(19)國家知識產(chǎn)權(quán)局(71)申請人杭州卡淶復合材料科技有限公司地址311107浙江省杭州市余杭區(qū)仁和街道啟航路80號1幢1樓101室(72)發(fā)明人方益清閆海濤張亮司大龍(74)專利代理機構(gòu)北京智征啟營專利代理事務所(特殊普通合伙)16250專利代理師張小軍(54)發(fā)明名稱獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設闊值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)城、凸面區(qū)城和凹面區(qū)城根據(jù)所述待清洗工件表面的區(qū)城劃分結(jié)果，針對不同類型區(qū)城設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)城之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定基于所述機器人初始清洗軌跡，結(jié)合各區(qū)城的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)本發(fā)明提供基于等離子及軌跡控制的自動清洗方法及系統(tǒng)，涉及控制技術(shù)領(lǐng)域，包括通過獲取工件三維模型，提取深度信息，基于主曲率值將工件表面劃分為平面、凸面和凹面區(qū)域，針對不同區(qū)域設定差異化軌跡密度參數(shù)，并設置軌跡過渡帶，結(jié)合法向量計算機器人姿態(tài)角度，最終生成包含位姿信息的軌跡數(shù)據(jù)及等離子清洗21.基于等離子及軌跡控制的自動清洗方法，其特征獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息；基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)域之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定；基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息包括：計算所述三維數(shù)字模型表面各點的局部曲率值，根據(jù)所述局部曲率值構(gòu)建網(wǎng)格尺寸函數(shù)，其中所述網(wǎng)格尺寸函數(shù)采用指數(shù)衰減形式，網(wǎng)格尺寸隨曲率值增大而減小，并在曲率突變位置處加密網(wǎng)格劃分；基于所述網(wǎng)格尺寸函數(shù)對待清洗工件進行自適應網(wǎng)格剖分，得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)；建立待清洗工件表面的局部坐標系，將所述網(wǎng)格劃分數(shù)據(jù)中的頂點坐標投影至所述局基于各頂點的深度值構(gòu)建待清洗工件表面的深度特征圖，計算所述深度特征圖的梯度分布，根據(jù)所述梯度分布確定深度突變區(qū)域；提取待清洗工件表面的主曲率信息，基于所述主曲率信息計算形狀指數(shù)，將所述形狀指數(shù)按照數(shù)值大小進行聚類，得到形狀聚類區(qū)域，并在所述形狀聚類區(qū)域之間建立過渡帶，其中所述過渡帶的寬度與相鄰區(qū)域的形狀指數(shù)差值成正比。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域包括：基于所述深度信息對應的一階梯度和二階梯度計算待清洗工件表面的平均曲率和高斯曲率，基于所述平均曲率和所述高斯曲率確定主曲率值；在預設采樣周期內(nèi)連續(xù)采集待清洗工件表面的曲率數(shù)據(jù)，建立時序曲率數(shù)據(jù)集，將所述時序曲率數(shù)據(jù)集的曲率數(shù)據(jù)與所述主曲率值的差值作為曲率分割度；根據(jù)所述曲率分割度對待清洗工件表面進行區(qū)域劃分：當所述曲率分割度小于第一預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為平面區(qū)域，并采用基于距離權(quán)重的鄰域平均值更新當前曲率值；當曲率分割度介于第一預設閾值與第二預設閾值之間時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凸面區(qū)域，并采用指數(shù)衰減的時序數(shù)據(jù)加權(quán)平均值更新當前曲率值；當3曲率分割度大于第二預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凹面區(qū)域，并保持當前曲率值；計算相鄰區(qū)域之間的相鄰曲率梯度，根據(jù)所述相鄰曲率梯度確定過渡區(qū)域的寬度分布，并在所述過渡區(qū)域采用B樣條曲線構(gòu)建光滑過渡邊界。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加包括：采集待清洗工件表面各區(qū)域的曲率數(shù)據(jù)，計算各區(qū)域內(nèi)所有采樣點的平均曲率值，并計算相鄰采樣點之間的曲率變化量，統(tǒng)計所述平均曲率值的離散程度得到區(qū)域曲率離散度根據(jù)預設的最小軌跡間距確定平面區(qū)域的基準軌跡密度值，將所述基準軌跡密度值分別與平均曲率值和曲率變化量進行加權(quán)組合，其中平均曲率值的權(quán)重與形狀復雜度值成正比，曲率變化量的權(quán)重與曲率離散度值成正比；計算各區(qū)域的軌跡密度參數(shù)：對于凸面區(qū)域，將該區(qū)域最大曲率值除以預設基準曲率值并進行二次冪運算得到凸面軌跡密度參數(shù)；對于凹面區(qū)域，將該區(qū)域最小曲率值除以預設基準曲率值并進行二次冪運算得到凹面軌跡密度參數(shù)；根據(jù)各區(qū)域的軌跡密度參數(shù)生成機器人初始清晰軌跡。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)包括：基于所述機器人初始清洗軌跡的離散點位置坐標序列，計算位置坐標序列中相鄰軌跡點之間的位置差向量，將所述位置差向量單位化得到軌跡切向量序列；在每個軌跡點位置提取對應的表面法向量，將所述表面法向量作為機器人工具坐標系的Z軸方向向量，將對應位置的軌跡切向量序列作為工具坐標系的Y軸方向向量；通過所述Z軸方向向量與Y軸方向向量的叉乘運算得到工具坐標系的X軸方向向量，基于所述X軸方向向量、Y軸方向向量和Z軸方向向量構(gòu)建姿態(tài)旋轉(zhuǎn)矩陣，將所述姿態(tài)旋轉(zhuǎn)矩陣分解得到工具坐標系相對于基坐標系的歐拉角；將所述位置坐標序列和姿態(tài)旋轉(zhuǎn)矩陣序列代入機器人運動學方程，求解每個軌跡點處的關(guān)節(jié)角度解集，計算所述關(guān)節(jié)角度解集中各組解的關(guān)節(jié)運動量和關(guān)節(jié)中位值偏差量。6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)包括：所述待清洗工件的材料特性包括局部硬度值和局部粗糙度值；基于所述局部硬度值和局部粗糙度值計算等離子清洗功率：將局部硬度值與第一加權(quán)系數(shù)相乘得到第一功率分量，將局部粗糙度值與第二加權(quán)系數(shù)相乘得到第二功率分量，將所述第一功率分量和所述第二功率分量相加得到軌跡點對應的等離子清洗功率值；獲取每個軌跡點處的局部曲率值，將所述局部曲率值與局部硬度值的加權(quán)和作為工藝參數(shù)調(diào)制系數(shù)，將所述工藝參數(shù)調(diào)制系數(shù)與預設的基準氣體流量相乘，得到軌跡點對應的實際氣體流量值；4計算工具坐標系Z軸方向與待清洗工件表面法向量的夾角，根據(jù)所述夾角確定等離子射流的實際工作距離，將所述實際工作距離、等離子清洗功率值和實際氣體流量值轉(zhuǎn)換為每個軌跡點對應的離子濃度值。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：當相鄰軌跡點的等離子清洗功率差值大于預設功率閾值時，在相鄰軌跡點之間插入過渡點；當相鄰軌跡點的實際氣體流量差值大于預設流量閾值時，采用線性插值進行過渡；將每個軌跡點的等離子清洗功率值、實際氣體流量值和離子濃度值組成工藝參數(shù)組，建立所述工藝參數(shù)組與軌跡點位置的映射關(guān)系。8.基于等離子及軌跡控制的自動清洗系統(tǒng)，用于實現(xiàn)如權(quán)利要求1-7中任一項所述的第一單元，用于獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度第二單元，用于基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域；第三單元，用于根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)域之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定；第四單元，用于基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)。處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為調(diào)用所述存儲器存儲的指令，以執(zhí)行權(quán)利要求1至7中任意一項所述的方法。10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7中任意一項所述的方法。5基于等離子及軌跡控制的自動清洗方法及系統(tǒng)技術(shù)領(lǐng)域[0001]本發(fā)明涉及控制技術(shù)領(lǐng)域，尤其涉及基于等離子及軌跡控制的自動清洗方法及系背景技術(shù)[0002]隨著工業(yè)自動化的發(fā)展，機器人輔助清洗技術(shù)逐漸取代傳統(tǒng)人工清洗方式，提高了清洗效率和質(zhì)量一致性。等離子清洗作為一種環(huán)保、高效的清洗方法，被廣泛應用于航空航天、精密制造等領(lǐng)域，能夠有效去除工件表面的污染物而不損傷基材。[0003]傳統(tǒng)的機器人清洗系統(tǒng)通常采用簡單的軌跡規(guī)劃方法，如等距離平行掃描或預設軌跡模板。然而，當工件具有復雜幾何形狀時，這些方法難以適應工件表面的曲率變化，導致清洗效果不均勻。同時，大多數(shù)現(xiàn)有系統(tǒng)未能根據(jù)工件表面的幾何特征進行智能分區(qū)處理，往往采用統(tǒng)一的清洗參數(shù)，無法針對不同區(qū)域特性進行差異化處理，從而影響清洗效發(fā)明內(nèi)容[0004]本發(fā)明實施例提供基于等離子及軌跡控制的自動清洗方法及系統(tǒng)，能夠解決現(xiàn)有技術(shù)中的問題。[0005]本發(fā)明實施例的第一方面，提供基于等離獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息；基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)域之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定；基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)。[0006]獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息包括：計算所述三維數(shù)字模型表面各點的局部曲率值，根據(jù)所述局部曲率值構(gòu)建網(wǎng)格尺寸函數(shù)，其中所述網(wǎng)格尺寸函數(shù)采用指數(shù)衰減形式，網(wǎng)格尺寸隨曲率值增大而減小，并在曲率突變位置處加密網(wǎng)格劃分；基于所述網(wǎng)格尺寸函數(shù)對待清洗工件進行自適應網(wǎng)格剖分，6得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)；建立待清洗工件表面的局部坐標系，將所述網(wǎng)格劃分數(shù)據(jù)中的頂點坐標投影至所基于各頂點的深度值構(gòu)建待清洗工件表面的深度特征圖，計算所述深度特征圖的梯度分布，根據(jù)所述梯度分布確定深度突變區(qū)域；提取待清洗工件表面的主曲率信息，基于所述主曲率信息計算形狀指數(shù)，將所述形狀指數(shù)按照數(shù)值大小進行聚類，得到形狀聚類區(qū)域，并在所述形狀聚類區(qū)域之間建立過渡帶，其中所述過渡帶的寬度與相鄰區(qū)域的形狀指數(shù)差值成正比。[0007]基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域包括：基于所述深度信息對應的一階梯度和二階梯度計算待清洗工件表面的平均曲率和高斯曲率，基于所述平均曲率和所述高斯曲率確定主曲率值；在預設采樣周期內(nèi)連續(xù)采集待清洗工件表面的曲率數(shù)據(jù)，建立時序曲率數(shù)據(jù)集，將所述時序曲率數(shù)據(jù)集的曲率數(shù)據(jù)與所述主曲率值的差值作為曲率分割度；根據(jù)所述曲率分割度對待清洗工件表面進行區(qū)域劃分：當所述曲率分割度小于第一預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為平面區(qū)域，并采用基于距離權(quán)重的鄰域平均值更新當前曲率值；當曲率分割度介于第一預設閾值與第二預設閾值之間時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凸面區(qū)域，并采用指數(shù)衰減的時序數(shù)據(jù)加權(quán)平均值更新當前曲率值；當曲率分割度大于第二預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凹面區(qū)域，并保持計算相鄰區(qū)域之間的相鄰曲率梯度，根據(jù)所述相鄰曲率梯度確定過渡區(qū)域的寬度分布，并在所述過渡區(qū)域采用B樣條曲線構(gòu)建光滑過渡邊界。[0008]根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加包采集待清洗工件表面各區(qū)域的曲率數(shù)據(jù)，計算各區(qū)域內(nèi)所有采樣點的平均曲率值，并計算相鄰采樣點之間的曲率變化量，統(tǒng)計所述平均曲率值的離散程度得到區(qū)域曲率根據(jù)預設的最小軌跡間距確定平面區(qū)域的基準軌跡密度值，將所述基準軌跡密度值分別與平均曲率值和曲率變化量進行加權(quán)組合，其中平均曲率值的權(quán)重與形狀復雜度值成正比，曲率變化量的權(quán)重與曲率離散度值成正比；計算各區(qū)域的軌跡密度參數(shù)：對于凸面區(qū)域，將該區(qū)域最大曲率值除以預設基準曲率值并進行二次冪運算得到凸面軌跡密度參數(shù)；對于凹面區(qū)域，將該區(qū)域最小曲率值除以預設基準曲率值并進行二次冪運算得到凹面軌跡密度參數(shù)；根據(jù)各區(qū)域的軌跡密度參數(shù)生成機器人初始清晰軌跡。[0009]基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)包括：7基于所述機器人初始清洗軌跡的離散點位置坐標序列，計算位置坐標序列中相鄰軌跡點之間的位置差向量，將所述位置差向量單位化得到軌跡切向量序列；在每個軌跡點位置提取對應的表面法向量，將所述表面法向量作為機器人工具坐標系的Z軸方向向量，將對應位置的軌跡切向量序列作為工具坐標系的Y軸方向向量；通過所述Z軸方向向量與Y軸方向向量的叉乘運算得到工具坐標系的X軸方向向量，基于所述X軸方向向量、Y軸方向向量和Z軸方向向量構(gòu)建姿態(tài)旋轉(zhuǎn)矩陣，將所述姿態(tài)旋轉(zhuǎn)矩陣分解得到工具坐標系相對于基坐標系的歐拉角；將所述位置坐標序列和姿態(tài)旋轉(zhuǎn)矩陣序列代入機器人運動學方程，求解每個軌跡點處的關(guān)節(jié)角度解集，計算所述關(guān)節(jié)角度解集中各組解的關(guān)節(jié)運動量和關(guān)節(jié)中位值偏差[0010]根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)包括：所述待清洗工件的材料特性包括局部硬度值和局部粗糙度值；基于所述局部硬度值和局部粗糙度值計算等離子清洗功率：將局部硬度值與第一加權(quán)系數(shù)相乘得到第一功率分量，將局部粗糙度值與第二加權(quán)系數(shù)相乘得到第二功率分量，將所述第一功率分量和所述第二功率分量相加得到軌跡點對應的等離子清洗功率值；獲取每個軌跡點處的局部曲率值，將所述局部曲率值與局部硬度值的加權(quán)和作為工藝參數(shù)調(diào)制系數(shù)，將所述工藝參數(shù)調(diào)制系數(shù)與預設的基準氣體流量相乘，得到軌跡點對應的實際氣體流量值；計算工具坐標系Z軸方向與待清洗工件表面法向量的夾角，根據(jù)所述夾角確定等離子射流的實際工作距離，將所述實際工作距離、等離子清洗功率值和實際氣體流量值轉(zhuǎn)換為每個軌跡點對應的離子濃度值。當相鄰軌跡點的等離子清洗功率差值大于預設功率閾值時，在相鄰軌跡點之間插入過渡點；當相鄰軌跡點的實際氣體流量差值大于預設流量閾值時，采用線性插值進行過將每個軌跡點的等離子清洗功率值、實際氣體流量值和離子濃度值組成工藝參數(shù)組，建立所述工藝參數(shù)組與軌跡點位置的映射關(guān)系。[0012]本發(fā)明實施例的第二方面，提供基于等離第一單元，用于獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息；第二單元，用于基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域；第三單元，用于根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)域之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定；8第四單元，用于基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)。處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為調(diào)用所述存儲器存儲的指令，以執(zhí)行前述所述的方法。[0014]本發(fā)明實施例的第四方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)前述所述的方法。[0015]本申請的有益效果如下：本發(fā)明通過對工件表面進行曲率分析和區(qū)域劃分，實現(xiàn)了針對不同表面特征的差異化清洗策略，有效提高了清洗效率和質(zhì)量。特別是對于凹凸不平的復雜表面，通過動態(tài)調(diào)整軌跡密度參數(shù)，確保了清洗的均勻性和徹底性。[0016]本發(fā)明采用軌跡過渡帶設計，解決了相鄰區(qū)域之間軌跡斷裂和清洗不連續(xù)的問題，使清洗過程更加平滑過渡，避免了清洗死角和遺漏區(qū)域的產(chǎn)生，同時減少了機器人運動中的加減速次數(shù)，延長了設備使用壽命。[0017]本發(fā)明結(jié)合工件材料特性定制等離子清洗工藝參數(shù)，實現(xiàn)了清洗工藝的精準控制，既保證了清洗效果，又避免了過度清洗對工件表面造成的損傷，提高了產(chǎn)品質(zhì)量和生產(chǎn)附圖說明[0018]圖1為本發(fā)明實施例基于等離子及軌跡控制的自動清洗方法的流程示意圖；圖2為本發(fā)明基于曲率分割度的工件表面區(qū)域劃分的流程示意圖。具體實施方式[0019]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。[0020]下面以具體地實施例對本發(fā)明的技術(shù)方案進行詳細說明。下面這幾個具體的實施例可以相互結(jié)合，對于相同或相似的概念或過程可能在某些實施例不再贅述。[0021]圖1為本發(fā)明實施例基于等離子及軌跡控制的自動清洗方法的流程示意圖，如圖1獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息；基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡9密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加；同時在相鄰區(qū)域之間設置軌跡過渡帶，所述軌跡過渡帶的密度參數(shù)通過相鄰區(qū)域密度參數(shù)的加權(quán)平均確定；基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)，并根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)。[0022]在一種可選的實施方式中，獲取待清洗工件的三維數(shù)字模型，對所述三維數(shù)字模型進行網(wǎng)格劃分得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)，基于所述網(wǎng)格劃分數(shù)據(jù)提取待清洗工件表面的深度信息包括：計算所述三維數(shù)字模型表面各點的局部曲率值，根據(jù)所述局部曲率值構(gòu)建網(wǎng)格尺寸函數(shù)，其中所述網(wǎng)格尺寸函數(shù)采用指數(shù)衰減形式，網(wǎng)格尺寸隨曲率值增大而減小，并在曲率突變位置處加密網(wǎng)格劃分；基于所述網(wǎng)格尺寸函數(shù)對待清洗工件進行自適應網(wǎng)格剖分，得到待清洗工件表面的網(wǎng)格劃分數(shù)據(jù)；建立待清洗工件表面的局部坐標系，將所述網(wǎng)格劃分數(shù)據(jù)中的頂點坐標投影至所基于各頂點的深度值構(gòu)建待清洗工件表面的深度特征圖，計算所述深度特征圖的梯度分布，根據(jù)所述梯度分布確定深度突變區(qū)域；提取待清洗工件表面的主曲率信息，基于所述主曲率信息計算形狀指數(shù)，將所述形狀指數(shù)按照數(shù)值大小進行聚類，得到形狀聚類區(qū)域，并在所述形狀聚類區(qū)域之間建立過渡帶，其中所述過渡帶的寬度與相鄰區(qū)域的形狀指數(shù)差值成正比。[0023]本發(fā)明提供一種獲取待清洗工件的三維數(shù)字模型并進行表面深度信息提取的方法。該方法首先獲取待清洗工件的三維數(shù)字模型，例如通過三維掃描儀對工件進行掃描獲得點云數(shù)據(jù)，或通過CAD軟件建模得到三維模型。獲取到三維數(shù)字模型后，對模型進行網(wǎng)格劃分并提取表面深度信息。[0024]對三維數(shù)字模型表面進行網(wǎng)格劃分時，首先計算模型表面各點的局部曲率值。具體地，對于三維模型表面上的每一點，通過擬合該點周圍的局部曲面，計算該點處的平均曲率和高斯曲率。例如，對于表面上的點P,選取其周圍半徑為3mm的區(qū)域內(nèi)的點集，基于這些點擬合二次曲面，進而求得點P處的局部曲率值。[0025]基于計算得到的曲率值，構(gòu)建網(wǎng)格尺寸函數(shù)。該函數(shù)采用指數(shù)衰減形式，使網(wǎng)格尺寸隨曲率值增大而減小。具體實現(xiàn)為：對于曲率值為K的點，其對應的網(wǎng)格尺寸S計算為S=Smin+(Smax-Smin)×exp(-aK),其中Smin為最小網(wǎng)格尺寸(如0.5mm),Smax為最大網(wǎng)區(qū)域的網(wǎng)格尺寸實現(xiàn)網(wǎng)格加密，例如當檢測到曲率在相鄰兩點間變化率超過30%時，將該區(qū)域的網(wǎng)格尺寸減小到原來的1/3。[0026]自適應網(wǎng)格剖分過程從一個粗糙的初始網(wǎng)格開始，根據(jù)網(wǎng)格尺寸函數(shù)的指導，對網(wǎng)格進行細分和優(yōu)化。例如，初始時設置整個工件表面網(wǎng)格尺寸為4mm,之后迭代計算每個網(wǎng)格單元中心點的曲率值，并基于網(wǎng)格尺寸函數(shù)確定該單元是否需要進一步細分。經(jīng)過多次迭代(如5次)后，得到工件表面的網(wǎng)格劃分數(shù)據(jù)，包含頂點坐標和連接關(guān)系。[0027]為提取工件表面的深度信息，需建立工件表面的局部坐標系，對于工件表面上的每個區(qū)域，選取該區(qū)域的中心點作為原點，該點處的表面法向量作為z軸正方向，兩個主切向量作為x軸和y軸方向，從而建立局部坐標系。在實際應用中，可將工件表面劃分為若干區(qū)域，例如將表面劃分為面積約為25平方厘米的局部區(qū)域，每個區(qū)域建立一個局部坐標系。[0028]具體地，對于網(wǎng)格中的每個頂點，首先確定其所屬的局部區(qū)域，然后將其坐標從全局坐標系轉(zhuǎn)換到相應的局部坐標系，轉(zhuǎn)換后頂點的z坐標即為該點的深度值。例如，對于全局坐標為(10mm,15mm,5mm)的頂點，若其所屬局部坐標系的原點為(8mm,12mm,3mm),坐標軸旋轉(zhuǎn)矩陣為R,則該頂點在局部坐標系下的坐標為R×(2mm,3mm,2mm)^T,其深度值為轉(zhuǎn)換后的z坐標。[0029]深度特征圖是一個二維圖像，其灰度值對應頂點的深度值。為構(gòu)建深度特征圖，將局部區(qū)域的xy平面劃分為網(wǎng)格(如100×100的網(wǎng)格),每個網(wǎng)格單元對應深度特征圖中的一個像素。對于每個網(wǎng)格單元，計算落在該單元內(nèi)的所有頂點的平均深度值，作為對應像素的灰度值。若某網(wǎng)格單元內(nèi)沒有頂點，則通過周圍有值的單元進行插值得到該單元的深度值。[0030]對構(gòu)建的深度特征圖計算梯度分布。采用有限差分法計算深度特征圖的梯度，即對于深度特征圖中的每個像素(i,j),計算其x方向梯度Gx(i,j)=D(i+1,j)-D(i-1,j)和y方向梯度Gy(i,j)=D(i,j+1)-D(i,j-1),其中D(i,j)表示像素(i,j)處的深度值。梯度幅值G(i,j)=sqrt(Gx(i,j)^2+Gy(i,j)^2)反映深度變化的劇烈程度。設定梯度閾值(如深度變化率超過20%),將梯度幅值大于閾值的區(qū)域標記為深度突變區(qū)域。[0031]提取工件表面的主曲率信息，包括計算表面上每點的最大主曲率和最小主曲率。基于主曲率信息計算形狀指數(shù)，形狀指數(shù)定義為SI=(2/π)×arctan((k1+k2)/(k1-K2)),其中k1和k2分別是最大和最小主曲率(k1≥k2)。形狀指數(shù)取值范圍為[-1,1],不同取值對應不同表面形狀類型。[0032]將計算得到的形狀指數(shù)按數(shù)值大小進行聚類，例如可將形狀指數(shù)劃分為5個區(qū)間：(-1,-0.6)、[-0.6,-0.2]、[-0.2,0.2]、(0.2,0.6)和[0.6,1],分別對應凹形區(qū)域、凹槽區(qū)域、鞍形區(qū)域、凸槽區(qū)域和凸形區(qū)域。對工件表面的每個點，根據(jù)其形狀指數(shù)將其歸入相應[0033]在形狀聚類區(qū)域之間建立過渡帶，過渡帶的寬度與相鄰區(qū)域的形狀指數(shù)差值成正比。例如，若兩個相鄰區(qū)域的形狀指數(shù)中心值分別為0.8和0.4,差值為0.4,則設定過渡帶寬度為8mm;若差值為0.2,則過渡帶寬度為4mm。過渡帶內(nèi)的點按照到兩個區(qū)域邊界的距離比例，線性混合兩個區(qū)域的特性，確保整個表面特征的連續(xù)性。[0034]在一種可選的實施方式中，基于所述深度信息對應的梯度信息確定主曲率值，將所述主曲率值與當前曲率數(shù)據(jù)的差值作為曲率分割度，根據(jù)曲率分割度與預設閾值的比較結(jié)果將待清洗工件表面劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域包括：基于所述深度信息對應的一階梯度和二階梯度計算待清洗工件表面的平均曲率和高斯曲率，基于所述平均曲率和所述高斯曲率確定主曲率值；在預設采樣周期內(nèi)連續(xù)采集待清洗工件表面的曲率數(shù)據(jù)，建立時序曲率數(shù)據(jù)集，將所述時序曲率數(shù)據(jù)集的曲率數(shù)據(jù)與所述主曲率值的差值作為曲率分割度；根據(jù)所述曲率分割度對待清洗工件表面進行區(qū)域劃分：當所述曲率分割度小于第一預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為平面區(qū)域，并采用基于距離權(quán)重的鄰域平11均值更新當前曲率值；當曲率分割度介于第一預設閾值與第二預設閾值之間時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凸面區(qū)域，并采用指數(shù)衰減的時序數(shù)據(jù)加權(quán)平均值更新當前曲率值；當曲率分割度大于第二預設閾值時，將當前曲率數(shù)據(jù)所在的區(qū)域作為凹面區(qū)域，并保持計算相鄰區(qū)域之間的相鄰曲率梯度，根據(jù)所述相鄰曲率梯度確定過渡區(qū)域的寬度分布，并在所述過渡區(qū)域采用B樣條曲線構(gòu)建光滑過渡邊界。[0035]在一種用于劃分待清洗工件表面區(qū)域的方法中，獲取待清洗工件表面的深度信息，該深度信息可通過深度相機、激光雷達等設備采集獲得。基于獲取的深度信息計算出對應的梯度信息，包括一階梯度和二階梯度。一階梯度反映了待清洗工件表面在各方向上的變化率，二階梯度則表示變化率的變化程度。[0036]圖2為本發(fā)明基于曲率分割度的工件表面區(qū)域劃分的流程示意圖，對于深度圖像中的每個像素點，計算其在水平方向和垂直方向上的深度變化，得到一階梯度；再計算一階點到第二個點的一階梯度為2mm,第二個點到第三個點的一階梯度為3mm,那么中間點的二[0037]利用計算得到的一階梯度和二階梯度，進一步計算待清洗工件表面的平均曲率和高斯曲率。平均曲率是主曲率的算術(shù)平均值，高斯曲率是主曲率的乘積。例如，當一個區(qū)域的一階梯度在x方向和y方向分別為0.05和0.03,二階梯度在xx、yy、xy方向分別為0.02、0.01、0.005時，可以計算出該區(qū)域的平均曲率為0.015,高斯曲率為0.0002。[0038]主曲率是描述曲面在某一點處彎曲程度的重要指標。通過平均曲率和高斯曲率可以反解出兩個主曲率值。繼續(xù)上述例子，當平均曲率為0.015,高斯曲率為0.0002時，可以計算出兩個主曲率分別為0.02和0.01。[0039]為了增強系統(tǒng)的穩(wěn)定性和抗干擾能力，在預設采樣周期內(nèi)連續(xù)采集待清洗工件表面的曲率數(shù)據(jù)，建立時序曲率數(shù)據(jù)集。例如，在每500毫秒內(nèi)采集10含10個數(shù)據(jù)點的時序曲率數(shù)據(jù)集。將這些曲率數(shù)據(jù)與前面計算得到的主曲率值進行比較，計算它們之間的差值，將這個差值定義為曲率分割度。[0040]具體地，設定兩個預設閾值，第一預設閾值為0.005,第二預設閾值為0.02。當曲率分割度小于第一預設閾值0.005時，將當前曲率數(shù)據(jù)所在的區(qū)域劃分為平面區(qū)域。例如，某區(qū)域的曲率分割度為0.003,小于0.005,因此該區(qū)域被劃分為平面區(qū)域。對于平面區(qū)域，采用基于距離權(quán)重的鄰域平均值更新當前曲率值，即考慮周圍點的曲率值，根據(jù)距離遠近賦予不同權(quán)重，計算加權(quán)平均值作為更新后的曲率值。例如，某平面區(qū)域中心點的曲率值為位，則可以計算出更新后的曲率值為0.0102。[0041]當曲率分割度介于第一預設閾值0.005與第二預設閾值0.02之間時，將當前曲率數(shù)據(jù)所在的區(qū)域劃分為凸面區(qū)域。例如，某區(qū)域的曲率分割度為0.01,大于0.005但小于0.02,因此該區(qū)域被劃分為凸面區(qū)域。對于凸面區(qū)域，采用指數(shù)衰減的時序數(shù)據(jù)加權(quán)平均值更新當前曲率值，即考慮歷史曲率數(shù)據(jù)，賦予較近時間的數(shù)據(jù)較大權(quán)重，較遠時間的數(shù)據(jù)較小權(quán)重，計算加權(quán)平均值作為更新后的曲率值。例如，某凸面區(qū)域最近5次測量的曲率值分[0042]當曲率分割度大于第二預設閾值0.02時，將當前曲率數(shù)據(jù)所在的區(qū)域劃分為凹面區(qū)域。例如，某區(qū)域的曲率分割度為0.03,大于0.02,因此該區(qū)域被劃分為凹面區(qū)域。對于凹面區(qū)域，保持當前曲率值不變，這是因為凹面區(qū)域通常具有復雜的幾何形狀，簡單的平滑處理可能會導致重要特征的丟失。[0043]完成區(qū)域劃分后，計算相鄰區(qū)域之間的相鄰曲率梯度，即兩個相鄰區(qū)域曲率值的變化率。例如，平面區(qū)域和凸面區(qū)域交界處，平面區(qū)域的曲率值為0.005,凸面區(qū)域的曲率值為0.015,兩區(qū)域的空間距離為10單位，則相鄰曲率梯度為0.001/單位。[0044]根據(jù)計算得到的相鄰曲率梯度確定過渡區(qū)域的寬度分布。相鄰曲率梯度越大，說明曲率變化越劇烈，需要設置較窄的過渡區(qū)域；相鄰曲率梯度越小，說明曲率變化越平緩，可以設置較寬的過渡區(qū)域。例如，當相鄰曲率梯度為0.001/單位時，可以設置過渡區(qū)域?qū)挾葹?5單位；當相鄰曲率梯度為0.005/單位時，可以設置過渡區(qū)域?qū)挾葹?單位。[0045]在確定的過渡區(qū)域內(nèi)，采用B樣條曲線構(gòu)建光滑過渡邊界。B樣條曲線具有局部控制性好、計算效率高的特點，適合構(gòu)建光滑的過渡邊界。通過在過渡區(qū)域內(nèi)選取適當?shù)目刂泣c，生成一條平滑連接相鄰區(qū)域的B樣條曲線。例如，在寬度為10單位的過渡區(qū)域內(nèi)，選取5個控制點，生成一條3階B樣條曲線作為光滑過渡邊界。[0046]在一種可選的實施方式中，根據(jù)所述待清洗工件表面的區(qū)域劃分結(jié)果，針對不同類型區(qū)域設定差異化的軌跡密度參數(shù)，生成機器人初始清洗軌跡，其中平面區(qū)域的軌跡密度參數(shù)設定為基準值，凸面區(qū)域的軌跡密度參數(shù)按照曲率值線性增加，凹面區(qū)域的軌跡密度參數(shù)按照曲率值指數(shù)增加包括：采集待清洗工件表面各區(qū)域的曲率數(shù)據(jù)，計算各區(qū)域內(nèi)所有采樣點的平均曲率值，并計算相鄰采樣點之間的曲率變化量，統(tǒng)計所述平均曲率值的離散程度得到區(qū)域曲率離散度值；根據(jù)預設的最小軌跡間距確定平面區(qū)域的基準軌跡密度值，將所述基準軌跡密度值分別與平均曲率值和曲率變化量進行加權(quán)組合，其中平均曲率值的權(quán)重與形狀復雜度值成正比，曲率變化量的權(quán)重與曲率離散度值成正比；計算各區(qū)域的軌跡密度參數(shù)：對于凸面區(qū)域，將該區(qū)域最大曲率值除以預設基準曲率值并進行二次冪運算得到凸面軌跡密度參數(shù)；對于凹面區(qū)域，將該區(qū)域最小曲率值除以預設基準曲率值并進行二次冪運算得到凹面軌跡密度參數(shù)；根據(jù)各區(qū)域的軌跡密度參數(shù)生成機器人初始清晰軌跡。[0047]在本實施方式中，系統(tǒng)首先對待清洗工件表面進行三維掃描，獲取工件表面的點云數(shù)據(jù)。通過點云數(shù)據(jù)處理算法，系統(tǒng)將工件表面區(qū)域劃分為平面區(qū)域、凸面區(qū)域和凹面區(qū)域。區(qū)域劃分完成后，系統(tǒng)采集各區(qū)域的曲率數(shù)據(jù)，為后續(xù)的差異化軌跡密度參數(shù)設定做準[0048]系統(tǒng)采用高精度激光掃描儀對工件表面進行掃描，采樣間距設置為0.5毫米，以確保采集到足夠密集的表面信息。對于采集到的每個點，系統(tǒng)通過最小二乘法擬合其周圍鄰域點的局部曲面，計算該點的主曲率值。系統(tǒng)將所有點的曲率數(shù)據(jù)按照區(qū)域分組，計算每個區(qū)域內(nèi)所有采樣點的平均曲率值。例如，某凸面區(qū)域的平均曲率值計算結(jié)果為0.025,表示該區(qū)域的曲面彎曲程度。[0049]系統(tǒng)進一步計算各區(qū)域內(nèi)相鄰采樣點之間的曲率變化量。以網(wǎng)格相鄰點為基礎，計算每對相鄰點之間的曲率差值的絕對值，然后對整個區(qū)域內(nèi)的所有曲率差值求平均，得到該區(qū)域的平均曲率變化量。如某區(qū)域的平均曲率變化量為0.003,表示該區(qū)域的曲率變化相對平緩。[0050]為了評估區(qū)域曲率的離散情況，系統(tǒng)對區(qū)域內(nèi)所有點的曲率值計算標準差，得到區(qū)域曲率離散度值。曲率離散度值越大，表示區(qū)域內(nèi)曲率分布越不均勻，區(qū)域形狀越復雜。例如，某復雜凸面區(qū)域的曲率離散度值為0.018,而簡單凸面區(qū)域的曲率離散度值僅為[0051]系統(tǒng)預設最小軌跡間距為10毫米，作為平面區(qū)域的基準軌跡密度值。對于每個區(qū)域，系統(tǒng)將基準軌跡密度值與該區(qū)域的平均曲率值和曲率變化量進行加權(quán)組合。加權(quán)過程中，平均曲率值的權(quán)重與區(qū)域的形狀復雜度值成正比，曲率變化量的權(quán)重與曲率離散度值成正比。形狀復雜度值通過區(qū)域邊界的復雜程度和區(qū)域內(nèi)曲率分布的不均勻性綜合計算得[0052]舉例來說，某區(qū)域的形狀復雜度值為0.75,曲率離散度值為0.012,則平均曲率值的權(quán)重可設為0.75,曲率變化量的權(quán)重可設為0.6。通過這種加權(quán)組合方式，系統(tǒng)能夠更準確地反映區(qū)域特性對軌跡密度的影響。[0053]對于凸面區(qū)域，系統(tǒng)將該區(qū)域的最大曲率值除以預設的基準曲率值0.01,再進行二次冪運算，得到凸面軌跡密度參數(shù)。例如，某凸面區(qū)域的最大曲率值為0.035,則軌跡密度參數(shù)計算為(0.035/0.01)2=12.25,即該區(qū)域的軌跡密度為基準密度的12.25倍，實際軌跡間距約為0.82毫米。這種計算方式使得曲率越大的凸面區(qū)域，軌跡密度越高，清洗更加徹[0054]對于凹面區(qū)域，系統(tǒng)將該區(qū)域的最小曲率值(負值)取絕對值后，除以預設的基準曲率值0.01,再進行二次冪運算，得到凹面軌跡密度參數(shù)。例如，某凹面區(qū)域的最小曲率值為-0.042,則軌跡密度參數(shù)計算為(0.042/0.01)2=17.64,即該區(qū)域的軌跡密度為基準密度的17.64倍，實際軌跡間距約為0.57毫米。由于凹面區(qū)域容易積聚污物，通過指數(shù)增加軌跡[0055]系統(tǒng)根據(jù)各區(qū)域計算得到的軌跡密度參數(shù)，生成機器人的初始清洗軌跡。軌跡生成過程采用改進的ZigZag算法，首先確定主軌跡方向，然后按照計算的軌跡間距生成平行軌跡線。為了確保軌跡的連續(xù)性，系統(tǒng)在區(qū)域邊界處采用軌跡平滑處理，使用三次樣條曲線對軌跡進行擬合，消除軌跡的突變點。[0056]在實際應用中，對于一個包含多種表面形態(tài)的工業(yè)零件，系統(tǒng)將其劃分為5個平面區(qū)域、3個凸面區(qū)域和2個凹面區(qū)域。經(jīng)計算，平面區(qū)域的軌跡間距保持10毫米，凸面區(qū)域的軌跡間距分別為1.25毫米、0.82毫米和1.67毫米，凹面區(qū)域的軌跡間距分別為0.57毫米和0.63毫米。系統(tǒng)生成的初始清洗軌跡總長度為4.73米，清洗覆蓋率達到99.8%。[0057]通過上述差異化軌跡密度參數(shù)設定方法，系統(tǒng)能夠根據(jù)工件表面的幾何特性自適應調(diào)整清洗軌跡密度，既保證了清洗質(zhì)量，又提高了清洗效率，特別適用于形狀復雜的工業(yè)零部件的精密清洗場景。[0058]在一種可選的實施方式中，基于所述機器人初始清洗軌跡，結(jié)合各區(qū)域的法向量計算機器人在每個軌跡點的姿態(tài)角度，生成包含位姿信息的機器人運動軌跡數(shù)據(jù)包括：基于所述機器人初始清洗軌跡的離散點位置坐標序列，計算位置坐標序列中相鄰點處的關(guān)節(jié)角度解集，計算所述關(guān)節(jié)角度解集中各組解的關(guān)節(jié)運動量和關(guān)節(jié)中位值偏差法適用于機器人在復雜曲面上進行清洗作業(yè)時的運動規(guī)劃，確洗一個球形表面時，清洗軌跡可以包含100個點，例如，第一個點的坐標可能300),第二個點的坐標可能為(105,202,302),以此類推。例為例，位置差向量的長度為√(52+22+22)=√33,因此單位化后的軌跡切向量為(5/√33,2/√33,2/√33),約等于(0.87,0.35,0.35)。這樣的計算適用于軌跡上的每一個(0.2,0.3,0.93),這個向量已經(jīng)是單位向量。(0.2,0.3,0.93),Y軸方向向量為(0.87,0.35,0.35)。算如下：X=(0.2,0.3,0.93)×(0.87,0.35,0.35),結(jié)果約為(-0.06,0.76,-軸方向向量為(0.2,0.3,0.93)×(-0.06,0.76,-0.65),結(jié)果約為(-0.98,0.14,0.11)。[0068]基于X軸、校正后的Y軸和Z軸方向向量，可以構(gòu)建姿態(tài)旋轉(zhuǎn)矩陣。該矩陣的三列分別由X軸、Y軸和Z軸方向向量組成。對于上述示例，旋轉(zhuǎn)矩陣為：[[-0.06,-0.98,0.2],[0069]將姿態(tài)旋轉(zhuǎn)矩陣分解為歐拉角，可以得到工具坐標系相對于基坐標系的姿態(tài)表旋轉(zhuǎn)角度。上述計算過程適用于軌跡上的每一個點，最終得到包含位置坐標和姿態(tài)角度的完整機器人運動軌跡。例如，第一個軌跡點的完整信息可能表示為：位置(100,200,300),[0070]完成位姿信息的計算后，需要求解機器人的關(guān)節(jié)角度。將位置坐標序列和姿態(tài)旋轉(zhuǎn)矩陣序列代入機器人的運動學方程，可以求解每個軌跡點處的關(guān)節(jié)角度解集。對于六自[0071]為了評估各組解的優(yōu)劣，計算關(guān)節(jié)運動量和關(guān)節(jié)中位值偏差量。關(guān)節(jié)運動量表示相鄰兩個軌跡點之間的關(guān)節(jié)角度變化總和，關(guān)節(jié)中位值偏差量表示關(guān)節(jié)角度與關(guān)節(jié)中位值的偏差總和。例如，如果第一個軌跡點有兩組解：[10°,20°,30°,40°,50°,60°]和[15°,25°,35°,45°,55°,65°],計算它們的關(guān)節(jié)運動量和關(guān)節(jié)中位值偏差量，選擇綜合評分較好的一組作為最終解。[0072]通過上述方法，可以生成包含位姿信息的機器人運動軌跡，使機器人能夠沿著預定軌跡以適當?shù)淖藨B(tài)執(zhí)行清洗任務，提高清洗效率和質(zhì)量。[0073]在一種可選的實施方式中，根據(jù)待清洗工件的材料特性設定每個軌跡點對應的等離子清洗工藝參數(shù)包括：所述待清洗工件的材料特性包括局部硬度值和局部粗糙度值；基于所述局部硬度值和局部粗糙度值計算等離子清洗功率：將局部硬度值與第一加權(quán)系數(shù)相乘得到第一功率分量，將局部粗糙度值與第二加權(quán)系數(shù)相乘得到第二功率分量，將所述第一功率分量和所述第二功率分量相加得到軌跡點對應的等離子清洗功率值；獲取每個軌跡點處的局部曲率值，將所述局部曲率值與局部硬度值的加權(quán)和作為工藝參數(shù)調(diào)制系數(shù)，將所述工藝參數(shù)調(diào)制系數(shù)與預設的基準氣體流量相乘，得到軌跡點對應的實際氣體流量值；計算工具坐標系Z軸方向與待清洗工件表面法向量的夾角，根據(jù)所述夾角確定等離子射流的實際工作距離，將所述實際工作距離、等離子清洗功率值和實際氣體流量值轉(zhuǎn)換為每個軌跡點對應的離子濃度值。[0074]本發(fā)明涉及一種根據(jù)待清洗工件材料特性設定軌跡點對應等離子清洗工藝參數(shù)的方法。該方法考慮了待清洗工件的局部硬度值、局部粗糙度值、局部曲率值以及工具坐標系與工件表面法向量的夾角等因素，從而精確設定每個軌跡點對應的等離子清洗功率值、實際氣體流量值和離子濃度值。[0075]在實際應用中，首先獲取待清洗工件的材料特性數(shù)據(jù)。這些數(shù)據(jù)包括工件表面各軌跡點的局部硬度值和局部粗糙度值。例如，對于一個金屬零件，可以使用硬度計測量出各軌跡點的維氏硬度值，假設某軌跡點A的局部硬度值為250HV;使用表面粗糙度儀測量該點[0076]基于獲取的局部硬度值和局部粗糙度值，計算各軌跡點對應的等離子清洗功率值。計算過程中，將局部硬度值與預設的第一加權(quán)系數(shù)相乘得到第一功率分量，將局部粗糙度值與預設的第二加權(quán)系數(shù)相乘得到第二功率分量，然后將兩個功率分量相加得到最終的等離子清洗功率值。具體地，假設第一加權(quán)系數(shù)為0.5,第二加權(quán)系數(shù)為20,則對于軌跡點A,第一功率分量為250HV×0.5=125W,第二功率分量為3.5μm×20=70W,最終的等離子清洗功率值為125W+70W=195W。這種計算方式能夠根據(jù)材料的硬度和表面粗糙度特性自適應地調(diào)整清洗功率，硬度較高或粗糙度較大的區(qū)域?qū)@得較高的清洗功率，以確保清洗效果。[0077]接下來，獲取每個軌跡點處的局部曲率值。局部曲率值可以通過工件的三維模型數(shù)據(jù)計算得出，或通過曲率測量儀直接測量獲得。假設軌跡點A的局部曲率值為0.05mm^-1。將局部曲率值與局部硬度值進行加權(quán)計算，得到工藝參數(shù)調(diào)制系數(shù)。具體地，可以將局部曲率值乘以0.3的權(quán)重，將局部硬度值乘以0.002的權(quán)重，然后相加得到工藝參數(shù)調(diào)制系數(shù)。對于軌跡點A,工藝參數(shù)調(diào)制系數(shù)為0.05mm^-1×0.3+250HV×0.002=0.515.將該調(diào)制系數(shù)與預設的基準氣體流量相乘，得到實際氣體流量值。假設基準氣體流量為10L/min,則軌跡點A的實際氣體流量值為10L/min×0.515=5.15L/min。這樣通過考慮局部曲率和硬度的綜合影響，能夠更精確地控制等離子清洗過程中的氣體流量，適應工件表面形狀和材料特性的變[0078]計算工具坐標系Z軸方向與待清洗工件表面法向量的夾角也是設定工藝參數(shù)的重工具坐標系Z軸與表面法向量的夾角為15度。根據(jù)該夾角值，確定等離子射流的實際工作距離。例如，當夾角為0度時，設定標準工作距離為10mm;隨著夾角增大，需要適當減小工作距離以保證清洗效果。具體地，可以使用如下關(guān)系：實際工作距離=標準工作距離×(1-夾角/90)。對于軌跡點A,實際工作距離為10mm×(1-15/90)=8.33mm。[0079]最后，將實際工作距離、等離子清洗功率值和實際氣體流量值轉(zhuǎn)換為每個軌跡點對應的離子濃度值。離子濃度值可以使用以下轉(zhuǎn)換關(guān)系：離子濃度值=K×功率值×氣體流量值/(工作距離^2),其中K為設備相關(guān)的經(jīng)驗常數(shù)，假設K=0.05。[0080]對于軌跡點A,離子濃度值=0.05×195W×5.15L/min/(8.33mm^2)=6.04.離子濃度值作為清洗效果的直接指標，可以用于評估和預測清洗質(zhì)量，指導工藝參數(shù)的進一步優(yōu)化。[0081]通過上述方法，系統(tǒng)地考慮了工件材料特性、表面形狀特征以及工具姿態(tài)等因素對等離子清洗工藝的影響，為每個軌跡點定制了精確的工藝參數(shù)，包括等離子清洗功率值、實際氣體流量值和實際工作距離，最終轉(zhuǎn)換為離子濃度值。這種參數(shù)化的清洗策略能夠顯著提高等離子清洗的質(zhì)量和效率，特別適用于形狀復雜、材料特性變化較大的工件的精密清洗處理。當相鄰軌跡點的等離子清洗功率差值大于預設功率閾值時，在相鄰軌跡點之間插入過渡點；當相鄰軌跡點的實際氣體流量差值大于預設流量閾值時，采用線性插值進行過將每個軌跡點的等離子清洗功率值、實際氣體流量值和離子濃度值組成工藝參數(shù)組，建立所述工藝參數(shù)組與軌跡點位置的映射關(guān)系。[0083]在等離子清洗工藝中，為保證清洗質(zhì)量的穩(wěn)定性和一致性，需要對軌跡點間參數(shù)進行合理過渡處理。本實施方式提供一種優(yōu)化的軌跡點參數(shù)過渡方法，確保等離子清洗過[0084]當系統(tǒng)檢測到相鄰軌跡點的等離子清洗功率差值大于預設功率閾值時，系統(tǒng)會在這兩個軌跡點之間插入過渡點。例如，當預設功率閾值設定為50瓦時，若軌跡點A的等離子清洗功率為300瓦，相鄰的軌跡點B的等離子清洗功率為400瓦，其差值為100瓦，超過了預設和B的中間位置。通過插入過渡點C,原本從A到B的功率突變被分解為A到C和C到B兩段較小的變化，使功率變化更加平滑，避免由于功率突變導致的清洗不均勻或基材損傷。[0085]對于氣體流量的過渡處理，當相鄰軌跡點的實際氣體流量差值大于預設流量閾值時，系統(tǒng)采用線性插值方法進行過渡。以氬氣為例，假設預設流量閾值為10標準立方厘米每分鐘(sccm),軌跡點D的氬氣流量為50sccm,相鄰軌跡點E的氬氣流量為70sccm,差值為20sccm,超過預設閾值。此時，系統(tǒng)會在D和E之間的路徑上按照兩點間的距離比例線性分配氣sccm,最后到達E點的70sccm。這種線性插值方法確保了氣體流量在軌跡執(zhí)行過程中平穩(wěn)變化，避免了流量突變可能導致的等離子體不穩(wěn)定。[0086]為了實現(xiàn)參數(shù)與軌跡位置的精確對應，系統(tǒng)將每個軌跡點的等離子清洗功率值、實際氣體流量值和離子濃度值組成工藝參數(shù)組，并建立工藝參數(shù)組與軌跡點位置的映射關(guān)系。該映射關(guān)系以數(shù)