一种具有自主导航定位功能的柔性装配机器人

摘要

本发明涉及一种具有自主导航定位功能的柔性装配机器人，其包括可移动式底盘及安装在底盘上的控制单元、导航装置、第一双目摄像头和Stewart并联机器人，导航装置由激光雷达、惯性导航仪和第二双目摄像头构成，第二双目摄像头用于采集环境点云数据，第一双目摄像头用于采集待装配工件的三维模型和位姿信息，Stewart并联机器人用于承载待装配工件并设有用于测量工件重量的第一压力传感器和用于测量装配环境力的第二压力传感器，控制单元用于结合导航装置、第一双目摄像头、第一压力传感器和第二压力传感器采集的相关数据控制底盘和Stewart并联机器人执行相应动作。本发明可以有效提升装配机器人的作业空间范围，可以实现减少装配应力或实现无应力装配。

说明书

技术领域

本发明涉及机器人领域，具体地涉及一种具有自主导航定位功能的柔性装配机器人。

背景技术

对接装配是航空航天、海洋装备制造的关键工序。装配工序的生产周期和生产成本在整个产品生产周期中占据重要的影响。具有自主定位功能的柔性装配机器人，主要是应用于自动化装配领域，主要的应用场合是航空飞机、轮船、汽车等大尺寸、形状复杂的零件以及连接件数目众多的装配过程中。

现有机构存在以下缺陷：

1)目前国内大多数装配机器人所采用的技术大多数都是针对特定装配对象，灵活性和柔性低，而且不可移动，作业空间小；

2)目前国内大多数装配机器人在装配过程中不能直接有效地测量环境作用力对工件装配对接过程中的应力影响，无法消除装配过程中的应力。

发明内容

本发明旨在提供一种具有自主导航定位功能的柔性装配机器人，以解决上述问题。为此，本发明采用的具体技术方案如下：

一种具有自主导航定位功能的柔性装配机器人，其特征在于，包括可移动式底盘及安装在所述底盘上的控制单元、导航装置、第一双目摄像头和Stewart并联机器人，所述导航装置由激光雷达、惯性导航仪IMU和第二双目摄像头构成，所述第二双目摄像头用于采集环境点云数据，所述第一双目摄像头用于采集待装配工件的三维模型和位姿信息，所述Stewart并联机器人用于承载待装配工件并设有用于测量工件重量的第一压力传感器和用于测量环境作用力的第二压力传感器，所述控制单元用于结合所述导航装置、所述第一双目摄像头、所述第一压力传感器和所述第二压力传感器采集的相关数据控制所述底盘和所述Stewart并联机器人执行相应动作。

进一步地，所述底盘包括车架和安装在所述车架上的动力装置和驱动装置，所述动力装置为可充电锂电池，所述驱动装置包括麦克纳姆轮、电机驱动器和伺服电机，所述麦克纳姆轮固定在所述车架的底部，所述伺服电机通过所述电机驱动器与所述麦克纳姆轮驱动连接，所述伺服电机由所述可充电锂电池供电。

进一步地，所述第一双目摄像头通过摄像头支架安装在所述底盘的上表面上，以及所述第二双目摄像头安装在所述底盘的侧面上。

进一步地，Stewart并联机器人包括上平台、下平台、六个电动缸和运动控制卡，其中，上平台是动平台，用于承载待装配工件，表面装有所述第一压力传感器；下平台是静平台，固定在所述底盘的上表面；每个电动缸的底座和推杆上端均联接一个虎克铰，构成一个独立运动的运动单元，六个运动单元通过螺栓与上下平台联接，共有六个自由度；所述第二压力传感器安装在所述虎克铰与所述电动缸的推杆的联接处；所述电动缸由所述运动控制卡控制，所述运动控制卡与所述控制单元电连接。

进一步地，所述激光雷达安装在所述下平台上。

进一步地，所述控制单元包括微型工控机和触摸显示屏，所述微型中控机安装在所述底盘中，所述触摸显示屏安装在所述底盘的侧面上，与所述微型中控机电连接。

进一步地，所述微型计算机处理由所述激光雷达、第二双目摄像头和惯性导航仪采集到的数据，使用改进的ORB算法提取出图像特征，通过PROSAC算法剔除错误匹配进行优化，并将第二双目摄像头的双目图像进行融合后进行初始姿态估计，与IMU测量得到的姿态信息融合得到修正的旋转角度进行姿态优化，再采用扩展卡尔曼滤波方法融合第二双目摄像头和激光雷达的信息，在虚拟空间中建立计算机可识别的稀疏点云环境地图和可移动底盘模型。

进一步地，所述微型工控机通过所述第一双目摄像头获取待装配工件的图像，通过对图像进行三维重建获取三维点云特征，与工件的CAD模型特征进行匹配，利用牛顿迭代法计算出待装工件的相对位姿；然后通过布置在所述第一压力传感器待装配工件的重量并利用最小二乘法估算其重心，通过所述第二压力传感器测量装配过程中电动缸的环境作用力；结合人工势场理论和Stewart机器人的运动学模型在虚拟环境中计算出待装配工件装配对接的期望位姿和运行轨迹。

本发明采用上述技术方案，具有的有益效果是：本发明可以有效提升装配机器人的作业空间范围，可以实现减少装配应力或实现无应力装配。

附图说明

为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。

图1是本发明的一种具有自主导航定位功能的柔性装配机器人的立体图；

图2是图1所述的柔性装配机器人的底盘的立体图，其中，上表面去除以示出内部结构；

图3是地图构建与自主导航的流程图；

图4是工件三维重建和模型匹配的流程图；

图5是Stewart并联机器人的运动控制的原理图。

具体实施方式

现结合附图和具体实施方式对本发明进一步说明。

如图1和2所示，一种具有自主定位功能的柔性装配机器人可包括可移动式底盘1及安装在所述底盘1上的控制单元、导航装置、第一双目摄像头2和Stewart并联机器人3。其中，可移动式底盘1是在AGV智能搬运机器人的底盘基础上改造的。底盘1包括车架和安装在所述车架上的动力装置和驱动装置。车架由钢材焊接而成，外壳为铝合金板。动力装置采用48V的可充电锂电池6。驱动装置由麦克纳姆轮11、电机驱动器和伺服电机等组成。控制单元由位于底盘1中部的微型工控机41和触摸显示屏42等组成。触控显示屏43与微型工控机41相连，用于显示机器人运行状态和输入控制指令。微型工控机41与可移动式底盘1的运动控制卡和电机驱动器相连，通过控制电机的正反转可以实现机器人的向前、向后或纵向、横向、斜向及回转的全方位运动。微型工控机41与底盘1中的Stewart并联机器人3的运动控制卡37相连，通过控制各独立的运动单元的伸缩量来控制Stewart并联机器人3的位姿。

导航装置由位于底盘1顶部的第二双目摄像头51、惯性导航仪52和激光雷达53组成。第二双目摄像头51安装在底盘1的侧面(行进方向)上，用于提供装配环境的点云数据。惯性导航仪52安装在底盘1的上表面上，用于提供角速度、加速度的数据。激光雷达53安装在Stewart并联机器人3的下平台32上，用于得到环境中的障碍物的距离。机器人通过微型工控机41处理由第二双目摄像头51、惯性导航仪52和激光雷达53采集的相关数据，实现地图构建和自主导航。具体地，如图3所示，首先使用改进的ORB算法对第二双目摄像头51采集到的图像进行特征提取，使用PROSAC匹配算法剔除错误匹配进行优化，并将双目图像进行融合后得到初始姿态，利用惯性导航仪(IMU)测量的位姿修正双目相机的位姿进行姿态优化，并采用扩展卡尔曼滤波(EKF)方法结合激光雷达与双目视觉分别融合距离信息与角度信息；在虚拟空间中建立计算机可识别的稀疏点云环境地图和可移动底盘模型。IMU可以修正机器人快速移动时相机出现运动模糊。双目摄像头可以获取丰富的纹理信息和深度信息，可以修正机器人慢速行驶时IMU读数的漂移。即，IMU为快速运动提供了较好的解决方式，而双目摄像头又能在慢速下解决IMU的漂移问题，采用IMU信息辅助双目视觉能够有效地结合两种传感器的优势。激光雷达可以提供精确的深度信息，但其点云密度过于稀疏，仅提供不到总数6％的图像点，无法覆盖场景中所有显著物体，且无法获得颜色信息，对理解和感知3D场景非常不利。通过IMU、双目摄像头和激光雷达三者的结合，可以实现精确定位和自主导航。

第一双目摄像头2通过支架21安装在底盘1上，以方便调整其高度和拍摄方向，使其适用于拍摄不同工件。第一双目摄像头2用于采集待装配工件的图片。微型工控机41根据第一双目摄像头2采集的待装配工件的图片，进行工件的三维重建和模型匹配，从而得到待装配工件的位姿信息。具体地，如图4所示，微型工控机41调用第一双目摄像头2采集工件的图片，对图像进行预处理：首先将第一双目摄像头2采集的一系列图片将转为灰度图像，对每幅图片利用双边滤波去除噪声干扰，再采用自适应阈值大津法(OTUS)，对整幅图像进行二值化；然后基于Canny算法提取工件的边缘轮廓，通过Sobel算子获得图像中梯度最大的方向的点，即把灰度变化最大的点作为边缘点，提取出边缘；然后将处理后的图片通过三维重建算法得到工件的三维点云模型并提取三维点云特征，再将工件CAD模型作为基准模型，提取CAD三维模型最优匹配点特征，最后通过牛顿迭代法计算出工件的位姿。

Stewart并联机器人3由上下两个平台31和32构成。上平台31是动平台，用于承载待装配工件，表面装有第一压力传感器33，第一压力传感器33用于测量工件的重量；下平台32是静平台，通过螺栓固定在可移动式底盘1的上表面；每个电动缸34的底座和推杆上端和均联接一个虎克铰35，构成一个可以独立运动的运动单元，虎克铰35与电动缸34推杆的联接处装有第二压力传感器36，第二压力传感器36用于测量环境作用力。六个运动单元通过螺栓与上下平台31、32联接，共有六个自由度。Stewart并联机器人的运动控制如图5所示，具体包括以下过程：

通过第一双目相机2获取待装配工件图像，进行三维重建，获取三维点云特征，与工件的CAD模型特征进行匹配，利用牛顿迭代法计算出待装工件的相对位姿；

通过布置在Stewart并联机器人3的上平台31的第一压力传感器33测量待装配工件的重量并利用最小二乘法估算其重心，同时通过第二压力传感器33测量装配过程中作用在电动缸上的环境作用力；

结合人工势场理论和Stewart机器人的运动学模型在虚拟环境中计算出待装配工件装配对接的期望位姿和运行轨迹；

经过运动学逆解获得Stewart平台各电缸的伸缩量，再通过PID调控各电缸实时运动到指定伸缩量，使得Stewart机器人运动到指定装配位姿。

下面简要说明一下本发明的工作过程。装配前，可移动底盘需要先围绕着装配环境构建地图，并利用双目相机对待装配工件进行三维重建，与工件的CAD模型进行匹配计算待装配工件的位姿。当操作员发出装配指令后，可移动底盘首先定位，并根据局部路径规划算法在地图上选择一条起点到终点最佳运输路线，最后再由微型工控机发送控制命令到运动控制卡，控制底盘沿规划路线运输工件。到达指定装配位置时，微型工控机根据双目摄像头采集的图像信息利用牛顿迭代法计算出两工件的相对位姿，利用人工势场理论和Stewart并联机器人的动力学模型在虚拟环境中计算出期待装配路径。微型工控机根据双目摄像头和压力传感器采集的数据控制Stewart并联机器人运动，使待装配工件处于期待的位姿，即利用Stewart并联机器人调整工件姿态来实现工件重力补偿，达到减轻装配应力或者无应力装配。

本发明的柔性装配机器人相对于现有装配机器人具有如下优点：

1)在传统的Stewart并联机器人的基础上增加了可移动式底盘，可以对装配环境进行地图构建，在给定装配工件运输的起止点时，可以自动规划路径，躲避障碍，提升了装配机器人的作业空间。

2)采用多传感器融合的技术，利用双目摄像头修正机器人慢速行驶时IMU读数的漂移，利用IMU可修正机器人快速移动时相机出现运动模糊，并结合激光雷达受光照强度影响较小、测量范围大、采样密度高的优点，在测量定位中具有很好的鲁棒性和计算精度。

3)对工件进行三维重建，提取三维点云特征与工件CAD模型进行匹配，提高了工件重建与定位的精度。

4)采用数字化装配技术，结合力/视觉伺服的柔顺性控制模型，根据环境作用力和工件的相对位姿在虚拟环境中计算出工件的装配路径，可以达到减少装配应力或实现无应力装配。

5)该装配机器人适应于一种或多种工件装配，可以适应不同的装配需求，灵活性和柔性高。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。