一种工业机器人模型的构建方法及系统与流程

1.本申请涉及机器人性能优化技术领域，尤其涉及一种工业机器人模型的构建方法及系统。


背景技术：

2.传统的三维建模软件，包括creo、ug、solidworks等，在三维建模方面功能强大，但是强烈依赖操作者的布局及使用，无法提供机器人结构优化设计和模型自动生成的功能，也无法直接提供相关模型库。其次，现有工业机器人设计方法存在以下不足之处：未能将优化设计方法也集成到工业机器人的设计流程中，从而导致工业机器人的机构参数依赖于用户的输入及设计人员经验，因此无法保证性能是否满足要求。


技术实现要素：

3.本申请实施例提供了一种工业机器人模型的构建方法及系统，以至少解决现有工业机器人设计方法存在的未能将优化设计方法也集成到工业机器人的设计流程中，因此无法保证性能是否满足要求等问题。
4.本发明提供了一种工业机器人模型的构建方法，包括：
5.模型参数输入步骤：设计人机交互界面，并在所述人机交互界面输入模型参数；
6.模型参数优化步骤：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；
7.模型生成步骤：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。
8.上述的工业机器人模型的构建方法，所述模型参数输入步骤包括，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。
9.上述的工业机器人模型的构建方法，所述模型参数优化步骤包括，通过nsga
‑
ii算法对所述模型参数进行优化后，输出所述优化结果参数。
10.上述的工业机器人模型的构建方法，所述模型生成步骤包括，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，通过二次开发的pro/toolkit程序生成所述工业机器人模型。
11.本发明还提供一种工业机器人模型的构建系统，其中，适用于上述所述的工业机器人模型的构建方法，所述工业机器人模型的构建系统包括：
12.模型参数获取单元：设计人机交互界面，并在所述人机交互界面输入模型参数；
13.模型参数优化单元：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；
14.模型生成单元：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。
15.上述的工业机器人模型的构建系统，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面通过所述模型参数输入单元输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。
16.上述的工业机器人模型的构建系统，利用nsga
‑
ii算法通过所述模型参数优化单元对所述模型参数进行优化后，输出所述优化结果参数。
17.上述的工业机器人模型的构建系统，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，利用二次开发的pro/toolkit程序通过所述模型生成单元生成所述工业机器人模型。
18.相比于相关技术，本发明提供一种工业机器人模型的构建方法及系统，本发明采用指标体系对机器人进行优化设计，保证了机器人的综合性能的同时，提高了机器人灵活性，使机器人运动更加稳定。并且通过优化设计、传动件选型与二次开发技术，实现了从用户输入到模型生成的功能，缩短了开发周期，并为机械臂设计方案实施提供全面且准确的校验依据，从而保证机械臂的安全运行。本发明只须填写输入参数即可得到运算结果，省去复杂的计算过程，提高了机械臂设计者选择实施方案的效率，加速了设计进程。
19.本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
20.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：
21.图1是根据本申请实施例的工业机器人模型的构建方法流程图；
22.图2是根据本申请实施例的总体方案及参数传递流程图；
23.图3是根据本申请实施例的目标函数的计算流程图；
24.图4是根据本申请实施例的优化算法流程图；
25.图5是根据本申请实施例的参数化设计的基本原理图；
26.图6是根据本申请实施例的ui对话框的创建与终止流程图；
27.图7为本发明的工业机器人模型的构建系统的结构示意图。
28.其中，附图标记为：
29.模型参数输入单元：51；
30.模型参数优化单元：52；
31.模型生成单元：53。
具体实施方式
32.为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
33.显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用
于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
34.在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
35.除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
36.本发明基于优化机器人性能，下面进行简要的介绍。
37.本发明提供一种工业机器人模型的构建的方法及系统，本发明采用指标体系对机器人进行优化设计，保证了机器人的综合性能的同时，提高了机器人灵活性，使机器人运动更加稳定。并且通过优化设计、传动件选型与二次开发技术，实现了从用户输入到模型生成的功能，缩短了开发周期，并为机械臂设计方案实施提供全面且准确的校验依据，从而保证机械臂的安全运行。本发明只须填写输入参数即可得到运算结果，省去复杂的计算过程，提高了机械臂设计者选择实施方案的效率，加速了设计进程。
38.下面将工业机器人模型的构建为例对本申请实施例进行说明。
39.实施例一
40.本实施例提供了工业机器人模型的构建方法。请参照图1
‑
图6，图1是根据本申请实施例的工业机器人模型的构建方法流程图；图2是根据本申请实施例的总体方案及参数传递流程图；图3是根据本申请实施例的目标函数的计算流程图；图4是根据本申请实施例的优化算法流程图；图5是根据本申请实施例的参数化设计的基本原理图；图6是根据本申请实施例的ui对话框的创建与终止流程图，如图所示，工业机器人模型的构建方法包括如下步骤：
41.模型参数输入步骤s1：设计人机交互界面，并在所述人机交互界面输入模型参数；
42.模型参数优化步骤s2：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；
43.模型生成步骤s3：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。
44.实施例中，所述模型参数输入步骤s1包括，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。
45.具体实施中，首先构建评价机器人性能的指标体系，具体包括，全域条件数指标(gdi)、全域可操作度指标(gmi)和全域波动性指标(gfi)。全域条件数指标中的条件数代表了雅可比矩阵向各个方向的变换均衡性，也反映了从关节空间到操作空间的误差放大程度，其定义如下：
[0046][0047]
其中，σ1是雅可比矩阵的最小奇异值，σ
r
是雅可比矩阵的最大奇异值。
[0048]
因此，全域条件数指标定义为
[0049][0050]
可操作度指标表明了在某一位形下机器人向各个方向运动的能力，其定义如下：
[0051][0052]
全域可操作度指标定义如下：
[0053][0054]
其中，j表示机器人的雅可比矩阵，t表示矩阵的转置。全域波动性指标(gfi)反映了在整个空间内机器人运动性能的平均水平，它表明了机器人在工作空间内的运动稳定性。该指标定义如下：
[0055][0056]
其中，gdi为全域条件数指标，k为局部条件数指标，w则代表机器人的可达工作空间。构建评价机器人性能的指标体系之后，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。其中，在creo应用程序中设计所述人机交互界面具体包括，用户界面对话框(user interface dialog boxes，简称ui对话框)是pro/toolkit为用户提供的一种交互界面。采用ui对话框技术，设计人员可以在creo应用程序中设计出与creo软件系统自带的对话框相似的人机交互界面。ui对话框的设计涵盖以下两个方面：编写对话框组成、属性和外观的资源文件以及据ui对话框的功能编写相应的控制程序，其中，资源文件是一种用来描述ui对话框的属性和外观的文本文件，它由组成元件(component)、各元件的属性定义以及元件的布局形式构成。资源文件的编写如下所示：
[0057][0058]
ui对话框需要经历创建和终止两个过程，ui对话框的创建与终止流程图如图7所示，这两个过程是通过调用creo二次开发底层函数实现的。对于图中的第二步，动作设置函数是与元件类型相关联的，其主要目的是设置用户在ui对话框上对某一元件进行操作时(例如点击某一确定或者取消按钮等)，所调用的动作函数。对于动作函数，需要在pro/toolkit应用程序中定义。由于目前提供的电机和减速器型号有一定的范围，也就是其尺寸是受到一定限制的，因此单个连杆的长度(或者机械臂总长)必然受到限制。因此输入参数必须在一定范围内，否则机械臂装配体会出现干涉等问题。因此在人机交互界面上输入的模型参数是否超出预设模型参数范围的判断标准为该优化程序是基于某种特定机器人模型进行优化的，此机械臂尺寸有一定的范围，目前是根据这个范围再扩充其上下限(可调整，与传动件的型号有关)来限制机械臂的尺寸范围。
[0059]
实施例中，所述模型参数优化步骤s2包括，通过nsga
‑
ii算法对所述模型参数进行优化后，输出所述优化结果参数。
[0060]
具体实施中，优化算法采用的是遗传算法中的nsga
‑
ii，其基本原理就是通过模拟生物进化过程，求解待解决问题的最优解。nsga
‑
ii的流程包括种群的初始化、选择、交叉、变异、非支配排序等。在优化算法中，所述指标体系作为优化算法的目标函数，目标函数的计算流程如图4所示。优化算法实现流程如图5所示，算法的相关参数设定如下：
[0061]
名称种群大小迭代次数交叉概率变异概率交叉系数变异系数参数n
p
kp
c
p
m
μ
c
μ
m
[0062]
实施例中，所述模型生成步骤s3包括，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，通过二次开发的pro/t00lkit程序生成所述工业机器人模型。
[0063]
具体实施中，所述传动件选型包括电机与减速器选型以及同步带选型。其中电机与减速带选型从手腕关节开始，依次往前。具体如下：对于手腕关节，只存在绕z轴的转动，因此负载惯量i
t
等于z轴方向的转动惯量i
zz
，即
[0064]
i
t
＝i
zz
[0065]
由于加速度的存在，当手腕关节启动时，负载将对转轴将会产生一个与加速度成正比的惯性力矩t
t
，即
[0066]
t
t
＝i
t
×
α
i
[0067]
根据惯性力矩初选电机和减速器型号，然后验证手腕关节减速器输出端的负载惯量i
t
折算到电机输出端的等效惯量为
[0068][0069]
其中，k
j
表示机器人第j个关节的传动比。然后再计算负载力矩折算到电机输出端的等效力矩，即
[0070][0071]
其中，η表示传动效率；t
ma
表示电机的最大加速扭矩。接着计算电机惯量比，即负载惯量与电机本身惯量的比值，即
[0072][0073]
其中，i
in
表示减速器输入端的转动惯量；i
bt
表示编码器和制动器的转动惯量；i
r
表示电机转子的转动惯量。通常，电机惯量比小于3可保证系统的稳定性。最后将电机的额定转速折算到减速器输出端，即
[0074][0075]
其余关节的选型流程与之类似，不再赘述。应当注意的是，在对某一关节的电机和减速器进行选型时，必须考虑该关节驱动的所有负载。同步带选型首先按照推荐的修正系数k(1.5～2.0)，选取修正系数，并根据电机的额定功率，计算峰值功率如下,
[0076]
p2＝k
×
p1[0077]
其中，p1为电机的额定功率。然后计算峰值扭矩t,
[0078][0079]
其中，n1为小带轮(主动轮)转速，单位为rpm。
[0080]
根据小带轮转速n1和峰值扭矩t，从gt同步带功率
‑
转速对应表中选择合适的节距。初选同步带的传动比i，小带轮的齿数z1，由此计算得到大带轮的齿数z2，查表得到小带轮的直径d，根据传动比计算得到大带轮的直径d。然后计算小带轮的转速v,
[0081]
v＝0.0000524
×
d
×
n1
[0082]
因此带速满足要求。接下来计算同步带的中心距cd，应满足
[0083]
0.7
×
(d d)≤cd≤2
×
(d d)
[0084]
然后初选中心距，计算带的节线长度pl,
[0085][0086]
选取标准节线长度，再计算同步带的实际中心距cd
′
，
[0087]
[0088]
其中，k＝4
×
pl
‑
6.28
×
(d d)。根据小带轮的齿数和转速，选取其额定转矩。由插值法确定额定转矩rt。接着验算小带轮的转矩，必须满足修正转矩rrt1大于上述峰值扭矩。选择修正系数lcf，则
[0089]
rrt1＝lcf
×
rt>t
[0090]
再次验算小带轮转矩。将额定转矩rt用带宽系数修正，初选带宽系数wm，计算修正的额定转矩rrt2，同样，该修正转矩必须大于峰值扭矩，即
[0091]
rrt2＝wm
×
rt>t
[0092]
根据上述计算结果，选择标准带宽。验算小带轮的重合齿数。首先计算小带轮的包角α，即
[0093][0094]
最后计算重合度tm,
[0095][0096]
对creo软件进行二次开发是为了将上述三个流程进行集成。二次开发流程包括以下三个方面：参数化设置、pro/toolkit程序开发以及ui对话框设置。参数化设计是一种基于尺寸约束和几何约束的三维模型描述方法，也被称为尺寸驱动。如果将参数化设计与特征建模进行结合，使得特征作为参数的载体，那么用户便可以根据实际的需求修改相应的参数，从而实现相同或者相似零件的参数化设计,其基本原理如图6所示。pro/toolkit是一种采用面向对象的程序设计方法(object
‑
oriented programming)。在creo软件和应用程序之间必须通过特定的数据结构来进行信息的传递，而应用程序是不能够直接访问这种数据结构的，只能借助与pro/toolkit提供的库函数来进行访问。在pro/toolkit应用程序中，user_initialize()是程序的初始化函数，其作用是对同步模式中的程序进行初始化操作。任何同步模式下的pro/toolkit应用程序都必须包含该函数，它的作用与c语言中main函数类似。该函数一般使用如下：
[0097][0098]
其中，“用户添加的接口程序部分”在本文中指的就是优化算法程序。而user_terminate()函数是用于终止应用程序，该函数完全由用户自行定义，可以执行空语句(不进行任何操作)。
[0099][0100]
pro/toolkit程序开发主要包括以下流程：
①
确定工作模式，包括同步模式和异步模式；
②
新建项目并设置开发环境；
③
设计程序框架；
④
定义初始和结束函数；
⑤
编写源代码；
⑥
编写注册文件；
⑦
编译程序并运行。二次开发的核心部分是设计程序框架，实现模型调用、模型显示、获取输入参数等。以零件的参数化设计为例，主要使用以下关键函数：
[0101][0102]
二次开发重要函数表格
[0103]
模型库的搭建可借助creo5.0软件的族表功能。族表是creo软件提供的采用表格的形式来驱动模型的高级工具，表格存储了尺寸参数、模型参数、特征等，只需要通过编辑表格中的参数就可以生成零件的三维模型，而不用对每个零件进行建模。
[0104]
由此，本发明提供一种工业机器人模型的构建的方法及系统，本发明采用指标体系对机器人进行优化设计，保证了机器人的综合性能的同时，提高了机器人灵活性，使机器人运动更加稳定。并且通过优化设计、传动件选型与二次开发技术，实现了从用户输入到模型生成的功能，缩短了开发周期，并为机械臂设计方案实施提供全面且准确的校验依据，从而保证机械臂的安全运行。本发明只须填写输入参数即可得到运算结果，省去复杂的计算过程，提高了机械臂设计者选择实施方案的效率，加速了设计进程。
[0105]
实施例二
[0106]
请参照图7，图7为本发明的工业机器人模型的构建系统的结构示意图。如图7所示，发明的工业机器人模型的构建系统，适用于上述的工业机器人模型的构建方法，工业机器人模型的构建系统包括：
[0107]
模型参数获取单元51：设计人机交互界面，并在所述人机交互界面输入模型参数；
[0108]
模型参数优化单元52：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；
[0109]
模型生成单元53：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。
[0110]
在本实施例中，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面通过所述模型参数输入单元51输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。
[0111]
在本实施例中，利用nsga
‑
ii算法通过所述模型参数优化单元52对所述模型参数
进行优化后，输出所述优化结果参数。
[0112]
在本实施例中，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，利用二次开发的pro/toolkit程序通过所述模型生成单元53生成所述工业机器人模型。
[0113]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0114]
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

技术特征：
1.一种工业机器人模型的构建方法，其特征在于，包括：模型参数输入步骤：设计人机交互界面，并在所述人机交互界面输入模型参数；模型参数优化步骤：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；模型生成步骤：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。2.根据权利要求1所述的工业机器人模型的构建方法，其特征在于，所述模型参数输入步骤包括，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。3.根据权利要求1所述的工业机器人模型的构建方法，其特征在于，所述模型参数优化步骤包括，通过nsga
‑
ii算法对所述模型参数进行优化后，输出所述优化结果参数。4.根据权利要求1所述的工业机器人模型的构建方法，其特征在于，所述模型生成步骤包括，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，通过二次开发的pro/toolkit程序生成所述工业机器人模型。5.一种工业机器人模型的构建系统，其特征在于，适用于上述权利要求1
‑
4中任一项所述的工业机器人模型的构建方法，所述控制系统包括：模型参数获取单元：设计人机交互界面，并在所述人机交互界面输入模型参数；模型参数优化单元：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；模型生成单元：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的pro/toolkit程序生成所述工业机器人模型。6.根据权利要求5所述的工业机器人模型的构建系统，其特征在于，在creo应用程序中设计所述人机交互界面，并在所述人机交互界面通过所述模型参数输入单元输入所述模型参数后，根据预设的模型参数范围判断所述模型参数是否超出预设的所述模型参数范围。7.据权利要6所述的工业机器人模型的构建系统，其特征在于，利用nsga
‑
ii算法通过所述模型参数优化单元对所述模型参数进行优化后，输出所述优化结果参数。8.根据权利要求7所述的工业机器人模型的构建系统，其特征在于，通过所述优化结果参数获取传动件选型结果参数，再将所述传动件选型结果参数传递给机器人模板模型文件后，利用二次开发的pro/toolkit程序通过所述模型生成单元生成所述工业机器人模型。
技术总结
本申请公开了一种工业机器人模型的构建方法及系统，工业机器人模型的构建方法包括：模型参数输入步骤：设计人机交互界面，并在所述人机交互界面输入模型参数；模型参数优化步骤：通过遗传算法对所述模型参数进行优化，并输出优化结果参数；模型生成步骤：通过优化结果参数获取传动件选型结果参数，并根据所述传动件选型结果参数，通过二次开发的Pro/TOOLKI T程序生成所述工业机器人模型。本发明提供一种工业机器人模型的构建方法及系统，本发明采用指标体系对机器人进行优化设计，保证了机器人的综合性能的同时，提高了机器人灵活性，使机器人运动更加稳定，实现了从用户输入到模型生成的功能。生成的功能。生成的功能。


技术研发人员：赵凯羽 郝玉福 董健 李正浩 方来鑫 卜王辉 徐晓东 冯一凡
受保护的技术使用者：中车青岛四方车辆研究所有限公司
技术研发日：2021.03.25
技术公布日：2021/6/29