(shù)學表達為：

43、；

44、上式中，為輪廓特征點，作為曲線的控制點，控制點的數(shù)量為；為依附于相應控制點的權因子；為定義在節(jié)點矢量上的次樣條基函數(shù)。

45、進一步地，在步驟s5中，具體過程包括以下步驟：

46、s51、以切線向量、法線向量和向量分別為機器人末端姿態(tài)坐標系的y軸方向、z軸方向和x軸方向；

47、s52、設機器人末端姿態(tài)坐標系x、y、z軸的旋轉(zhuǎn)矢量經(jīng)歸一化處理后得到的方向向量分別為、、；

48、s53、根據(jù)方向向量、、計算旋轉(zhuǎn)歐拉角，即為機器人末端的姿態(tài)，旋轉(zhuǎn)歐拉角的表達式為：

49、；

50、上式中，、、分別為機器人末端姿態(tài)坐標系x、y、z軸的旋轉(zhuǎn)矢量經(jīng)歸一化處理后得到的方向向量。

51、借由上述技術方案，本發(fā)明提供了一種面向薄壁零件的機器人銑削切邊路徑生成方法，至少具備以下有益效果：

52、1、本發(fā)明實現(xiàn)了對復材工件表面加工基準線的精準識別，完成了輪廓特征點坐標和法向信息的提取，從而針對于薄壁零件銑削切邊的加工路徑精準生成，滿足目前機器人路徑規(guī)劃在銑削切邊加工時的高精度要求，提高了對于薄壁零件加工的精度以及質(zhì)量。

53、2、本發(fā)明通過設定二維線激光傳感器的檢測范圍，能夠在對工件的輪廓邊緣進行掃描時順利識別特征點進而完成數(shù)據(jù)的采集，避免工件輪廓邊緣部分特征的缺失，從而得到更為精準的輪廓圖像。

54、3、本發(fā)明在計算灰度重心時使用權重窗口對像素點周圍像素進行加權運算來代替該點像素值，避免僅計算條紋某一方向灰度值導致中心點偏移，從而降低圖像噪聲對條紋中心提取的影響。