Available online at www.sciencedirect.com
ScienceDirect
Procedia Engineering 97 (2014) 1906 – 1914
12th GLOBAL CONGRESS ON MANUFACTURING AND MANAGEMENT, GCMM 2014
Vision Assisted Robotic Deburring of Edge Burrs in Cast Parts
Leo Princely Fa,*,Selvaraj Tb
aResearch Scholar,Department of Production Engineering, National Institute of Technology, Trichrappalli- 620015 , Tamil Nadu, India bProfessor,Department of Production Engineering, National Institute of Technology, Trichrappalli- 620015 , Tamil Nadu, India
Abstract
In the present day batch production scenario the time taken to program the deburring robot for each batch is one of the major concerns in the industry. In the batch production scenario deburring robots are programmed by operators via so-called 'Teach' or 'Offline' programming methodologies and require costlier work holding devices. Both these methodologies have associated weaknesses like a high programming time especially when each batch of workpiece has a different shape. Moreover offline methodology cannot carry information of the real work piece. In this paper, a Vision-Guided Robotic System (VGRS) methodology for the deburring of workpieces to eliminate the weakness of 'Teach' or 'Offline' programming methodologies is proposed. In this proposed system the shape of two-dimensional workpiece is acquired for each workpiece and the robot-language program is generated automatically from the workpiece shape data and finishing condition data. The proposed method is verified by experiments using the robot system. This method provides a compact and inexpensive finishing robot system which reduces the programming time.
copy; 2014 The Authors. Published by Elsevier Ltd. This is an open access article under the CC BY-NC-ND license(http://creativecommons.org/licenses/by-nc-nd/3.0/).
Selection and peer-review under responsibility of the Organizing Committee of GCMM 2014
Keywords: Robot programming, Machine vision, Image processing, Deburring
1. Introduction
Presently industrial robots are majorly used for welding, painting and deburring cast parts in automobile production lines, and for circuit chip insertion in electronic equipment manufacturing lines. Majority of these robotsare programmed manually by the robot operators in the shop floor by teaching the robot and allowing it playback thetaught motion. This process of teaching the robots has to be done each time when the type of the product changes. Therefore, this is an onerous task, especially when each workpiece has different shape. Hence, there is a huge requirement for developing a robot deburring system that could be programmed automatically without much interference from the operator and within short time.
* Corresponding author. Tel.: 91-9444825322.
E-mail address: leoprincely@msn.com
F. Leo Princely and T. Selvaraj / Procedia Engineering 97 (2014) 1906 – 1914 1907
T. Thomessen et.al [1] developed a new programming method for grinding robots that automatically scans the workpiece geometry by a contour tracking system. H. Nakamura et.al [2] has developed an offline robot programming system for automobile body spot welding process. M. Jinno et.al [3] developed a force controlled robot for grinding, chamfering and polishing using a task-oriented robot language with force control method forfollowing the edges of the workpiece to be deburred.
Asada and Izumi[4] have proposed an automatic programming method from operator motion data, and Thomessen et al[1] have proposed a contour tracking system for automatic programming.N Asakawa et.al [5] developed an automatic chamfering system using a industrial robot for the case of hole on free-curved surface. H. Zhang er.al [6] developed a practical 6 DOF robot on-line path generation method for robotic deburring of castaluminium wheels using hybrid force and visual methodology.But in these methods, operators have to write robot language programs offline for each workpiece, the operator motion data has to be acquired, or robots have to track the contour for each workpiece. Therefore these methods are not suited to completely automating the finishing tasks for workpieces of various shapes.
In conventional systems, the relative positions of workpieces and manipulators must be accurate. Operators have to place workpieces accurately on working tables or pallets. Also, conventional systems need pallet positioning systems and workpiece carrying systems that have high precision. Therefore conventional systems are expensive. In this paper teach less robot system for two-dimensional workpieces with various shapes and thicknesses usingcomputer vision has been proposed. The robot system does not require workpiece shape information to be included in the CAD data or to be input by the operator. In this paper, the configuration of the proposed system and flow of the finishing tasks are first outlined. Then the workpiece shape data acquisition method and the automatic robot program generation method are described. Finally, the proposed method is shown through experiments using the robot system.
2. Proposed robot system
2.1 Proposed robotic deburring system
In the present day batch production scenario robotic deburring system requires costlier work holding devices to precisely position the workpiece in order to achieve dimensional accuracy. To make the finishing system inexpensive and compact the proposed finishing system uses vision sensors for identifying the orientation, position and shape of the workpieces. The proposed teach less finishing system as shown in Fig. 1 consists of a five axis vertical articulated position-controlled manipulator .Its payload is 1 kg and its maximum reachable length is 610 mm. A rotary-type deburring tool having rotational speed of 1000 rpm was mounted to the end-effecter, a machinevice to hold th
全文共19831字，剩余内容已隐藏，支付完成后下载完整资料
视觉辅助铸件中边缘毛刺的机器人去毛刺
Leo Princely Fa，*，Selvaraj Tb
a Research Scholar，国家技术研究所生产工程系，Trichrappalli- 620015，泰米尔纳德邦，印度b教授，国家技术研究所生产工程系，Trichrappalli- 620015，泰米尔纳德邦，印度
摘要：
在当今的批量生产方案中，为每批次编程去毛刺机器人所花费的时间是该行业中主要关注的问题之一。在批量生产场景中，去毛刺机器人由操作员通过所谓的“示教”或“离线”编程方法编程，并且需要更昂贵的工作保持装置。这两种方法都具有相关的缺点，例如高编程时间，特别是当每批工件具有不同的形状时。而且离线方法不能携带真实工件的信息。在本文中，提出了一种视觉引导机器人系统（VGRS）方法，用于去除工件去毛刺以消除“示教”或“离线”编程方法的弱点。在该提出的系统中，为每个工件获取二维工件的形状，并且从工件形状数据和精加工条件数据自动生成机器人语言程序。通过使用机器人系统的实验验证了所提出的方法。该方法提供了紧凑且廉价的精加工机器人系统，其减少了编程时间。
1.简介
目前，工业机器人主要用于汽车生产线中的铸件的焊接，涂漆和去毛刺，以及电子设备生产线中的电路芯片插入。 这些机器人中的大多数由机器人操作员通过教导机器人并允许其回放教导的动作来手动编程。 每当产品类型发生变化时，都必须完成这种教学机器人的过程。 因此，这是一项繁重的任务，特别是当每个工件具有不同的形状时。 因此，需要开发一种机器人去毛刺系统，该系统可以自动编程，而不会在短时间内受到操作员的太多干扰。
T. Thomessen等[1]开发了一种新的磨削机器人编程方法，通过轮廓跟踪系统自动扫描工件几何形状。 H. Nakamura et.al [2]开发了一种用于汽车车身点焊过程的离线机器人编程系统。 M. Jinno et.al [3]开发了一种力控机器人，用于使用面向任务的机器人语言进行磨削，倒角和抛光，并使用力控制方法跟踪要去除工件边缘的工件。
Asada和Izumi [4]提出了一种基于操作员运动数据的自动编程方法，Thomessen等人[1]提出了一种用于自动编程的轮廓跟踪系统.N Asakawa et.al [5]开发了一种工业自动倒角系统机器人用于自由弯曲表面上的孔。 H. Zhang er.al [6]利用混合力和可视化方法开发了一种实用的六自由度机器人在线路径生成方法，用于铸铝轮机器人去毛刺。但是在这些方法中，操作员必须为每个机器人语言编写离线程序。工件，必须获取操作员运动数据，或机器人必须跟踪每个工件的轮廓。因此，这些方法不适合于完全自动化各种形状的工件的精加工任务。
在传统系统中，工件和操纵器的相对位置必须准确。操作员必须将工件准确地放在工作台或托盘上。而且，传统系统需要托盘定位系统和具有高精度的工件承载系统。因此传统系统很昂贵。在本文中，已经提出了使用计算机视觉教导用于具有各种形状和厚度的二维工件的较少机器人系统。机器人系统不要求工件形状信息包括在CAD数据中或由操作员输入。在本文中，首先概述了所提出的系统的配置和完成任务的流程。然后描述工件形状数据获取方法和自动机器人程序生成方法。最后，通过使用机器人系统的实验示出了所提出的方法。
2.提出的机器人系统
2.1提出的机器人去毛刺系统
在当今的批量生产场景中，机器人去毛刺系统需要更昂贵的工作保持装置来精确定位工件以实现尺寸精度。为了使精加工系统便宜和紧凑，所提出的精加工系统使用视觉传感器来识别工件的方向，位置和形状。如图1所示，所提出的无示教精加工系统包括一个五轴垂直铰接位置控制机械手。它的有效载荷为1千克，最大可达长度为610毫米。旋转速度为1000rpm的旋转式去毛刺工具安装在端部执行器上，用于保持工件的机器副，带摄像机的摄像机架，机器人系统控制器和图像分析和处理系统，如图1所示。 1.去毛刺过程涉及的步骤如下。
x要去毛刺的工件固定在放置在摄像机支架底板上的机器副上。 x启动机器人SCORBASE ER 4u软件。
x执行去毛刺的机器人程序，调用图像处理软件ViewFlex 2.9。 x图像处理软件检测工件中每个角的位置，并将数据发送到用SCORBASE软件编写的去毛刺程序。
x机器人根据写入的程序在工件边缘执行去毛刺操作SCORBASE软件。
x完成的工件从虎钳中取出，下一个未完成的工件装入虎钳中以便携带走出下一个周期。
因此，所提出的是一种用于去除工件边缘中的毛刺的无教学机器人系统。它是一种非常有效的系统，可以减少工件每次更换的编程时间。系统的成本也较低，因为不需要任何额外的夹具来固定零件。
2.2工件准备
在这项研究工作中，为了验证所提出的去毛刺刀具路径生成方法，进行了一系列实验。工件（图2）由使用黑客锯机的10mm厚的尼龙板制成。这些毛刺类似于铸造中产生的毛刺。去毛刺任务包括使用由机器人抓手保持的旋转去毛刺工具去除工件边缘的毛刺，如图3所示。
在执行去毛刺程序期间机器人操纵器的运动被分类为接近运动，完成运动（去毛刺运动）和退出运动。接近和退出运动的运动模式具有固定的模式，如图3所示。因此，这些运动的程序代码已经预先生成，因为工件和去毛刺工具之间的高度是已知的。为了完成去毛刺任务并确定精加工运动，必须确定刀具的位置，刀具的去毛刺方向，刀具与工件的定向以及刀具的进给速度。在开始去毛刺操作之前确定所需的进给速度。图3示出了刀具位置与刀具定向，按压方向和工件轮廓形状之间的关系。刀具位置，刀具方向和按压方向由工件边缘的位置确定。因此，可以通过使用图像处理获取工件中的边缘的位置来自动生成用于完成运动的机器人语言程序。
3.获取工件轮廓数据
3.1工件轮廓采集方法的比较
自动去毛刺的主要步骤之一是获取工件轮廓数据。主要有三种类型的工件轮廓采集方法。他们是;通过使用轮廓跟踪方法和使用图像处理方法从工件的CAD数据中检索轮廓数据。仅使用CAD数据不可能在去毛刺工作站上获得工件的定向和位置，而轮廓跟踪的方法更耗时。另一方面，图像处理方法在短时间内在去毛刺工作站上提供工件的取向，位置和形状。
3.2工件形状数据采集
待去毛刺的工件放置在去毛刺系统的网络摄像机下方并牢固地固定在虎钳中。使用图像处理软件Matrox Inspector#39;s逐步执行以下操作以获得工件的形状数据。
3.2.1将图像文件加载到Matrox Inspector中
借助Matrox Inspector软件界面中的snap命令，工件图像被捕获到图像处理工具中的当前帧中。
3.2.2对整个图像执行直方图
最初，在当前图像上执行基本直方图操作，以找到整个彩色图像的强度分布图，如图5所示。 直方图图表显示图像中存在的三个色带。
Inspector只能对8位或16位无符号一个波段图像执行blob分析。 为了简化图像的统计分析，彩色图像被转换为8位无符号灰度图像。 转换后，生成的统计图表将只显示一个波段，而不是三个波段。 使用灰度图像非常有用，因为稍后需要执行blob分析。
3.2.3使用滤波器从图像中去除随机噪声
虽然图像中的噪声导致像素强度的变化，但是分布相对随机; 因此，可以使用平滑滤波器去除图像中的噪声。 由于窄直方图曲线将指示存在更均匀的区域，因此基于平坦区域的直方图确定应当应用滤波器的次数。 根据小区域的直方图的变化，可以看出背景噪声减小并且该区域具有更均匀的值。
3.2.4 Blob分析
在整个灰度图像上执行斑点分析，从而可以在工件中确定边缘的数量。 第一步是分段，即提供介于最大背景值和从前一行轮廓返回的最小前景值之间的像素强度阈值。
这样边（blob）是白色（前景对象），背景是黑色。 然后，图像处理软件获得关于每个斑点的一些统计信息。
由于分割后存在小的伪影，这将影响斑点并使Matrox Inspector忽略这些伪影，因此blob分析搜索的最小区域将作为软件的输入给出，如图6（a）所示。 执行Blob分析命令以计算指定的特征（最小区域和与质心相关的特征）。 如图6（b）所示，与工件一起显示蓝线概述分析，每个边缘具有高于指定最小值的区域。
3.3工件数据文件
此外，还会显示一个显示blob的All Results表，并列出符合规格的所有blob，包括每个blob质心的坐标，以确定工件边缘的位置和方向，如图4所示。
然后将获得的数据（工件中的拐角的坐标）转移到实际的机器人坐标，如图7（b）所示。 使用内置的ViewFlex软件。 这些机器人坐标作为数据表存储在ViewFlex软件中。
4.自动程序生成的方法
4.1自动程序生成程序
自动程序生成的方法如图8所示。 使用从图像处理系统获取的工件数据文件和预先提供的给定完成条件数据文件自动生成完成工件所需的去毛刺程序。 初始工具取向，期望力，工具进给速度等包括在精加工条件数据文件中。 它不依赖于工件形状。
在机器人工作区内放置要去毛刺的零件
运行ViewFlex程序以捕获工件图像并识别边缘
然后将获得的数据（工件中的边缘的坐标）传送到实际的机器人程序以执行去毛刺操作
运行SCORBASE软件，根据边缘的实时识别计算去毛刺路径
运行SCORBASE扣留程序
4.2自动程序生成方法
4.2.1进近和退出动作
接近运动的一个例子如图9所示。 接近运动包括表面检测运动和边缘检测运动，以处理由图像处理确定的位置误差。 进场和退出动作都有固定的模式。 因此，它们是关于精加工的接近点或终点来描述的。 精加工条件数据文件包含相对于工件表面或边缘定义的接近点，并包括工具的初始定向。
4.2.2整理动作
使用工件形状数据确定精加工运动。 力控制运动命令被分配给每条直线。 如图9所示，在拐角处生成的参考轨迹包括退出运动，方向改变运动和去毛刺任务中的接近运动。
4.3机器人语言程序
为了执行去毛刺操作，启动SCORBASE软件以基于边缘的实时识别来计算去毛刺路径。 执行时SCORBASE程序从ViewFlex软件获取数据并执行去毛刺操作。
5.总结
在本文中，已经尝试开发一种无教学的机器人系统，用于使用图像处理系统去除在边缘上具有毛刺的工件的去毛刺。该系统不需要来自CAD配置文件的轮廓形状数据或机器人操作员手动输入数据。在这项工作中，图像处理系统用于捕获工件的图像。然后处理该工件图像以通过将边缘分割成直线来获得要去除的边缘。从工件形状数据和精加工条件数据自动生成每个工件的机器人语言程序。
通过使用机器人系统的实验验证了所提出的方法。机器人拾取了一个工件，该工件的形状在工件支架上是先前未知的，并使用自动生成的机器人语言程序执行完成任务。所提出的系统不需要托盘定位系统和特殊的工件夹持系统。因此，该方法提供了一种紧凑且廉价的精加工机器人系统，其减少了操作者的编程和工件设定时间。
参考文献：
[1] T. Thomessen等：“磨削机器人自动编程”，第23届国际工业机器人研讨会，第457-464页，1992年。[2] H. Nakamura等人：“发展机器人离线编程系统及其在汽车车身点焊工艺中的应用，“第25届国际工业机器人研讨会论文集，pp.471-476,1994。
[3] M. Jinno等人：“用于研磨，倒角和抛光的力控制机器人的开发”，1995年IEEE国际标准化组织论文集。 CONF。 on Robotics and Automation，pp.1455-1460,1995。
[4] H. Asada和H. Izumi：“从机器人混合控制教学数据中自动生成程序”，IEEE Trans，关于机器人和
Automation，Vol.5，No.2，pp.166-173,1989。
[5] Asakawa N，Toda K，Takeuchi Y.由工业机器人进行倒角的自动化;用于自由曲面上的孔的情况。机器人与计算机集成制造.2002; 18（5）：379-85。
[6] Zhang H，Chen H，Xi N，Zhang G，He J，铸铝轮机器人去毛刺的在线路径生成。智能机器人和系统（IROS），2006年10月9日至15日，中国北京。
[7] Xi FJ，Liao L，Mohamed R，Liu K.一种基于三脚架的抛光/去毛刺机。用于先进制造的智能设备和机器：Springer; 2008. p。 137-166。
[8] Bogue R.整理机器人：对技术和应用的评论。工业机器人：国际期刊。 2009; 36（1）：6-12。 H. Nakamura等人：“机器人离线编程系统的开发及其在汽车车身点焊工艺中的应用”，Proc。 25th Int。 Symposium On Industrial Robots，pp.471-476,1994。
[2] H. Asada和H. Izumi：“机器人混合控制教学数据的自动程序生成”，IEEE Trans，关于机器人和
Automation，Vol.5，No.2，pp.166-173,1989
1914 F. Leo Princel
全文共6113字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[2527]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
