CN120206539A 一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法

(19)国家知识产权局29号缪云飞晏阳汪玉琪王忠康叶航丁祎鑫周学琪孙润达所(特殊普通合伙)32757一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法本发明涉及工业机器人高精度轨迹控制技尤其涉及一种基于在线感知的机器人涂胶轨迹据进行时间戳校准与延迟补偿获得实际采集时根据实际采集时间戳在轨迹插值队列中定位相明在涂胶轨迹规划过程中明显提高了轨迹的准21.一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法，其特征在于，S1、采集涂胶缝隙在当前时刻的图像数据以及点云数据，并对图像数据进行时间戳校准与延迟补偿获得实际采集时间戳；S2、上位机实时接收机器人的位姿数据，按时间戳顺序存入环形缓冲区域形成轨迹插值队列；S3、根据实际采集时间戳在轨迹插值队列中定位相邻的机器人位姿点，并根据机器人S4、根据平均运动速度选择使用一阶线性插值或二阶加速度插值得到对应采集图像数S5、从点云数据中提取涂胶缝隙中的点作为特征点，并对特征点进行坐对线激光传感器采集的图像数据附加接收时间戳，并根据传输延迟计算实际采集时间且轨迹插值队列满足：队列容量根据机器人最大运动速度与数据频率动态调整；采用相邻的机器人位姿点的坐标；△t表示实际采集时间戳Tn与前一机器人位姿时间戳tCN120206539A权利要求书2/3页35.根据权利要求1所述的机器人涂胶轨迹插值队列同步及优化方法，其特征在于，在步骤S4中，具体包括：根据设定的速度阈值选择插值方式，当平速度小于或等于速度阈值时为低速，则使用一阶线性插值得到对应采集图像数据时刻的机器人位姿，一阶线性插值公式为：式中，Xn,Y。,Z为T时刻对应的位置X、Y、Z方向的估计值；(x₂₋1,y₋1,Z-1)为机器人位姿点的坐标；t₋1为前一机器人位姿的时间戳；Tn为实际采集时间戳；当平速度大于速度阈值时为高速，则使用二阶加速度插值得到对应采集图像数据时刻的机器人位姿，二阶加速度插值公式为：式中，V-1,V.=1,V2.2-1分别为相邻两个机器人位姿点的位置差和时间差的比值；ax,ay,a2分别为X、Y、Z三个方向上的加速度，通过速度变化率估算；△t表示实际采集时间戳Tn与前一机器人位姿时间戳tL₋1的差值。6.根据权利要求5所述的机器人涂胶轨迹插值队列同步及优化方法，其特征在于，所述速度阈值为10mm/s。7.根据权利要求1所述的机器人涂胶轨迹插值队列同步及优化方法，其特征在于，在步骤S5中，坐标转换矩阵的表达式为：其中，X.,Y,Zbae为涂胶轨迹特征点在机器人基坐标系下的三维坐标；为插值后Xn,Y,Z以及对应姿态组成的变换矩阵；为线激光传感器与机器人的手眼关系48.根据权利要求1所述的机器人涂胶轨迹插值队列同步及优化方法，其特征在于，在步获取原始涂胶轨迹的三维轨迹数据，包括位置坐标(x,y,z)及姿态参数(a,b,c);通过三次样条插值计算原始涂胶轨迹的曲率特征，基于曲率阈值识别原始涂胶轨迹中的关键转折点，将原始涂胶轨迹分割为多个子段；对每个子段分别进行多级滤波处理，采用Butterworth低通滤波器消除高频噪声；再应用中值滤波器抑制脉冲干扰，对滤波后的各子段进行线性拟合生成直线轨迹段，同时保留姿态参数的关联性；最后通过空间几何投影算法计算相邻直线轨迹段的过渡连接点，结合欧拉角旋转矩阵调整姿态方向，生成连续且平滑的涂胶轨迹。9.一种机器人涂胶系统，其特征在于，使用如权利要求1-8任一项所述的机器人涂胶轨迹插值队列同步及优化方法，包括：线激光传感器，用于采集工件涂胶缝隙的图像数据以及点云数据；工业机器人，搭载线激光传感器并实时反馈位姿信息；控制计算机，执行轨迹插值算法并生成涂胶轨迹指令。10.一种计算机可读存储介质，其特征在于，存储有计算机程序，当程序被处理器执行时，实现如权利要求1-8任一项所述的机器人涂胶轨迹插值队列同步及优化方法。5一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法技术领域[0001]本发明涉及工业机器人高精度轨迹控制技术领域，尤其涉及一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法。背景技术[0002]在工业机器人涂胶作业中，线激光传感器被广泛用于实时扫描工件表面，生成涂胶路径的三维点云数据。然而，现有技术在实际应用中存在以下关键问题。[0003]线激光传感器的图像采集频率与机器人位姿传输频率不匹配，导致某一时刻的传感器数据无法直接对应机器人的实时位姿。例如，当机器人高速运动时(如50mm/s),相邻图像间隔内机器人位移显著,传统使用循环采集方法因数据不同步会导致涂胶路径的累积偏[0004]传感器数据通过以太网传输时存在固定延迟，而现有系统通常直接使用接收端时间戳，未对实际采集时间进行补偿。此误差在动态场景下会进一步放大，造成三维重建的坐标映射偏差。[0005]线激光传感器具有非接触式测量、高精度与分辨率、适应复杂表面与环境的特点，感器需在稳定环境中运行，由于携带涂胶的末端执行器，串联机器人如果刚性较差，在运动过程中容易产生振动干扰，从而导致线激光传感器的采集出现偏差以及特征点提取困难等发明内容[0006]针对现有技术的不足，本发明提供了一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法，解决了传感器采集当前时刻数据与机器人位姿不匹配而引起涂胶轨迹偏差的技术问题。[0007]为解决上述技术问题，本发明提供了如下技术方案：一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法，该方法包括以下步骤：S1、采集涂胶缝隙在当前时刻的图像数据以及点云数据，并对图像数据进行时间戳校准与延迟补偿获得实际采集时间戳；S2、上位机实时接收机器人的位姿数据，按时间戳顺序存入环形缓冲区域形成轨迹插值队列；S3、根据实际采集时间戳在轨迹插值队列中定位相邻的机器人位姿点，并根据机器人位姿点的时间间隔和位置差计算机器人的平均运动速度；S4、根据平均运动速度选择使用一阶线性插值或二阶加速度插值得到对应采集图像数据时刻的机器人位姿；S5、从点云数据中提取涂胶缝隙中的点作为特征点，并对特征点进行坐标转换获6得机器人基坐标系下的涂胶轨迹特征点；S6、对涂胶轨迹特征点稀疏化处理并进行拟合生成涂胶轨迹。对线激光传感器采集的图像数据附加接收时间戳，并根据传输延迟计算实际采集时间戳，传输延迟的计算方法为：并将实际采集时间戳定义为：T实际=T按收一传输延迟。[0009]进一步地，在步骤S2中，位姿数据包含时间戳t、三维位置x,y,z以及四元数姿态且轨迹插值队列满足：队列容量根据机器人最大运动速度与数据频率动态调整；采用无锁环形缓冲区域结构，支持多线程并发读写。[0010]进一步地，在步骤S3中，平均运动速度的计算公式为：(x₁,y₁,z)为相邻的机器人位姿点的坐标；△t表示实际采集时间戳Tn与前一机器人位姿时间根据设定的速度阈值选择插值方式，当平速度小于或等于速度阈值时为低速，则使用一阶线性插值得到对应采集图像数据时刻的机器人位姿，一阶线性插值公式为：位姿点的坐标；t_1为前一机器人位姿的时间戳；T为实际采集时间戳；当平速度大于速度阈值时为高速，则使用二阶加速度插值得到对应采集图像数据时刻的机器人位姿，二阶加速度插值公式为：7式中，Vx-1,V.=1,V2,;-1分别为相邻两个机器人位姿点的位置差和时间差的比值；a与前一机器人位姿时间戳t-1的差值。为插值后Xn,Y,Zn以及对应姿态组成的变换矩阵；TBasmera为线激光传感器与机器人的手眼为特征点在线激光传感器坐标系下的三维坐标。获取原始涂胶轨迹的三维轨迹数据，包括位置坐标(x,y,z)及姿态参数(a,b,c);通过三次样条插值计算原始涂胶轨迹的曲率特征，基于曲率阈值识别原始涂胶轨迹中的关键转折点，将原始涂胶轨迹分割为多个子段；对每个子段分别进行多级滤波处理，采用Butterworth低通滤波器消除高频噪声；再应用中值滤波器抑制脉冲干扰，对滤波后的各子段进行线性拟合生成直线轨迹最后通过空间几何投影算法计算相邻直线轨迹段的过渡连接点，结合欧拉角旋转矩阵调整姿态方向，生成连续且平滑的涂胶轨迹。[0015]借由上述技术方案，本发明提供了一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法，至少具备以下有益效果：1、本发明有效解决了因传感器采集当前时刻数据与机器人位姿不匹配而引起的轨迹偏差，配合轨迹优化算法提高了涂胶轨迹精度。8[0016]2、本发明通过计算传感器的传输延迟并对时间戳进行校准，结合轨迹插值计算与稀疏滤波算法，显著提高了线激光传感器与机器人位姿读取之间的同步性，从而提升了涂胶轨迹的精度。[0017]3、本发明在涂胶轨迹规划过程中明显提高了轨迹的准确性，使其与理论轨迹的吻合度显著增强，从而有效提升了涂胶质量。附图说明[0018]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本发明中机器人涂胶轨迹插值队列同步及优化方法的流程图；图2为本发明激光传感器扫描涂胶缝隙的示意图；图3为本发明中轨迹插值的示意图；图4为本发明中涂胶轨迹特征点的示意图；图5为本发明中稀疏滤波优化后的涂胶轨迹特征点的示意图；图6为本发明中原始涂胶轨迹的示意图；图7为本发明中稀疏滤波优化后的涂胶轨迹的示意图。具体实施方式[0019]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。[0020]本实施例提出了一种基于在线感知的机器人涂胶轨迹插值队列同步及优化方法，通过线激光传感器扫描涂胶缝隙，采集当前时刻的图像数据，并进行时间戳校准与延迟补偿；构建轨迹插值队列，二分搜索法定位插值区间，计算相邻位置的速度，最后根据线性插值估计目标时刻位姿。对于扫描计算出的密集涂胶轨迹点进行优化与拟合生成最终的涂胶轨迹。该方法有效解决了因传感器采集当前时刻数据与机器人位姿不匹配而引起的轨迹偏S1、采集涂胶缝隙在当前时刻的图像数据以及点云数据，并对图像数据进行时间戳校准与延迟补偿获得实际采集时间戳。在本实施例中，如图2所示，通过线激光传感器采集图像数据以及点云数据，同时对线激光传感器采集的图像数据附加接收时间戳，并根据传输延迟计算实际采集时间戳。已知采用的线激光传感器频率为1280点/线，帧率为30FPS;机器人位姿输出频率为50Hz,上位机与机器人以及线激光传感器通过以太网网线连接。由此可以计算线激光传感器单帧的传输延迟为：则实际采集时间戳为：从而实现对时间戳校准与延迟补偿获得实际采集时间戳。[0021]S2、上位机实时接收机器人的位姿数据，按时间戳顺序存入环形缓冲区域形成轨9读取的位置数据。其中，位姿数据包含时间戳tn、三维位置x,y,z以及四元数姿态qw,qx,qy,qz,然后存入容量为500的环形缓冲区域，数据按时间戳t升序排列以便进行高采集时间戳Tn,通过二分搜索在轨迹插值队列中定位相邻的机器人位姿点，其中在轨迹插值队列中定位满足t₁₋1<Tn<t的相邻索引。然后基于机器人位姿点的时间间隔和位置差计根据设定的速度阈值选择插值方式，当平速度小于或等滤波算法处理所有的涂胶轨迹特征点，将涂胶轨迹特征点稀疏化并优化为最终的涂胶轨获取原始涂胶轨迹的三维轨迹数据，包括位置坐标(x,y,z)及姿态参数(a,b,c),[0027]本发明通过对传感器与机器人数据采集进行插值同步化处理，提高了轨迹同步11性，使涂胶起始点与终点的识别更准确。同时采用稀疏滤波算法，将提取到的轨迹特征点进行过滤、拟合、分散操作生成上位机可识别的点位信息作为最终的涂胶轨迹，在涂胶轨迹规划过程中明显提高了轨迹的准确性，使其与理论轨迹的吻合度显著增强，从而有效提升了涂胶质量。[0028]本领域普通技术人员可以理解实现上