英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

不使用机器语言的工业机器人伺服控制器CAM系统的发展

摘要：本文介绍一种基于机器人伺服控制器观点的铰接式工业机器人RV1A 的CAM系统的发展。这里定义，机器人CAM系统包括一个重要的功能，即允许工业机器人沿着刀具位置数据（由位置和方向组件组成的CL数据）的移动能够被准确地控制。此外，本文提出的CAM系统对其他伺服系统向终端用户技术开放的工业机器人有高度适用性，该CAM系统是通用CAD / CAM和工业机器人之间的一个简单接口。在现阶段， 与制造工业中广泛传播的数控机床相比，工业机器人和CAD / CAM之间的联系并没有很好地建立。数控机床的CAM系统已经建立，但是，工业机器人的CAM系统尚未被充分考虑和发展。在工业机器人工作之前，示教器通常被用于获得机械臂前端的位置和方向数据。现在，为了提高传统的CAD / CAM系统和工业机器人之间的联系，一种简单、直观的不使用任何机器人语言的CAM系统被开发了。本文呈现了该机器人CAM系统的基本设计，并给出了相关试验结果。

关键词：工业机器人 机器人语言 示教器 机器人CAM系统 CAD / CAM刀具位置数据 机器人伺服系统

1. 简介

到目前为止进行了许多关于工业机器人教学的研究。笔者开发了一个操纵杆教学系统，用于为抛光机器人能够安全地获得理想的定位数据，即连接到机器臂尖端的砂纸打磨工具的定位数据[1,2]。Maeda等人提出了一个由人类演示的简单工业机器人教学方法，提出用自适应相机标定可行的省力教学和工业机器人的绝对位置误差补偿[3]。同时，Kushida等人提出了一个工业机器人机械臂免力量控制的方法，该控制方法被应用到一个现实的工业铰接式机器人手臂的直接教学，机器人的手臂被人类力量直接移动[4]。此外， Sugita等人开发了两种教学配套设备，即三线式和单臂式去毛刺修整机器人，通过一个现实的工业机器人使用实验，他们提出的设备有效性被证实了 [5]。

至于离线教学，Kamisetty和McDermott设计了一个IBM 7535 SCARA(选择性合规组装机械手臂)机器人CAD / CAM翻译器，并报告成功开发了将仿真数据从麦道公司的系统转换成Aml / e机器人语言的翻译器[6]。Ge等人展示了抛光机器人控制命令CAD数据的基本转换[7]。Ahn和Lee提出了一个用于机器人装配任务、利用视觉信息的离线自动教学方法 [8]。Masood等人开发了一个基于G代码网络化运动控制的服务器-客户端模型和协议，这样工业机器人可以使用共同的CAM软件离线自动编程 [9]。然后，陈等人提出了一个变革的机器人程序生成方法，可以基于数据库中的现有类似的部分产生新的机器人程序[10]。陈等人进一步研究基于零件的CAD模型喷漆的机器人路径规划的优势 [11]，并将此概念应用于表面制造业以减少编程工作量[12]。Neto等人提出了基于CAD离线教学体系，可以让用户用基本的CAD技巧生成机器人离线程序，同时不妨碍机器人与生产线的整合[13]。此外，潘等人提供了最近在工业机器人编程方法的研究进展的全面回顾，包括在线编程、离线编程、使用增强现实 (AR)技术编程，并推断更强大的3D CAD系统的发展、计算机视觉、传感器技术等对于开发新的编程方法是很重要的[14]。

正如上面调查的，几种有前景的工业机器人教学系统已经根据各自任务被开发出来了。当工业机器人被分配以具体任务，几乎在所有情况下，它需要通过在线使用示教器教学或离线使用目前可用的通用CAD / CAM系统教学来获取位置和方向数据。另一方面，关于专为工业机器人开发的CAM系统，在文献中只有非常有限的论文。为了应对有定义的3D CAD产品的快速成型，Andres等人开发了一个后处理器产品去适应CAM系统生成的刀具轨迹[15]。同时，尽管Solvang等人介绍了基于工业机器人CAM系统的STEP-NC [16]，但对于当前工业机器人的适用性（即规范的细节）没有描述，关于工业机器人语言和伺服控制器的内容没有给予解释，这导致不使用任何机器人语言的工业机器人CAM系统尚未充分开发。此外，很容易认识到基于机器人伺服系统观点的CAM系统还没有被研究。本文假定机器人CAM系统包括一个重要的功能，即允许工业机器人沿着刀具位置数据（即由位置和方向组件组成的CL数据）的移动能够被准确地控制。另一个重要的点是，该CAM系统对其他伺服系统向终端用户技术开放的工业机器人具有很高的适用性。在现阶段，与制造工业中广泛传播的数控机床相比，工业机器人和通用CAD / CAM系统之间的关系发展得不好。一般来说，CAD / CAM的主处理器根据每个模型的形状和加工方式计算CL数据，然后后处理器根据在用的不同类型的数控机床产生合适的数字控制数据(NC数据)。五轴数控机床的控制器可以按顺序处理数控数据并准确地控制主轴头的位置和方向，请参阅[17]。因此，数控机床的CAM系统技术成熟。然而，另一方面，工业机器人的CAM系统尚未充分开发和标准化，由各工业机器人制造商定义的多种机器人语言在被使用着。工业机器人的配置需要一些额外的信息和进一步的路径规划算法，例如，为了避免冲突和奇异性。这就是为什么要求工业机器人的位置和方向数据可以通过在线或离线的教学系统获得。工业机器人对测定体积准确性的缺乏阻碍了离线编程的进一步使用，这也是一个问题。在这篇文章中，描述了一个基于机器人伺服控制器的观点，不使用任何机器人语言和示教器的工业机器人CAM系统。当使用3D CAD / CAM系统获得在笛卡尔坐标系中构成的位置和方向期望轨迹，传统的系统和笔者提出的系统之间的差异如图1所示。

传统的离线教学 提出的CAM系统

图1、传统的离线教学和提出的不使用任何机器人语言的CAM系统对比

可以看到，这个流程是合理的。提出的CAM系统可以直接处理CL数据，这样的流程不仅生成了各自的机器人语言，而且也不需要机器人语言本身。图2展示了用于实验的铰接式工业机器人RV1A。虽然RV1A基本装备了示教器和机器人语言，但笔者提出的机器人CAM系统，没有必要使用它们。

图2、基于以太网配有开放体系架构控制器的台式工业机器人RV1A

为了增强传统的CAD / CAM系统和工业机器人之间的联系，一个简单、直接、不使用任何机器人语言和CAM后处理器的机器人CAM系统被开发出来了，该机器人CAM系统的主要设计和实验结果呈现如下。

2.机器人伺服系统的期望轨迹

2.1 CAM主处理器和工业机器人

各种3D CAD / CAM系统广泛应用于制造业，例如Catia、Unigraphics、Pro / Engineer等等。每个CAD / CAM的主处理器可以根据3D模型生成由位置和方向组件组成的CL数据。本节的目标是计算离散时间机器人伺服系统的理想位置和方向。接下来的小节描述了细节。例如，机器人砂纸打磨的任务需要一个期望轨迹，使得连接到机器人手臂前端的砂纸打磨工具可以跟随对象表面，同时法线方向保持与表面接触。工业机器人执行动作时，轨迹通常通过传统的机器人教学过程被提前获得，当传统教学对象呈现复杂曲面时，操作员必须输入大量沿着表面的教学点，这样的教学任务容易出错、非常依靠技巧且耗时。然而，如果对象是由CAD / CAM系统设计且由数控机床制造，那么CL数据可以被称为由位置和方向组件组成的理想轨迹。因此，重要的是如何开发CAD / CAM系统主处理器和工业机器人之间的联系，即后一节介绍的笔者提出的CAM系统的作用。

2.2没有教学的位置和方向组件的获取

为了实现无教学操作，我们已经提出了一个模具抛光机器人使用CL数据的广义轨迹发生器[18]。轨迹发生器在给定离散时间k内产生一个预期的轨迹^wr(k) ：

(1)

上标w表示工作坐标系。

和分别表示理想位置和方向的组件。^wo_d (k)是位置^wx_d (k) 的法向量，k是离散时间。下面，我们将解释如何使用CL数据总结^wr(k)。带曲面的目标工件通常是由一个3D CAD / CAM系统设计的，所以CL数据可以由主处理器计算。CL数据由沿着模型表面给定的曲折路径或旋转路径连续的点组成。在这种方法中，期望轨迹^wr(k)沿着CL数据生成。CL数据通常在给定的模型表面用线性近似计算。第i个步骤的CL数据的向量描述如下：

(2)

(3)

和分别是基于原点^wo的位置和方向向量，^wr(k) 通过使用线性方程获得，切向速度标量v _t称为进给速率。

^wr(k)和cl（i）的关系如图3所示，^wr(k) isin;[cl（i-1），cl（i）]，那么我们可以通过接下来的过程获得^wr(k)。位置向量由下式获得（见图4）

（4）

因此，v _t可以分解为x、y和z方向组件在工作坐标系中的描述如下：

（5）

图3、^wo是工作坐标系的起点时，CL数据cl（i）和期望路径^wr(k)的关系

图4、CL数据位置组件p（i）和期望路径^wx_d(k)的关系，和被称为比例向量

使用一个采样宽度Delta;t，每个组件所需的位置^wx _d(k)可以表示为：

（6）

(7)

(8)

现在，让我们解释如何计算所需的方向^wO_d(k)。通过使用两个相邻步骤的CL数据方向组件，一个旋转方向向量被定义为：

(9)

每个组件所需的方向可以使用t _r（i）线性计算：

（10）

因此，^wx_d（k）和^wo_d（k）直接从不使用任何常规和复杂的教学过程或任何可用脱机教学方法的CL数据中获得。对于实时控制工业机器人的机械臂来说，在离散时间域的位置和方向是很重要的，也就是说需要设计一个反馈控制系统。

当CL数据由CAD / CAM主处理器生成， 如果应用线性近似，CL数据形成一条连续的曲线，如图4显示的和。在这种情况下，应该注意的是， 为了沿着CL数据准确地跟踪，每个位置矢量如和必须小心处理。例如， 和并不是利用方程式计算，(6)-(8)必须在反馈方向变化前分别直接设置和。和称为分数。可以看到，我们提出的CAM系统可以微妙地处理不合理的分数从而实现精确的位置控制。

当CL数据直接用于我们的提出的CAM系统， 所要求的位置和方向优良的离散化是由工业机器人伺服控制器处理所不可或缺的。如图1所示，证明了基于优良的离散化CL数据的控制器的合理性。

3铰接式工业机器人RV1A的实现

3.1电脑控制器和机器人伺服控制系统之间的通信

如图2所示的是铰接式工业机器人RV1A。RV1A由三菱电机公司提供，其基本配有示教器和基于MELFA-BASIC标准的机器人语言环境，然而， 笔者提出的机器人CAM系统没有必要完全使用他们。

图5、使用UDP数据包的通信系统框图

图6、采样周期的Delta;t=10ms，PC控制器和一个工业机器人RV1A之间的使用UDP数据包的通信方案

Windows PC控制器和RV1A是通过以太网连接的，如图5所示。笛卡儿坐标系统描述的RV1A伺服控制系统是作为开放资源可用的，这样位置和方向的绝对坐标向量可以分配给伺服系统作为参考。基于Windows对话的PC控制器申请已经被开发了。供应商三菱电机公司设定的从PC控制器到伺服系统自身的位置和方向向量传递速度是固定的7.1ms。RV1A 7.1ms的处理速度慢于RV1A的伺服控制系统。因此，电脑控制器的采样周期设置为最低的允许值，即WM_TIMER定义的10 ms。机械臂当前的位置和方向从采样率为10 ms的机器人伺服系统获得。虽然制造商保证了0.05mm的重复定位精度，

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146319]，资料为PDF文档或Word文档，PDF文档可免费转换为Word