基于自適應采樣的復雜曲面拋磨軌跡生成算法及其性能對比*

向 丹

（廣東技術(shù)師范學院自動化學院，廣州 510635）

基于自適應采樣的復雜曲面拋磨軌跡生成算法及其性能對比*

向 丹

（廣東技術(shù)師范學院自動化學院，廣州 510635）

針對拋磨機器人面向復雜曲面加工運動軌跡規(guī)劃困難，不能隨曲率自適應采樣所導致的軌跡規(guī)劃精度不高等問題，提出了一種基于自適應采樣的NURBS曲面拋磨軌跡生成算法，首先針對已建立的CAD模型進行自由曲面數(shù)據(jù)點提取，并建立了求取一條P次NURBS曲線數(shù)學模型，其次，針對得到的NURBS曲線進行基于杠桿原理的曲線自適應采樣離散，最后，自動生成機器人拋磨連續(xù)軌跡。算法性能對比實驗表明：文章自適應采樣算法能在曲線曲率大處小間距采樣，采樣點分布密集，而在曲率平緩處大間距采樣，采樣點分布較稀疏，達到了采樣點隨曲率自適應分布的效果，同時，自適應采樣算法的擬合曲線與理論曲線接近，生成軌跡精度高。

復雜曲面；拋磨機器人；NURBS曲線；自適應采樣

0 引言

在產(chǎn)品加工制造過程中，拋磨是一道重要的工序，直接影響產(chǎn)品的外觀和質(zhì)量。隨著數(shù)控加工技術(shù)和CAD/CAM技術(shù)不斷成熟以及工業(yè)機器人的廣泛應用，拋磨機器人逐步代替了傳統(tǒng)人工拋磨作業(yè)［1-2］。而機器人要完成所規(guī)定的拋光任務都必須進行軌跡規(guī)劃，其軌跡規(guī)劃是軌跡跟蹤控制的基礎(chǔ)，也是機器人作業(yè)質(zhì)量好壞的關(guān)鏈［3-5］。傳統(tǒng)的運動軌跡規(guī)劃是采用在線編程人工示教的方法，但是這種方法無法完成復雜曲面加工，同時還存在在線編程加工精度低，示教耗時長難度大，使用不夠靈活等缺點，目前常用的運動軌跡規(guī)劃一般是采用離線編程的方法，通過導入計算機內(nèi)的CAD模型，生成示教數(shù)據(jù)，間接地對機器人進行示教，不但求取軌跡精度高，編程時間短，而且還可以完成復雜曲面運動軌跡規(guī)劃［6］。常用的離線編程方法主要有：參數(shù)法［7］、截面線法［8］、導動面法［9］等，這些方法對較為簡單的運動軌跡具有顯著性，特別適用于曲率平坦的區(qū)域，在面對曲率變化劇烈的區(qū)域時，由于其采樣的均勻性不能隨著曲率的變化而自適應分布，所以，導致軌跡規(guī)劃精度不高。

針對拋磨機器人面向復雜曲面加工運動軌跡規(guī)劃困難，不能隨曲率自適應采樣所導致的軌跡規(guī)劃精度不高等問題，提出了一種基于自適應采樣的NURBS曲面拋磨軌跡生成算法，首先針對已建立的CAD模型進行自由曲面數(shù)據(jù)點提取，并建立了求取一條P次NURBS曲線數(shù)學模型，其次，針對得到的NURBS曲線進行基于杠桿原理的曲線自適應采樣離散，最后，自動生成機器人拋磨連續(xù)軌跡。同時為了比較本文自適應采樣算法優(yōu)越性，與常用的等參數(shù)采樣算法、等弧長采樣算法進行了性能對比實驗。

1 截交線數(shù)學模型建立

1.1 自由曲面數(shù)據(jù)點提取

針對已建立的CAD模型，首先，利用截平面法切割復雜曲面得到一系列的截交線，如圖1所示，該截交線即為機器人拋磨軌跡，由于截平面間的距離及拋磨走刀步長難以控制，易造成刀具在曲面平坦處加工密集，在陡峭處加工稀疏，從而導致加工精度不高，為此，使用系統(tǒng)提供的STL文件提取一系列離散理論坐標點，設(shè)從每條截交線離散得到的數(shù)據(jù)坐標點集合為該離散坐標點是為后續(xù)NURBS曲線擬合做準備。

圖1 截面法生成軌跡

1.2 一條P次NURBS曲線求解

在把離散點擬合成NURBS曲線時，首先要指定這些離散點一一對應的節(jié)點參數(shù)值，使之有序組合成節(jié)點矢量，其次將離散數(shù)據(jù)點和節(jié)點矢量代入NURBS曲線定義公式，求解出控制點，最后將控制點、曲線擬合次數(shù)及節(jié)點矢量再代入NURBS曲線定義公式中，即可得到NURBS曲線。

（1）一條P次NURBS曲線定義［10］：

一條P次NURBS曲線可以由多邊形控制頂點來定義，由分段有理多項式矢函數(shù)表示：

其中，di為控制頂點，wi為權(quán)因子且wi＞0，wi的大小影響著曲線的形狀，在本文中令wi=1，Ni，p（u）為β樣條基函數(shù)，是由節(jié)點矢量U=按Cox-De Boor遞推公式得出，表示如下：

根據(jù)上述定義，k=P就是一條P次NURBS曲線表達式。

（2）節(jié)點矢量計算：

設(shè)每相鄰兩點之間的連線成為一條弦，令每條截交線構(gòu)成的弦長之和為L，利用弦長參數(shù)法求取，于是有：

（3）控制點反算：

從式（6）可以看出，系數(shù)矩陣中的元素全部是樣條的基函數(shù)并且這些基函數(shù)的值只與節(jié)點值有關(guān)系，由此可以反算求解出曲線擬合所需的所有控制點dn。

最終，把控制點dn、曲線擬合次數(shù)P及節(jié)點矢量U再代入式（1），則得到一條P次NURBS曲線。

2 基于杠桿原理的曲線自適應采樣離散

拋磨觸點的分布情況影響著機器人的加工路徑，決定著加工精度及效率，為了得到合理的拋磨觸點，本文采用基于杠桿原理的采樣處理處理方法對擬合生成的曲線進行離散化。把曲線上各處的曲率函數(shù)K（μ）看作是各質(zhì)點的質(zhì)量，質(zhì)量越大越靠近支點，質(zhì)量越小越遠離支點，則曲線曲率大的地方密集采樣，曲率小的地方稀疏采樣。

（1）NURBS曲率計算：

（2）杠桿原理采樣：

C（u）為反應曲線彎曲程度的特征函數(shù)，其值越大，曲面越彎曲，所需的采樣也就越多，其計算公式為：

將曲線上各處的曲率函數(shù)K（u）看做是各個質(zhì)點的質(zhì)量，當系統(tǒng)達到平衡時有：

該式即為NURBS曲率的平衡公式，其中，ui為第i個采樣點，也是系統(tǒng)平衡支點，uij為第i個采樣點的去心鄰域內(nèi)的任意點。

對式（9）進行處理得：

可通過如下迭代求解：

迭代終止條件為：

其中，s為迭代次數(shù)，ε為給定精度。

3 算法實現(xiàn)及其性能對比

3.1 算法實現(xiàn)

根據(jù)以上所述，可知利用機器人對復雜曲面進行拋磨加工時，運動軌跡自動生成算法流程如圖2所示。

圖2 本文算法流程圖

3.2 算例及其性能對比

利用上述算法，針對如下任意曲面，生成的拋磨軌跡如下圖3所示。

圖3 任意復雜曲面及其拋磨軌跡

為了比較本文自適應采樣算法優(yōu)越性，與常用的等參數(shù)采樣算法、等弧長采樣算法進行了性能對比實驗。等參數(shù)采樣算法采樣如圖4所示，等弧長采樣算法采樣如圖5所示，自適應采樣算法采樣如圖6所示。

圖4 等參數(shù)采樣

圖5 等弧長采樣

圖6 自適應采樣

從圖4、圖5、圖6可看出，自適應采樣算法采樣點較之其他算法在曲線曲率大處采樣間距最小，分布較密，而在曲率平緩處分布較稀疏，達到了采樣點隨曲率自適應分布的效果，說明采用自適應采樣算法得到的采樣點，能更好的突出曲線的特征，更準確的反映復雜曲面拋磨加工軌跡信息。

圖7 三種采樣點的NURBS擬合曲線與理論曲線對比

法能更高精度的逼近理論曲線，于是對上述三種方算采樣到的10個離散點進行NURBS曲線擬合處理，如圖7所示。

從圖7可知，自適應采樣擬合曲線與理論曲線最接近，優(yōu)于參數(shù)采樣算法和等弧長采樣算法，進一步地說明了自適應采樣算法生成軌跡精度較之其他算法生成精度更高。

5 結(jié)論

（1）本文提出了基于自適應采樣的NURBS曲面軌跡生成算法，首先，針對已建立的CAD模型進行自由曲面數(shù)據(jù)點提取，并建立了求取一條P次NURBS曲線數(shù)學模型，其次，針對得到的NURBS曲線進行基于杠桿原理的曲線自適應采樣離散，最后，自動生成機器人拋磨連續(xù)軌跡。

（2）算法性能對比實驗表明：本文自適應采樣算法能在曲線曲率大處小間距采樣，采樣點分布密集，而在曲率平緩處大間距采樣，采樣點分布較稀疏，達到了采樣點隨曲率自適應分布的效果，同時，自適應采樣算法的擬合曲線與理論曲線接近，生成軌跡精度高。

［1］徐海黎，解祥榮，莊健，等.工業(yè)機器人的最優(yōu)時間與最優(yōu)能量軌跡規(guī)劃［J］.機械工程學報，2010，46（9）：19-25.

［2］韓光超，孫明.基于軌跡控制的機器人拋光工藝［J］.華中科技大學學報（自然科學版），2009，37（2）：75-77.

［3］周煒，廖文和，田威.基于空間插值的工業(yè)機器人精度補償方法理論與試驗［J］.機械工程學報，2013，49（3）：42-48.

［4］王引，仇曉黎，劉明燈，等.基于NC代碼的工業(yè)機器人加工軌跡規(guī)劃研究［J］.組合機床與自動化加工技術(shù)，2012（8）：14-17.

［5］成賢鍇，顧國剛，陳琦，等.基于樣條插值算法的工業(yè)機器人軌跡規(guī)劃研究［J］.組合機床與自動化加工技術(shù)，2014（11）：122-124.

［6］宋鵬飛，和瑞林，苗金鐘，等.基于Solidworks的工業(yè)機器人離線編程系統(tǒng)［J］.制造業(yè)自動化，2013，35（5）：1-4.

［7］陳滿意，劉玉慧.基于形狀特征的自由曲面采樣算法的研究［J］.機械設(shè)計與制造，2011（3）：195-197.

［8］劉威，周來水，安魯陵.截面線等誤差步長法計算點云刀具路徑規(guī)劃［J］.機械科學與技術(shù)，2013，32（6）：824-828.

［9］鐘建琳，劉忠和，楊慶東.空間自由曲面五軸聯(lián)動數(shù)控加工［J］.機械設(shè)計與制造，2011（9）：129-131.

［10］玄冠濤，邵園園，呂釗欽，等.基于NURBS的空間分度凸輪廓面重構(gòu)與仿真［J］.農(nóng)業(yè)機械學報，2012，43（6）：226-234.

（編輯 趙蓉）

Trajectory Generation Algorithm and its Performance Comparison for Complex Curved Surface Polishing Based on Adaptive Sampling

XIANG Dan
（College of Automation，Guangdong Polytechnic Normal University，Guangzhou 510635，China）

According to the problem about complex surface machining movement trajectory difficulty and trajectory planning not with precision curvature adaptive sampling to cause is nothigher，The paper put forward a trajectory generation algorithm for NURBS surface based on adaptive sampling.Firstly，established CAD model free surface data points are extracted，and the establishment of seeking a P mathematical model of NURBS，secondly，according to the NURBS curves obtained curve based on discrete adaptive lever principle，finally，the automatic generation of robot polishing continuous path.Experiments indicate that：the performance comparison algorithm of adaptive sampling algorithm can sample in curvature at small distance sampling distribution，dense，and curvature in the gentle place large space sampling，the sampling points are sparsely distributed，reach the effect，sampling point with curvature adaptive distribution at the same time，fitting curve and theoretical curve of adaptive sampling algorithms to generate near，trajectory precision is high.

complex curved surface；polishing robot；NURBS curve；adaptive sampling

TH16；TG506

A

1001-2265（2015）06-0017-03 DOI：10.13462/j.cnki.mmtamt.2015.06.005

2015-02-02；

2015-03-05

2014年廣東省特色創(chuàng)新項目（自然科學類）（2014KTSCX146）；廣東省教育廳科技創(chuàng)新項目（2013KJCX0121）；2013廣東優(yōu)秀青年教師培養(yǎng)計劃資金資助（Yq2013110）

向丹（1980—），女，湖北宜昌人，廣東技術(shù)師范學院副教授，博士，主要從事機電一體化方面的教學與科研工作，（E-mail）gzhbrxd@ 163.com。