基于点云切片技术的喷涂机器人自编程技术研究中研究内容及方案

 1.3本论文的研究内容及方案

本课题的研究目标是解决基于逆向工程技术获取工件点云模型的喷涂机器人路径规划自编程的问题。根据前期对己有方法的综述研究，并通过大量调研自动规划喷涂路径的研究方法，参考借鉴离线编程方法的一些思想，图1-9是本文最终制定的喷涂机器人路径规划自编程系统的总体方案。

首先基于喷涂参数分析对喷涂过程进行准确地建模即建立喷枪涂料在工件表面的沉积速率模型，在建立了喷涂模型的基础上选取期望涂层厚度和最大允许涂层厚度偏差为约束条件、涂层分布均匀性最佳作为优化目标，对主要的喷涂参数进行优化，然后使用三维测量或扫描设备获取工件的点云模型，利用点云库PCL对点云数据进行预处理、曲面重建，对工件模型进行重建。然后根据工件模型的复杂程度分别采取不同方法进行喷涂路径规划:对于具有复杂曲面或自由曲面的复杂工件模型，首先利用曲面分片算法对重建的三角化曲面进行分片，然后在每个分片上使用点云切片算法逐个生成喷涂路径;对于由平面或规则曲面等构成的简单模型，由于其简单的几何特征和拓扑结构，可直接采用点云切片算法规划喷涂路径。不管是哪种路径规划方式，最后都会直接生成机器人可以识别的喷涂路径点文件和可以直接执行的运动程序，并保存在喷涂机器人的内存下，机器人可以直接读取和运行。另外，本文拟采用微软推出的消费级3D传感器Kinectforwindows 2.0对工件进行扫描得到其点云模型，扫描期间，Kinect固定安装，零件以适当的速度匀速转动，同时控制扫描距离在1.2 m~2 m范围内，这样扫描精度可以达到3 mm~5 mm，完全可以满足喷涂作业的要求。 因此，本文主要的研究内容有:
（1）基于高斯和函数的喷涂过程建模通过对喷涂参数的分析，利用高斯和函数的普遍性对喷涂过程进行建模即获取涂料在工件表面的分布模型。
（2）基于喷涂模型的喷涂参数多约束单目标优化针对喷涂过程中涂层厚度分布规律的问题，基于喷涂参数的分析和多约束的单目标优化算法，展开喷涂过程建模和喷涂参数优化的研究。本文选取期望的涂层厚度和最大允许涂层厚度偏差以及喷涂速度作为约束条件、涂料分布的均匀性作为优化目标，采用多约束单目标的方法对喷涂参数进行优化。
（3） Kinect的标定及基于点云技术的数据处理针对Kinect的标定问题，基于张氏标定法进行彩色摄像机标定、红外深度摄像机标定以及彩色图和深度图的配准。然后使用Kinect 2.0获取工件的点云模型，基于点云技术对点云数据进行处理，并采用快速贪婪三角化算法对预处理后的点云进行曲面重建，然后根据工件模型的复杂程度分别采用不同的路径规划方法。
(4)基于点云切片技术的喷涂路径规划针对喷涂路径自动规划困难的问题，基于点云切片技术，对于由平面或规则曲面构成的简单模型，直接采用点云切片算法规划喷涂路径;对于具有复杂曲面或自由曲面的复杂工件模型，利用曲面分片算法对三角化曲面进行分片后，在各个分片上采用点云切片算法进行路径规划。
(5)喷涂自编程系统软件的开发与实验分析本文以江苏汇博机器人有限公司生产的HR20-1700-C 10型六自由度工业机器人为主要实验平台，使用Kinect 2.0对工件进行扫描，在Visual Studio 2013的开发环境下，利用MFC的设计框架，采用OpenCV, PCL以及C++和Matlab的混合编程技术，设计并开发喷涂机器人自编程系统软件，最后通过喷涂机器人的运动实验及涂层厚度仿真实验分析论证本文方法的可靠性。