基于库贝尔卡-穆克模型灵感的喷漆机器人轨迹优化中画布颜色效果预测问题求解
机器人学
2024-09-10 v1
摘要
当前，喷漆机器人轨迹规划技术主要用于单色喷漆，旨在实现喷漆质量。传统方法仅能定性反映颜色分布，无法在像素级别模拟喷漆效果。因此，无法准确控制颜色覆盖区域及其边缘渐变，亦难以处理多色颜料混合喷涂的情况。为解决上述问题，本文灵感来源于库贝尔卡-穆克（Kubelka-Munk）模型，结合3D机器视觉方法与人工神经网络，提出一种喷漆颜色效果预测方法。该方法能够在喷漆后工件表面颜色维度上，以像素级精度预测喷枪轨迹的执行效果。基于此，该方法可用于取代传统厚度仿真方法，建立喷枪轨迹优化问题的目标函数，从而解决多色颜料混合喷涂的喷枪轨迹优化难题。本文首先通过分析库贝尔卡-穆克颜料薄膜色彩渲染模型，确定喷漆颜色效果预测问题的数学模型；同时，借助深度相机和点云处理算法构建喷漆颜色效果数据集。随后，通过引入门控机制和残差结构改进多层感知机模型，用于完成颜色预测任务。为验证...
引用
@article{arxiv.2409.04558,
title = {Solve paint color effect prediction problem in trajectory optimization of spray painting robot using artificial neural network inspired by the Kubelka Munk model},
author = {Hexiang Wang and Zhiyuan Bi and Zhen Cheng and Xinru Li and Jiake Zhu and Liyuan Jiang and Hao Li and Shizhou Lu},
journal= {arXiv preprint arXiv:2409.04558},
year = {2024}
}