一种基于NURBS的协助机器人的力控装配控制方法及装置与流程

一种基于nurbs的协助机器人的力控装配控制方法及装置
技术领域
1.本发明涉及自动化控制领域，具体而言，涉及一种基于nurbs的协助机器人的力控装配控制方法及装置。


背景技术：

2.在劳动力成本持续上涨、熟练技术功能稀缺的今天，协作机器人以其价格低廉、维护成本低、后期费用低、人机交互友好安全等特点，已经逐渐走入到自动化生产流水线和人机交互场景种。
3.然而，目前在协作机器人装配领域多采用末端力控结合示教轨迹的方法进行协作机器人装配，其装配效率较低，并且难以实现协作机器人的智能自适应装配功能。


技术实现要素：

4.本发明实施例提供了一种基于nurbs的协助机器人的力控装配控制方法及装置，以至少解决协作机器人装配方法的装配效率不高的技术问题。
5.根据本发明的一实施例，提供了一种基于nurbs的协助机器人的力控装配控制方法，包括以下步骤：
6.基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径；
7.采集力矩信息；
8.对力矩信息进行重力补偿以及力矩转换处理，得到环境交互力；
9.基于导纳控制算法对理论装配路径以及环境交互力进行导纳控制调整处理，得到修正机器人的装配速度规划；
10.对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划。
11.进一步地，基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径的步骤包括：
12.将实际位姿离线轨迹中的路径点作为控制点；
13.通过nurbs算法对控制点进行定义，生成非均匀有理b样条；
14.对b样条的基函数以及控制点进行位置规划处理，得到规划位置值；
15.对规划位置值进行求导规划处理，得到规划速度；
16.对规划位置以及规划速度进行s曲线规划处理，得到理论装配路径。
17.进一步地，该方法还包括：
18.对力矩信息进行滤波处理，得到处理后的基础力矩信息。
19.进一步地，导纳控制表示为：
[0020][0021]
其中，表示机器人的实际加速度、表示机器人的目标加速度，表示机器人的
实际速度，表示机器人的目标速度，x表示机器人的实际位置，xd表示机器人的目标位置，f表示为机器人的实际环境接触力，fd表示为机器人的目标环境接触力，b、k以及m是导纳控制参数。
[0022]
进一步地，对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划的步骤包括：
[0023]
对装配速度规划采用运动学模型以及雅可比矩阵进行速度转化处理，得到与机器人适配的关节速度规划。
[0024]
根据本发明的另一实施例，提供了一种基于nurbs的协助机器人的力控装配控制装置，包括：
[0025]
轨迹插补模块，用于基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径；
[0026]
信息采集模块，用于采集力矩信息；
[0027]
力矩转换模块，用于对力矩信息进行重力补偿以及力矩转换处理，得到环境交互力；
[0028]
导纳控制模块，用于基于导纳控制算法对理论装配路径以及环境交互力进行导纳控制调整处理，得到修正机器人的装配速度规划；
[0029]
速度转化模块，用于对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划。
[0030]
进一步地，轨迹插补模块包括：
[0031]
控制点确定单元，用于将实际位姿离线轨迹中的路径点作为控制点；
[0032]
b样条生成单元，用于通过nurbs算法对控制点进行定义，生成非均匀有理b样条；
[0033]
位置值获取单元，用于对b样条的基函数以及控制点进行位置规划处理，得到规划位置值；
[0034]
规划速度获取单元，用于对规划位置值进行求导规划，得到规划速度；
[0035]
s曲线规划单元，用于对规划位置以及规划速度进行s曲线规划处理，得到理论装配路径。
[0036]
进一步地，该装置还包括：
[0037]
对力矩信息进行滤波处理，得到处理后的基础力矩信息。
[0038]
进一步地，导纳控制表示为：
[0039][0040]
其中，表示机器人的实际加速度、表示机器人的目标加速度，表示机器人的实际速度，表示机器人的目标速度，x表示机器人的实际位置，xd表示机器人的目标位置，f表示为机器人的实际环境接触力，fd表示为机器人的目标环境接触力，b、k以及m是导纳控制参数。
[0041]
进一步地，速度转化模块包括：
[0042]
对装配速度规划采用运动学模型以及雅可比矩阵进行速度转化处理，得到与机器人适配的关节速度规划。
[0043]
本发明实施例中的基于nurbs的协助机器人的力控装配控制方法及装置，通过基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径，能够利用实际装配过程的路径点与nurbs结合，生成新的路径信息，可自适应调整装配路径，降低示教过程对装配成功率的影响，提高装配成功率；进而，通过对采集到的力矩信息进行重力补偿以及力矩转换处理，并基于导纳控制算法对理论装配路径以及经转换处理后得到的环境交互力进行导纳控制调整处理，来得到修正机器人的装配速度规划，从而进一步微调装配路径，以提高装配的成功率以及效率；然后，通过对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划来保证装配过程的自适应装配，本发明基于nurbs的协助机器人的力控装配控制方法及装置能够提高协助机器人力控装配的装配效率以及成功率。
附图说明
[0044]
此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0045]
图1为本发明基于nurbs的协助机器人的力控装配控制方法的流程图；
[0046]
图2为本发明基于nurbs的协助机器人的力控装配控制方法的插补处理的流程图；
[0047]
图3为本发明基于nurbs的协助机器人的力控装配控制装置的模块图；
[0048]
图4为本发明基于nurbs的协助机器人的力控装配控制装置的插补处理的模块图；
[0049]
图5为本发明应用于氢液化器或制冷机的操作培训系统基于nurbs的协助机器人的力控装配控制装置的协作机器人的示意图；
[0050]
图6为本发明基于nurbs的协助机器人的力控装配控制装置的协作机器人的图；
[0051]
图7为本发明基于nurbs的协助机器人的力控装配控制方法的原理示意图。
具体实施方式
[0052]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
[0053]
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0054]
实施例1
[0055]
根据本发明一实施例，提供了一种基于nurbs的协助机器人的力控装配控制方法，参见图1以及图7，包括以下步骤：
[0056]
s1：基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径。
[0057]
在本实施例中，nurbs算法为标准解析形式的初等曲线曲面、自由型曲线曲面的精确表示和设计提供了的数学表示。
[0058]
具体地，本实施例根据实际装配过程中的机器人位姿，来获取装配过程的机器人的实际位姿离线轨迹，然后，通过采用nurbs算法将该实际位姿离线轨迹中路径点作为控制点，进而对实际位姿离线轨迹进行轨迹插补处理，生成下一次进行装配的理论装配路径，能够通过利用实际装配过程的路径点与nurbs算法的结合，生成新的路径信息，可自适应调整装配路径，从而降低示教过程对装配成功率的影响，提高装配成功率。
[0059]
s2：采集力矩信息。
[0060]
具体地，为了实时控制机器人的目的，本实施例通过使用末端力矩传感器tcp来实时获取力或力矩信息，从而使得应用于下肢康复的机器人能够灵敏地反馈患者的意图。
[0061]
s3：对力矩信息进行重力补偿以及力矩转换处理，得到环境交互力。
[0062]
在本实施例中，重力补偿是用于补偿由于末端工具以及传感器本身重量对传感器读数的影响，从而获取已去除此影响的准确的传感器数据，同时，本实施例通过识别传感器末端工具来采集重力、质心以及初始值，以供重力补偿使用。
[0063]
进一步地，力矩转换是通过对力传感器采集力的数据，进行滤波、重力补偿后，来获取装配需要的力信号，然后，本实施例对该力信号通过阻抗控制方式转换为速度信号，并将该速度信号进一步地转换为位置信息，以使后续能够将该速度信号以及位置信息能够加入到伺服电机的位置环，参见图7中的θ，最终实现协作机器人的力控装配的自适应装配控制。
[0064]
进一步地，环境交互力是机器人与外部环境的交互力。
[0065]
具体地，本实施例通过获取到的力矩信息进行重力补偿来获取装配需要的力信号，然后，本实施例对该力信号进行力矩转换处理，具体是通过阻抗控制方式转换为速度信号，并将该速度信号进一步地转换为位置信息，进而生成机器人与外部环境的交互力，即环境交互力，以使后续能够将该环境交互力能够加入到伺服电机的位置环，最终实现协作机器人的力控装配的自适应装配控制，从而装配成功率。
[0066]
s4：基于导纳控制算法对理论装配路径以及环境交互力进行导纳控制调整处理，得到修正机器人的装配速度规划。
[0067]
在本实施例中，导纳控制算法是结合位置规划与环境接触力作为规划调整使机器人在运动过程中即保证轨迹又保证接触力的需求的一种控制方式；其中，本实施例将机器人与环境的接触力作为导纳控制的输入，以及将机器人的运动状态，即加速度作为导纳控制的输出，能够相对于现有的阻抗控制，本实施采用的导纳控制更适合现有的工业机器人。
[0068]
具体地，本实施例依据nurbs算法生成的轨迹信息，同时结合环境交互力，来采用导纳控制算法进行导纳控制计算，输出生成装配所用的速度规划，即能够用于进行机器人姿态调整的机器人的运动状态，来修正装配过程机器人姿态，从而提高装配的成功率以及效率。
[0069]
s5：对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划。
[0070]
具体地，本实施例对装配速度规划进行速度转化处理是根据运动学模型及雅可比
矩阵，来将获取到的装配速度规划转换为适用于机器人的关节速度，即与机器人适配的关节速度规划，来实现机器人的装配过程的自适应装配，从而提高装配的成功率以及效率。
[0071]
本发明实施例中的基于nurbs的协助机器人的力控装配控制方法，通过基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径，能够利用实际装配过程的路径点与nurbs结合，生成新的路径信息，可自适应调整装配路径，降低示教过程对装配成功率的影响，提高装配成功率；进而，通过对采集到的力矩信息进行重力补偿以及力矩转换处理，并基于导纳控制算法对理论装配路径以及经转换处理后得到的环境交互力进行导纳控制调整处理，来得到修正机器人的装配速度规划，从而进一步微调装配路径，以提高装配的成功率以及效率；然后，通过对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划来保证装配过程的自适应装配，本发明基于nurbs的协助机器人的力控装配控制方法能够提高协助机器人力控装配的装配效率以及成功率；本发明计算复杂度低，简便实用，成本低。
[0072]
作为优选的技术方案中，参见图2，步骤s1基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径的步骤包括：
[0073]
s201：将实际位姿离线轨迹中的路径点作为控制点；
[0074]
s202：通过nurbs算法对控制点进行定义，生成非均匀有理b样条；
[0075]
s203：对b样条的基函数以及控制点进行位置规划处理，得到规划位置值；
[0076]
s204：对规划位置值进行求导规划处理，得到规划速度；
[0077]
s205：对规划位置以及规划速度进行s曲线规划处理，得到理论装配路径。
[0078]
在本实施例中，b样条是nurbs曲线中的非均匀有理b样条。
[0079]
具体地，本实施例先通过将实际位姿离线轨迹中的路径点作为控制点，进而通过由n个多边形控制顶点定义的一条k次nurbs曲线可以表示为1条分段有理多项式的有理矢函数，即
[0080][0081]
其中，n
i，k
(u)为b样条的基函数，也可以表示为n(u)。
[0082]
进一步地，本实施例通过如下求导公式来对b样条的控制点和基函数进行求取：
[0083][0084][0085]
进一步地，本实施例通过求导公式可以获取当前位置的导数，通过使用b样条曲线进行轨迹规划，得到其导数为规划的速度v，以供后续导纳控制的使用，具体是通过在已知
装配路径点的前提下，本实施例将路径点作为控制点，来生成非均匀有理b样条，然后，通过采用求导公式生成整个路径的速度，同时采用基函数以及控制点可得规划的位置值，进而结合s曲线规划处理来得到理论装配路径，以实现基于装配路径点的装配理论路径规划，从而保证装配效率以及成功率。
[0086]
作为优选的技术方案中，在步骤s2之后，该方法还包括：
[0087]
对力矩信息进行滤波处理，得到处理后的基础力矩信息。
[0088]
具体地，本实施例对力矩信息进行滤波处理，是通过采用滤波器功能来实现对所需频段的信号的通过，以及其他频段的信号的抑制，即通过滤波器来对获取到的力矩信息进行噪声过滤处理，过滤该力矩信息中存在的噪声，来得到处理后的基础力矩信息，从而保证装配效率以及成功率。
[0089]
作为优选的技术方案中，导纳控制表示为：
[0090][0091]
其中，表示机器人的实际加速度、表示机器人的目标加速度，表示机器人的实际速度，表示机器人的目标速度，x表示机器人的实际位置，xd表示机器人的目标位置，f表示为机器人的实际环境接触力，fd表示为机器人的目标环境接触力，b、k以及m是导纳控制参数。
[0092]
具体地，基于该导纳控制公式，本实施例通过在力位混合控制中力控制方向采用导纳控制模式，然后，以位置控制为主要控制方式，同时采用力控制模式根据接触力对位置进行修正微调，保证装配过程的力限制，从而保证装配效率以及成功率。
[0093]
作为优选的技术方案中，步骤s5对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划的步骤包括：
[0094]
对装配速度规划采用运动学模型以及雅可比矩阵进行速度转化处理，得到与机器人适配的关节速度规划。
[0095]
在本实施例中，对装配速度规划采用运动学模型是采用运动学和工作空间分析是机器人运动规划和控制的基础。
[0096]
具体地，本实施例根据mdh坐标传递矩阵，建立各个运动轴坐标间的转换关系，如下所示：
[0097][0098]
需要说明的是，本实施例采用的协作机器人存在6个自由度。
[0099]
进一步地，雅可比矩阵如下所示：
[0100][0101]
进一步地，在矩阵非奇异下有：
[0102][0103]
其中，
[0104][0105]
进一步地，由此本实施例可得笛卡尔空间与关节空间的速度映射关系，来实现笛卡尔速度规划与关节速度规划的转换，从而得到与机器人适配的关节速度规划，以保证装配效率以及成功率。
[0106]
实施例2
[0107]
根据本发明的另一实施例，提供了一种基于nurbs的协助机器人的力控装配控制装置，参见图3、图5至图6，包括：
[0108]
轨迹插补模块301，用于基于nurbs算法对机器人的实际位姿离线轨迹进行插补处理，得到与机器人适配的理论装配路径；
[0109]
在本实施例中，nurbs算法为标准解析形式的初等曲线曲面、自由型曲线曲面的精确表示和设计提供了的数学表示。
[0110]
具体地，本实施例根据实际装配过程中的机器人位姿，来获取装配过程的机器人的实际位姿离线轨迹，然后，通过采用nurbs算法将该实际位姿离线轨迹中路径点作为控制点，进而对实际位姿离线轨迹进行轨迹插补处理，生成下一次进行装配的理论装配路径，能够通过利用实际装配过程的路径点与nurbs算法的结合，生成新的路径信息，可自适应调整装配路径，从而降低示教过程对装配成功率的影响，提高装配成功率。
[0111]
信息采集模块302，用于采集力矩信息；
[0112]
具体地，为了实时控制机器人的目的，本实施例通过使用末端力矩传感器tcp来实
时获取力或力矩信息，从而使得应用于下肢康复的机器人能够灵敏地反馈患者的意图。
[0113]
力矩转换模块303，用于对力矩信息进行重力补偿以及力矩转换处理，得到环境交互力；
[0114]
在本实施例中，重力补偿是用于补偿由于末端工具以及传感器本身重量对传感器读数的影响，从而获取已去除此影响的准确的传感器数据，同时，本实施例通过识别传感器末端工具来采集重力、质心以及初始值，以供重力补偿使用。
[0115]
进一步地，力矩转换是通过对力传感器采集力的数据，进行滤波、重力补偿后，来获取装配需要的力信号，然后，本实施例对该力信号通过阻抗控制方式转换为速度信号，并将该速度信号进一步地转换为位置信息，以使后续能够将该速度信号以及位置信息能够加入到伺服电机的位置环，参见图7中的θ，最终实现协作机器人的力控装配的自适应装配控制。
[0116]
进一步地，环境交互力是机器人与外部环境的交互力。
[0117]
具体地，本实施例通过获取到的力矩信息进行重力补偿来获取装配需要的力信号，然后，本实施例对该力信号进行力矩转换处理，具体是通过阻抗控制方式转换为速度信号，并将该速度信号进一步地转换为位置信息，进而生成机器人与外部环境的交互力，即环境交互力，以使后续能够将该环境交互力能够加入到伺服电机的位置环，最终实现协作机器人的力控装配的自适应装配控制，从而装配成功率。
[0118]
导纳控制模块304，用于基于导纳控制算法对理论装配路径以及环境交互力进行导纳控制调整处理，得到修正机器人的装配速度规划；
[0119]
在本实施例中，导纳控制算法是结合位置规划与环境接触力作为规划调整使机器人在运动过程中即保证轨迹又保证接触力的需求的一种控制方式；其中，本实施例将机器人与环境的接触力作为导纳控制的输入，以及将机器人的运动状态，即加速度作为导纳控制的输出，能够相对于现有的阻抗控制，本实施采用的导纳控制更适合现有的工业机器人。
[0120]
具体地，本实施例依据nurbs算法生成的轨迹信息，同时结合环境交互力，来采用导纳控制算法进行导纳控制计算，输出生成装配所用的速度规划，即能够用于进行机器人姿态调整的机器人的运动状态，来修正装配过程机器人姿态，从而提高装配的成功率以及效率。
[0121]
速度转化模块305，用于对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划。
[0122]
具体地，本实施例对装配速度规划进行速度转化处理是根据运动学模型及雅可比矩阵，来将获取到的装配速度规划转换为适用于机器人的关节速度，即与机器人适配的关节速度规划，来实现机器人的装配过程的自适应装配，从而提高装配的成功率以及效率。
[0123]
本发明实施例中的基于nurbs的协助机器人的力控装配控制装置，通过力传感器采集力的数据，即力矩信息，然后将力矩信息经滤波、重力补偿的处理，获得机器人需要的力信号，进而将力信号通过阻抗控制方式转换为速度信号，并将该速度信号转换为位置信息，加入到伺服电机的位置环，最终实现自适应装配控制，然后，基于导纳控制算法对理论装配路径以及经转换处理后得到的环境交互力进行导纳控制调整处理，来得到修正机器人的装配速度规划，从而进一步微调装配路径，以提高装配的成功率以及效率；进而，通过对装配速度规划进行速度转化处理，得到与机器人适配的关节速度规划来保证装配过程的自
适应装配，本发明基于nurbs的协助机器人的力控装配控制装置能够提高协助机器人力控装配的装配效率以及成功率，以及准确率；本发明计算复杂度低，简便实用，成本低。
[0124]
作为优选的技术方案中，参见图4，轨迹插补模块301包括：
[0125]
控制点确定单元401，用于将实际位姿离线轨迹中的路径点作为控制点；
[0126]
b样条生成单元402，用于通过nurbs算法对控制点进行定义，生成非均匀有理b样条；
[0127]
位置值获取单元403，用于对b样条的基函数以及控制点进行位置规划处理，得到规划位置值；
[0128]
规划速度获取单元404，用于对规划位置值进行求导规划，得到规划速度；
[0129]
s曲线规划单元405，用于对规划位置以及规划速度进行s曲线规划处理，得到理论装配路径。
[0130]
在本实施例中，b样条是nurbs曲线中的非均匀有理b样条。
[0131]
具体地，本实施例先通过将实际位姿离线轨迹中的路径点作为控制点，进而通过由n个多边形控制顶点定义的一条k次nurbs曲线可以表示为1条分段有理多项式的有理矢函数，即
[0132][0133]
其中，n
i，k
(u)为b样条的基函数，也可以表示为n(u)。
[0134]
进一步地，本实施例通过如下求导公式来对b样条的控制点和基函数进行求取：
[0135][0136][0137]
进一步地，本实施例通过求导公式可以获取当前位置的导数，通过使用b样条曲线进行轨迹规划，得到其导数为规划的速度v，以供后续导纳控制的使用，具体是通过在已知装配路径点的前提下，本实施例将路径点作为控制点，来生成非均匀有理b样条，然后，通过采用求导公式生成整个路径的速度，同时采用基函数以及控制点可得规划的位置值，进而结合s曲线规划处理来得到理论装配路径，以实现基于装配路径点的装配理论路径规划，从而保证装配效率以及成功率。
[0138]
作为优选的技术方案中，参见图7，该装置还包括：
[0139]
对力矩信息进行滤波处理，得到处理后的基础力矩信息。
[0140]
具体地，本实施例对力矩信息进行滤波处理，是通过采用滤波器功能来实现对所需频段的信号的通过，以及其他频段的信号的抑制，即通过滤波器来对获取到的力矩信息
进行噪声过滤处理，过滤该力矩信息中存在的噪声，来得到处理后的基础力矩信息，从而保证装配效率以及成功率。
[0141]
作为优选的技术方案中，，导纳控制表示为：
[0142][0143]
其中，表示机器人的实际加速度、表示机器人的目标加速度，表示机器人的实际速度，表示机器人的目标速度，x表示机器人的实际位置，xd表示机器人的目标位置，f表示为机器人的实际环境接触力，fd表示为机器人的目标环境接触力，b、k以及m是导纳控制参数。
[0144]
具体地，基于该导纳控制公式，本实施例通过在力位混合控制中力控制方向采用导纳控制模式，然后，以位置控制为主要控制方式，同时采用力控制模式根据接触力对位置进行修正微调，保证装配过程的力限制，从而保证装配效率以及成功率。
[0145]
作为优选的技术方案中，速度转化模块305包括：
[0146]
对装配速度规划采用运动学模型以及雅可比矩阵进行速度转化处理，得到与机器人适配的关节速度规划。
[0147]
在本实施例中，对装配速度规划采用运动学模型是采用运动学和工作空间分析是机器人运动规划和控制的基础。
[0148]
具体地，本实施例根据mdh坐标传递矩阵，建立各个运动轴坐标间的转换关系，如下所示：
[0149][0150]
需要说明的是，本实施例采用的协作机器人存在6个自由度。
[0151]
进一步地，雅可比矩阵如下所示：
[0152]
[0153]
进一步地，在矩阵非奇异下有：
[0154][0155]
其中，
[0156][0157]
进一步地，由此本实施例可得笛卡尔空间与关节空间的速度映射关系，来实现笛卡尔速度规划与关节速度规划的转换，从而得到与机器人适配的关节速度规划，以保证装配效率以及成功率。
[0158]
与现有的协作机器人装配方法相比，本发明基于nurbs的协助机器人的力控装配控制方法及装置的优点在于：
[0159]
1.本实施例在除第一次示教以外，通过将成功装配所生成的路径点采用nurbs算法进行处理后获取适配于机器人的理论装配路径，能够降低示教对装配过程的影响，同时降低装配作业示教的难度；
[0160]
2.本实施例通过以实际位姿离线轨迹中的路径点作为装配路径，来调高装配过程的轨迹要求，进一步调高装配的成功率；
[0161]
3.本实施例采用导纳控制算法对机器人进行导纳控制调整，对机器人输出准确的位置信息，从而保证控制机器人的精度高，以及轨迹拟合度高；
[0162]
4.本实施例采用宏观轨迹nurbs自适应生成装配轨迹，并结合导纳力控的微调装配轨迹的方式，从而提高装配的效率以及成功率。
[0163]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0164]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0165]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的系统实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0166]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0167]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0168]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0169]
以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。