一种基于双域语义校验的机械臂具身抛磨方法及系统

本发明涉及工业机器人，特别涉及一种基于双域语义校验的机械臂具身抛磨方法及系统，适用于工业现场金属、塑料等材质零件的机器人自动化抛磨加工，尤其适用于对人机交互可靠性及防误加工能力有较高要求的工业场景。

背景技术：

1、随着智能制造技术的快速发展，工业机器人抛磨系统在精密制造领域得到了广泛应用。操作人员与机器人系统的自然交互需求日益突出，操作人员期望通过自然语言指令等直观方式向机器人系统传达加工意图，由系统自主完成目标区域识别、轨迹规划与加工执行。然而，这种人机交互方式在提升操作便利性的同时，也引入了新的安全隐患。

2、现有工业抛磨系统中，操作人员通常通过示教器或离线编程软件明确指定加工区域，系统依据操作指令直接执行加工动作。这类系统存在以下技术缺陷：

3、第一，传统系统通常仅依赖单一语义判断确认加工目标，即仅检查操作指令本身的语义是否可识别，而不验证指令所指向的工件区域的几何属性是否与加工语义在物理上相符。当操作指令存在歧义或操作人员因疲劳、疏忽等原因输入了与意图不符的指令时，系统无法区分"语义可解析"与"目标区域与加工语义一致"这两种本质不同的状态，存在显著的误加工风险。

4、第二，现有工业抛磨系统中缺乏对操作指令语义与工件物理几何特征的联合量化验证机制，没有将语义相似度与几何吻合度综合量化为统一置信度评分的数学框架。这导致在操作指令模糊、人员误操作或空间定位偏差等异常情形下，系统无法通过交叉验证手段识别潜在的指令与目标不匹配错误，工业现场的误操作防护能力严重不足。

5、第三，现有系统在加工前对目标区域合法性的验证不完整，主要依赖操作人员执行前的人工复核，自动化程度有限，且缺乏量化的校验结果记录，难以对加工决策过程进行追溯和分析。

技术实现思路

1、本技术通过提供一种基于双域语义校验的机械臂具身抛磨方法及系统，解决了现有工业抛磨系统中指令错误或模糊导致误加工的问题，通过在加工语义和工件几何特征两个独立维度上对操作指令进行联合量化验证的机制，为工业抛磨作业提供可靠的安全防护。

2、本技术实施例提供了一种基于双域语义校验的机械臂具身抛磨方法，包括以下步骤：

3、s1，指令获取与三维信息采集：接收操作人员输入的包含加工目标语义描述及目标区域空间定位信息的操作指令，并通过三维视觉传感器采集工件表面三维点云数据；

4、s2，语义特征向量提取：对所述操作指令进行语义解析，提取加工部位类型、加工动作语义及目标区域标识构成的语义标签集合，通过语义编码映射函数将映射为统一校验嵌入空间中的维语义特征向量；

5、s3，几何特征向量构建：依据所述空间定位信息从所述三维点云数据中截取目标区域点云子集，提取七维几何特征向量，其中为曲率幅值均值，为曲率幅值标准差，与为最大与最小主曲率，为法向量平均偏角，为曲面面积，为逐点区域平均曲率均值；对所述七维几何特征向量进行量纲归一化得到归一化几何特征向量，并通过几何语义映射函数将映射为所述统一校验嵌入空间中的维几何语义特征向量；

6、s4，双域联合匹配评分计算：从几何特征知识库中查询与获取与所述语义标签集合对应的标准几何特征模板向量及其归一化向量；

7、同时基于所述语义特征向量与所述几何语义特征向量在加工语义域中计算归一化余弦相似度，并基于所述归一化几何特征向量与所述标准几何特征模板的归一化向量在工件几何特征域中计算指数型几何距离惩罚项，进而通过加权求和得到双域联合匹配评分，其中为距离衰减系数，，w1、w2为权重系数、且；

8、s5，加工合法性判断：当所述双域联合匹配评分不低于预设阈值时，判定加工目标合法可信，允许执行加工，则进行轨迹规划及打磨加工处理；当低于预设阈值时，触发拒绝机制，禁止执行加工并向操作人员发出重新确认请求。

9、上述实施例的有益效果在于：本方法通过加工语义域与工件几何特征域两个信息域中的联合量化验证，克服了传统单域校验方法无法交叉验证指令语义与目标区域几何物理特征是否一致的缺陷，从机制上有效防止因操作指令歧义或空间定位失误导致的误加工，显著提高了工业抛磨作业中人机交互的可靠性与安全性。

10、在上述实施例基础上，本技术可进一步改进，具体如下：

11、在本技术其中一个实施例中，步骤s3中，所述七维几何特征向量包括：反映区域整体弯曲程度，通过对目标区域点云各点计算局部主曲率与，再统计得到，；为逐点综合曲率幅值在目标区域内曲率幅值的标准差，反映区域曲率变化的均匀性；、用于识别极端弯曲特征；反映区域法向量的分散程度，用于区分平面区域和复杂曲面区域，通过计算各点法向量与区域平均法向量之间的夹角均值得到；用于约束区域规模，通过对目标区域三角网格面片面积求和得到；为目标区域内逐点区域平均曲率均值，用于描述目标区域的整体有符号弯曲趋势，并结合与的数值及符号关系辅助区分凸形面、凹形面和鞍形面等不同曲面类型；对所述七维几何特征向量按进行量纲归一化，其中与为第个几何特征分量的标定均值与标定尺度参数，。

12、技术效果： 对七维几何特征向量中各分量的具体计算方法进行了限定，确保各特征分量具有明确的物理含义和可复现的计算流程，使不同工况下提取的几何特征具有可比性，为工件几何特征域的量化验证提供了标准化的输入基础。

13、在本技术其中一个实施例中，步骤s4中，所述标准几何特征模板向量的归一化向量通过以下方式预先建立并存储于几何特征知识库中：按照加工部位类型建立分类体系，加工部位类型包括锐边区域、圆角区域、平面区域和孔特征区域；对每类加工部位的典型工件标准样本进行几何测量，提取标准七维几何特征向量，按与步骤s3相同的归一化参数与进行量纲归一化得到。

14、技术效果：通过引入几何特征知识库实现了加工部位类型与标准几何模板的系统化管理，使双域校验能够依据历史标定数据快速获取标准模板，提高校验效率并保证不同作业间校验标准的一致性。

15、在本技术其中一个实施例中，步骤s4中，所述归一化余弦相似度中，，为向量内积，为l2范数，，，当语义编码或几何语义映射结果为零向量时，判定当前特征编码无效，不进行余弦相似度计算，并触发重新确认或重新提取处理，；所述指数型几何距离惩罚项中，为所述标准几何特征模板向量的归一化向量与所述归一化几何特征向量之间的欧氏距离；所述双域联合匹配评分score∈[0,1]。

16、技术效果：保证了评分函数的物理可解释性和量纲一致性，使校验结果具备明确的置信度含义。

17、在本技术其中一个实施例中，步骤s5之后还包括步骤s6，轨迹规划与加工执行：依据经双域语义校验确认的目标区域几何特征及从所述几何特征知识库中获取的对应类型工艺参考信息，生成适应工件曲面的加工轨迹，驱动机械臂按规划轨迹执行抛磨作业；所述工艺参考信息包括加工轨迹行间距、轨迹步长、末端接触力范围、工具转速范围及进给速度范围中的至少一种。

18、技术效果： 将双域校验结果与几何特征知识库中的工艺参考信息联动，实现了从"校验通过"到"工艺参数自动匹配"再到"加工执行"的自动化链路，减少了人工设置工艺参数的环节，提高了加工效率。

19、在本技术其中一个实施例中，步骤s6之后还包括步骤s7，加工质量验证：抛磨完成后对加工区域进行几何特征复测，将复测几何特征与加工前目标区域的标准几何特征进行比对，依据工艺规范评定加工质量，若加工质量未达工艺要求，定位质量缺陷区域，重新进行局部轨迹重规划，驱动机械臂对缺陷区域执行补磨，补磨完成后再次执行质量验证，循环执行直至质量达标或达到预设最大补磨次数，若达到最大补磨次数仍未达标则请求人工干预。

20、技术效果：加工质量的闭环验证机制，通过复测-比对-补磨的循环控制实现了加工质量的自动闭环管理，有效降低了因单次抛磨不达标导致工件报废的风险，同时通过最大补磨次数限制避免无限循环，兼顾了加工质量与生产效率。

21、在本技术其中一个实施例中，步骤s1中还包括指令冲突预检步骤：对所述操作指令中自然语言指令描述的加工部位类型与空间定位指令所指向区域的初步几何属性进行一致性预检，一致性预检不通过则触发冲突预警并请求操作人员重新确认。

22、技术效果： 增加了指令冲突预检步骤，形成了"粗检+精检"的两级防护体系，可在早期拦截明显的指令矛盾，避免不必要的几何特征提取和语义编码计算，既提高了系统效率又增强了安全性。

23、本技术实施例还提供了一种基于双域语义校验的机械臂具身抛磨系统，采用前述机械臂具身抛磨方法，包括：

24、感知层，包括：工业级三维视觉传感器，用于采集工件表面三维点云数据；操作指令采集模块，用于接收操作人员输入的自然语言指令及空间定位指令；力觉反馈模块，用于采集机械臂末端与工件接触时的接触力信息；环境监测模块，用于监测作业环境状态；

25、认知层，包括：指令语义解析模块，用于对操作指令进行语义分析与语义特征提取；工件几何特征分析模块，用于从点云数据中提取目标工件区域的七维几何特征向量；双域语义校验单元，用于执行加工语义域与工件几何特征域的联合量化验证，计算双域联合评分score并进行阈值判定；

26、决策层，用于在所述双域语义校验单元判定通过后，依据已确认的目标区域几何特征，利用本领域现有轨迹规划方法生成适应工件曲面的加工轨迹序列，并完成加工工艺参考信息的匹配；

27、执行层，用于按照所述决策层规划的轨迹驱动机械臂完成抛磨作业，并实时监控执行状态与加工质量。

28、技术效果：本系统采用感知层、认知层、决策层与执行层的四层架构设计，将双域语义校验单元部署于核心的认知层，形成了从数据采集到语义理解、双域校验、轨迹规划再到加工执行与质量监控的完整系统链路，为工业抛磨现场提供了系统化的双域防护解决方案。