基于法兰的协作机器人软触觉焊接三维手眼标定

本文研究了利用机器人上标准化的几何特征，通过三维扫描仪直接进行机器人手眼标定的方法。通过直接捕获机器人法兰的点云数据，利用了法兰的成熟几何特征。特别地，提出了一种迭代方法来优化点云处理，以获得更精细的标定结果。在一系列协作机器人上进行了广泛实验，包括Universal Robots UR5和UR10 e系列、Franka Emika和AUBO i5，使用了工业级三维扫描仪Photoneo Phoxi S和M以及商业级三维扫描仪Microsoft Azure Kinect DK。实验结果表明，平移和旋转误差分别高效收敛至小于0.28毫米和0.25度，达到了与相机分辨率相当的手眼标定精度，接近硬件极限。本文还展示了一个焊缝跟踪系统，该系统将基于法兰的标定方法与软触觉传感相结合。实验结果表明，该系统使机器人能够实时调整运动，确保一致的焊接质量，为更高效、更灵活的制造过程铺平了道路。