一种基于视觉定位与误差补偿的化纤卷装机器人自动上丝方法与流程

本发明属于化纤生产自动化与工业机器人视觉伺服控制，具体涉及一种基于视觉定位与误差补偿的化纤卷装机器人自动上丝方法。

背景技术：

1、在化纤行业生产过程中，上丝作业通常需要人工将卷装材料搬运至指定工位，并完成对杆、对孔、插装等操作。该过程劳动强度大、重复性强，对操作熟练度依赖较高，且在连续生产条件下容易出现效率波动、上丝不到位、碰撞干涉和一致性不足等问题。随着智能制造和“机器换人”需求的持续提升，采用机器人替代人工完成上丝作业已成为化纤行业的重要发展方向。

2、现有技术存在的问题：

3、化纤上丝场景并非简单的搬运任务，而是涉及卷装识别、工位定位、轴孔对准、插装控制和异常处理等多个环节的复合型作业。实际工业现场中，目标工位往往存在安装误差、振动偏差和长期运行造成的位置漂移；卷装中心孔与目标插杆之间也可能存在位置偏差和姿态偏差，仅依赖机械臂预设示教点难以保证稳定插装成功率。因此，亟需提出一种能够结合视觉识别、位姿补偿与分阶段插装控制的自动上丝技术方案，以提高化纤卷装机器人上丝的精度、成功率和连续运行能力。

技术实现思路

1、本发明的目的是克服现有技术中化纤上丝作业依赖人工、工位偏差难以适应、机器人插装成功率不稳定、现场异常恢复能力不足等问题，提供一种基于视觉定位与误差补偿的化纤卷装机器人自动上丝方法，以实现复杂工位条件下卷装材料的高精度自动上丝。

2、本发明采取的技术方案具体如下：

3、一种基于视觉定位与误差补偿的化纤卷装机器人自动上丝方法，包括如下步骤：

4、响应于上丝触发指令，获取待上丝卷装与目标工位的初始多模态感知数据，并从中解算出卷装中心孔特征与工位插入位特征；

5、基于所述卷装中心孔特征与所述工位插入位特征，构建表征两者空间相对关系的位姿偏差向量，并据此对预设上丝轨迹执行补偿运算，生成修正目标位姿与补偿上丝轨迹；

6、驱动机器人夹持所述待上丝卷装沿所述补偿上丝轨迹执行粗定位运动，直至进入所述目标工位的预接近区域；

7、在到达所述预接近区域后，基于实时视觉反馈流触发精定位运动，对所述待上丝卷装的末端位姿执行闭环修正，使卷装中心轴线与目标插入轴线趋于共线；

8、控制所述待上丝卷装沿所述目标插入轴线方向执行插装运动，并在插装过程中持续采集多模态状态数据；

9、基于所述多模态状态数据构建动态干涉势场，并据此实时调整末端柔顺控制参数；

10、响应于插装完成信号或基于所述多模态状态数据判定上丝失败，执行对应的复位退让或重定位插装策略。

11、根据本发明实施例的又一方面，所述解算出卷装中心孔特征与工位插入位特征，包括：

12、对所述初始多模态感知数据执行多尺度特征提取，其中，所述卷装中心孔特征包含孔边缘轮廓拓扑、孔中心三维坐标、孔径尺度及孔轴线方向矢量中的至少一个；

13、所述工位插入位特征包含插杆表面轮廓、锭轴轴线方向、端面空间位置、安装基准边缘及定位标记中的至少一个。

14、根据本发明实施例的又一方面，所述对预设上丝轨迹执行补偿运算，包括：

15、将实时识别获取的目标工位实际位姿与预设工位数字模型执行点云配准，计算出目标工位的安装偏差与运行漂移量；

16、基于所述安装偏差与所述运行漂移量，对所述预设上丝轨迹的节点坐标与姿态四元数执行在线修正，生成补偿上丝轨迹。

17、根据本发明实施例的又一方面，所述触发精定位运动的条件包括：

18、实时监测机器人末端法兰与所述目标工位之间的欧氏距离、视觉特征识别置信度以及所述位姿偏差向量的模长；

19、当所述欧氏距离小于预设距离阈值、所述识别置信度大于预设置信度阈值且所述模长小于预设偏差阈值中的至少一者满足时，终止所述粗定位运动并切换至所述精定位运动。

20、根据本发明实施例的又一方面，对所述待上丝卷装的末端位姿执行闭环修正，包括：

21、在所述精定位运动期间，以预设采样频率连续获取所述目标工位与所述待上丝卷装的局部图像序列；

22、基于所述局部图像序列实时更新所述位姿偏差向量，并由微分运动学逆解映射为末端位姿增量；

23、将所述末端位姿增量叠加至机器人当前关节角指令，执行小步长位姿修正控制。

24、根据本发明实施例的又一方面，所述多模态状态数据包括插装过程中的图像变化序列、关节位置变化序列及末端接触力矩序列；

25、所述构建动态干涉势场，包括：

26、将所述卷装中心孔的内壁点云与所述目标插入位的外壁点云分别映射为斥力势场源，将所述目标插入轴线映射为引力势场源；

27、基于实时更新的所述多模态状态数据，计算所述待上丝卷装在当前位姿下的合力梯度矢量。

28、根据本发明实施例的又一方面，所述实时调整末端柔顺控制参数，包括：

29、基于所述合力梯度矢量与末端接触力矩序列，构建包含视觉伺服项与力觉反馈项的多模态状态空间方程；

30、利用自适应阻抗控制模型求解所述状态空间方程，动态更新机器人末端笛卡尔空间下的刚度矩阵与阻尼矩阵；

31、将更新后的所述刚度矩阵与所述阻尼矩阵代入柔顺控制律，生成关节补偿力矩。

32、根据本发明实施例的又一方面，所述判定上丝失败并执行重定位插装策略，包括：

33、当所述末端接触力矩序列中的轴向力分量超过预设安全阈值，或所述图像变化序列指示孔轴相对偏移量发散时，判定上丝失败；

34、响应于上丝失败，控制机器人沿所述目标插入轴线的反方向执行退让运动至安全距离；

35、基于退让后的最新多模态感知数据重新解算位姿偏差向量，并触发二次插装运动。

36、根据本发明实施例的又一方面，获取所述初始多模态感知数据及所述实时视觉反馈流的视觉采集模块，采用固定安装于目标工位基架的全局相机、安装于机器人末端法兰的局部相机、rgb-d深度相机、双目立体相机或结构光相机中的至少一种组合。

37、根据本发明实施例的又一方面，还提供了一种基于视觉定位与误差补偿的化纤卷装机器人自动上丝系统，包括：

38、多模态感知与特征解算单元，被配置为响应于上丝触发指令获取感知数据并解算孔位特征；

39、轨迹补偿与运动控制单元，用于构建位姿偏差向量、执行轨迹补偿，并驱动机器人执行粗定位与精定位运动；

40、多模态融合柔顺插装单元，在插装过程中构建动态干涉势场并实时调整末端柔顺控制参数；

41、状态评估与重试决策单元，基于多模态状态数据判定上丝结果并执行退让或重定位策略。

42、本发明取得的技术效果为：

43、本发明，基于实时视觉结果对目标工位进行在线识别与校正，能够适应工位安装误差和现场漂移，提高机器人对复杂现场的适应性；将卷装中心孔识别与目标插入工位识别进行联合建模，直接围绕插装配准开展控制，相比仅做目标检测或工位识别的方案，更贴合上丝任务本质，采用粗定位、精定位与插装确认相结合的分阶段控制策略，兼顾运动效率与插装精度，能够提高自动上丝成功率，减少碰撞和半插入现象。

44、本发明，通过融合图像变化序列、关节位置变化序列及末端接触力矩序列，采用异常退让与重试机制，在插装失败时可自动重新识别与再对准，显著提升系统连续运行能力和工业现场可用性，使系统在判定上丝失败时的累积弹性势能得到带阻尼释放，进而实现非破坏性的安全脱离与高精度二次对准。避免单一位置反馈在半插入状态下盲目重试导致的丝饼端面损伤与位姿偏差问题，确保了复杂工况下的装配完整性。