PDPS软件：机器人焊枪工具自动选取功能介绍与使用方法
本文已经首发在个人微信公众号：工业机器人仿真与编程（微信号：IndRobSim），欢迎关注！
概述机器人工作站或生产线虚拟仿真工作中最重要的一个步骤就是对用于加工工件的机器人工具的选取，市面上大多数的虚拟仿真软件都提供了这样的功能，在ProcessSimulate软件中，这个功能叫做GeometricGunSearch。
GeometricGunSearch功能与DELMIA软件中的Performaweldgunsearchfortheselectedweld功能是类似的，都可以对工具库中的备选工具进行自动选取。自动选取的原理是，通过对备选工具在相关加工工艺操作点位置上进行与周边设备的碰撞检测，然后以友好的、可视化的方式输出检测结果，最后通过检测结果直观的选取最合适的工具，并将其插入仿真环境。
本期，以机器人点焊焊枪的自动选取为例，为大家介绍一下ProcessSimulate软件中的机器人工具自动选取功能GeometricGunSearch的使用方法。
焊枪库创建要想进行机器人焊枪的自动选择，首先要在“工程资源库”中创建好包含多把焊枪的焊枪库。这一步可以在ProcessDesigner软件中完成，也可以在ProcessSimulate软件中直接完成。在ProcessSimulate软件中完成这一步操作后，插入的焊枪数模将直接作为仿真资源，后续的焊枪自动搜索向导中的相关操作步骤也将有一定的差别。
焊枪自动选择操作在ProcessSimulate软件的“Process”菜单栏下，点击“GeometricGunSearch”命令按钮，弹出GeometricGunSearch对话框，也就是焊枪自动选择向导。可以旋转下发的“Don’tshowthispageagain”，以后将不再显示这个页面，这里直接点击“下一步”。
在左侧操作浏览树OperationTree中，选择要检测焊枪的焊点，选择完成后焊点数据依次显示在TargetLocations栏下。
在下列对话框的Selectgunsfrom后点选“Library”，然后在其下的Caption框中检索到焊枪库Gun，点击“右向三角”按钮，将焊枪移动到Checkthefollowingguns显示框下，点击下一步按钮。
Selectgunsfrom后的点选框中一共包含三个可选项：
Study：从当前仿真示教项目中选择并测试一把或多把焊枪，在ProcessSimulate软件中直接插入焊枪数模时可以点选此选项。
Library：从工程资源库中选择和测试一把或多把焊枪。
GunModule：从焊枪模型中选择并测试一把或多把焊枪。
CollisionCheck对话框中选择与焊枪有干涉可能性的设备数模，比如工装夹具、焊接板件、安全围栏等，确认已点选“Selectedobjects(reducescalculationtime)”选项，然后选择与焊枪有干涉可能性的设备，本例只选择工装夹具。若是选择“AllobjectsStudy”选项，将对工作站中的所有设备进行碰撞检测。
Options对话框中，可以选择焊枪自动检测参数，一般情况下可以在GunStates功能区域下选择“Closed”、“SemiOpen”、“Open”，General功能区域下选择“Continuecheckingaftercollisiondetected”，然后点击下一步。
Options参数说明：
GunStates：在此功能区域中，通过选择一个或多个选项来指定执行碰撞检测时所选焊枪的开合状态，选择的状态越多检测运算的时间也就会越久，可选状态包括以下几种：
Closed：在整个焊接过程中以闭合状态模拟焊枪，并检测焊枪在每个焊点处的碰撞情况，这种检测模式是最快的。
SemiOpen：焊枪在每个焊点从“闭合”状态运动到“小开”状态，并检测在每个焊接点处是否发生碰撞。
Open：焊枪在每个焊点从“闭合”状态运动到“打开”状态，并检测在每个焊接点处是否发生碰撞。
Home：焊枪的默认起始状态。
GunRotation：如果焊枪在不旋转TCP姿态的情况下检测到发生碰撞，那么可以在“GunRotation”功能区域中指定相关参数，来检测TCP处于旋转状态时的焊枪是否会仍然发生碰撞，具体参数含义如下：
Checkgunflippedaroundapproachaxis：通过将焊枪绕焊点Z坐标轴旋转180deg来检测其与选定设备的碰撞可能性。
Rotategunaroundperpendicularaxis：通过选择此选项可以激活Maximumrotation与Numberofsteps两个选项，并根据这两个选项设定参数对焊枪进行旋转，以对其进行碰撞检测。
在“Maximumrotation”后的输入框中，输入焊枪碰撞检测时能够旋转的最大角度（范围：0~180deg），输入正值为正向旋转，输入负值为反向旋转。
在“Numberofsteps”后的输入框中，输入焊枪碰撞检测时在最大旋转角度范围内的步数，焊枪每一步的旋转角度值是最大旋转角度除以这里设定的步数。
对于钻孔与铆接加工，可以在DrillingandRiveting功能区域下设定钻头工具或铆接工具的碰撞检测参数，这里不再过多介绍。
General：在此功能区域下可以设定焊枪碰撞检测时的一些常规参数，具体如下：
Continuecheckingaftercollisiondetected：检测到碰撞后继续检查，即选择此选项后，焊枪在碰撞检测过程中，在一个焊接点位置处检测到碰撞后，剩余的焊点仍然继续检测。若是未选择此选项，则在某一焊点处发生碰撞后，检测将被中止。
Updatedisplayduringsearch：搜索时更新数模显示，即选择此选项后，焊枪在进行碰撞检测时，在软件工作区中焊枪数模将在焊点位置处仿真运行。由于数模运动效果，因此会增加检测的计算时间。
Search对话框中，点击下方的“Search”按钮，软件开始对焊枪自动进行碰撞检测，检测完成后，结果输出框中显示每一把焊枪的碰撞检测结果。
默认情况下，检测结果输出框中只显示每一把焊枪在每一个焊点处的碰撞检测结果。其中绿色的“√”符号表示焊枪仅在该焊点处无碰撞，红色“×”符号表示焊枪仅在该焊点处发生碰撞。
为了使得焊枪碰撞检测输出结果更加一目了然，可以在Search对话框中，点击上方的“Customizecolumns”工具按钮，在弹出的CustomizeColumns对话框中Resultcolumns功能区域下，点选“Show‘All’”选项，这样在检测输出结果中将会在最前方增加全部检测结果汇总列“All”。其中绿色的“√”符号表示焊枪在所有焊接点均无碰撞，此焊枪是当前所选焊点焊接操作的最佳焊枪；红色“×”符号表示焊枪在一个或多个焊点处与周边设备发生碰撞，此焊枪不适合执行所选的焊接操作。当然，这一步也可以通过检测输出结果中的“Success（%）”列中的百分比值中看出，100%表示此焊枪在当前选定的操作中完全没有碰撞，低于100%则表示焊枪在当前选定的操作中有碰撞。
焊枪插入对于完全没有碰撞的焊枪，可以在检测输出结果的最前方的选择框中点选为“√”，此时上方的“Insertguns”工具按钮被激活，点击此按钮可以将选择的焊枪直接插入到当前仿真环境中。
插入的新焊枪将在左侧的对象浏览树ObjectTree窗口的资源文件夹Resources中显示，将其拖拽到合适的资源节点中即可，机器人焊枪自动选择完成。
TheEnd
上一篇：PDPS软件：机器人最佳布局位置自动选择功能介绍与使用方法
移动机器人定位与地图创建（SLAM）方法
自主移动机器人同时定位与地图创建（SLAM）方法
1.引言：机器人的研究越来越多的得到关注和投入，随着计算机技术和人工智能的发展，智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题。对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。然而在很多环境中机器人不能利用全局定位系统进行定位，而且事先获取机器人工作环境的地图很困难，甚至是不可能的。这时机器人需要在自身位置不确定的条件下，在完全未知环境中创建地图,同时利用地图进行自主定位和导航。这就是移动机器人的同时定位与地图创建(SLAM)问题，最先是由SmithSelf和Cheeseman在1988年提出来的，被认为是实现真正全自主移动机器人的关键。
SLAM问题可以描述为：机器人在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。在SLAM中，机器人利用自身携带的传感器识别未知环境中的特征标志，然后根据机器人与特征标志之间的相对位置和里程计的读数估计机器人和特征标志的全局坐标。这种在线的定位与地图创建需要保持机器人与特征标志之间的详细信息。近几年来，SLAM的研究取得了很大的进展，并已应用于各种不同的环境，如：室内环境、水下、室外环境。
2.SLAM的关键性问题2.1地图的表示方式
目前各国研究者已经提出了多种表示法，大致可分为三类：栅格表示、几何信息表示和拓扑图表示，每种方法都有自己的优缺点。
栅格地图表示法即将整个环境分为若干相同大小的栅格，对于每个栅格各指出其中是否存在障碍物。这种方法最早由Elfes和Moravec提出，而后Elfes进行了进一步的研究。它的优点在于创建和维护容易，尽量的保留了整个环境的各种信息，同时借助于该地图，可以方便地进行自定位和路径规划。缺点在于：当栅格数量增大时(在大规模环境或对环境划分比较详细时)，对地图的维护行为将变得困难，同时定位过程中搜索空间很大，如果没有较好的简化算法，实现实时应用比较困难。
几何信息地图表示法是指机器人收集对环境的感知信息，从中提取更为抽象的几何特征，例如线段或曲线，使用这些几何信息描述环境。该方法更为紧凑，且便于位置估计和目标识别。几何方法利用卡尔曼滤波在局部区域内可获得较高精度，且计算量小，但在广域环境中却难以维持精确的坐标信息。但几何信息的提取需要对感知信息作额外处理，且需要一定数量的感知数据才能得到结果。
拓扑地图抽象度高，特别在环境大而简单时。这种方法将环境表示为一张拓扑意义中的图(graph)，图中的节点对应于环境中的一个特征状态、地点。如果节点间存在直接连接的路径则相当于图中连接节点的弧。其优点是：
(1)有利于进一步的路径和任务规划，
(2)存储和搜索空间都比较小，计算效率高，
(3)可以使用很多现有成熟、高效的搜索和推理算法。
缺点在于对拓扑图的使用是建立在对拓扑节点的识别匹配基础上的，如当环境中存在两个很相似的地方时，拓扑图方法将很难确定这是否为同一点。