基于视觉引导的ABB机器人定位与抓取

目前工业机器人在上下料时大部分都是采用预先示教或者离线编程的方法,具有很大的局限性。因此,研究了一套基于视觉引导的ABB机器人定位与抓取系统。通过手眼标定得到工件坐标相对于机器人基坐标的坐标变换,通过ABB机器人的PC-Interface模块功能把定位坐标传输至机器人控制器,使机器人运动到相应位置抓取工件。通过多次实验数据分析,定位误差在0.76 mm左右,具有很好的实用性。     

基于机器视觉的表针自动码垛系统

为了解决表针生产过程中的自动码垛问题,设计了基于机器视觉的表针自动码垛系统。在表针自动码垛系统中,通过安装在平面关节型机器人上的工业相机,对送料转盘进行图像采集。结合几何轮廓定位和斑点分析等图像处理技术,对图像特征进行提取,获取送料转盘上随机分布的表针位置信息与正反面信息。借助优化后的表针吸嘴和手眼标定技术,通过平面关节型机器人以一定间隔交替分拣正面表针和反面表针。正面表针由平面关节型机器人直接码垛,反面表针经过180°旋转机构翻转后再进行码垛,从而实现表针的全自动码垛。通过试验确认,基于机器视觉的表针自动码垛系统可以满足多种不同规格表针的码垛要求,定位精度、效率与稳定性高,误差小。     

基于机器视觉的镍基高温合金表面缺陷检测系统开发

在镍基高温合金棒料表面缺陷检测中，为避免人工目检方法的缺点、提高检测的效率和准确度，设计了一套基于机器视觉的镍基高温合金棒料表面缺陷检测系统。首先，采用工业相机采集棒料表面图像并采用高斯滤波方法进行图像降噪；其次，采用自适应二值化及形态学方法（如膨胀和腐蚀）对图像进行预处理，有效提取缺陷区域；然后，采用Canny边缘检测、轮廓查找等方法，对缺陷区域的边缘轮廓进行精准识别，并得到相应坐标；最后，系统通过与STM32的串口通讯，实现对相机移动和棒料旋转的节拍控制及相机位置和棒料转角的获取，并通过其与缺陷在视场中坐标的整合，最终得到棒料中所有缺陷相对于棒料原点的坐标信息。实验证明，的系统能较为准确地检测得到棒料表面的缺陷坐标信息。     

基于WMS垛型定义管理的工业机器人程序设计CSCD

基于WMS系统垛型定义管理的工业机器人程序设计核心要求:便于WMS系统对垛型定义和管理,能够方便添加、修改、删除和清空物料信息,适应自动包装设备运行的要求;定义地面站PLC与工业机器人工作站系统的通讯接口、编写数据处理和信息校验程序;保证上位机、地面站PLC和机器人工作站系统之间物料信息的统一,码垛信息正确性和物料信息的全流程可追溯性。在WMS系统中,首先能够识别出物料信息属性——物料的品种、数量、尺寸、垛型编号、去向和预置码垛数量等,这些属性与地面站系统息息相关。因此,研究工业机器人与地面站的通讯、识别物料信息属性和定义机器人工作站系统的通讯接口,不但对工业机器人的结构化程序设计具有重要的指导意义,而且具有更广泛的实用意义。主要研究基于WMS系统垛型定义管理的工业机器人程序设计,围着这一研究目标,将介绍工业机器人与地面站PLC的通讯接口、地面站的组态、机器人程序编写的要求等;首先确定程序的结构,其次优化调度程序和完善数据校验程序,最后编写码垛算法——基于栈板位置的码垛算法等。     

智能物流搬运机器人设计

为了解决物流行业物料种类繁多，分拣、搬运、摆放精准度、可靠性不高，路径规划单一等问题，自主设计并制作了一款新型智能物流搬运机器人。该机器人以STM32F407为主控制器，选用4个37GB-545B自带编码器的直流减速电机作为输出动力，控制麦克纳姆轮旋转，从而带动底盘及其上端部件移动；陀螺仪检测机器人运动姿态和位置，为运动、机械手模块的动作提供反馈信息；通过对搬运物料的结构分析，基于SolidWorks三维软件设计多自由度机械手，机械手的手爪部分采用可拆卸式设计，满足不同物料需求，机械手的4个舵机相配合可以实现全方位抓取物料；视觉模块实现二维码读取搬运任物，识别物料的颜色和不同颜色色环及色环圆心；电源模块为各模块提供所需要的直流电源。设计的机器人通过多次调试和优化，能实现全程自主运行，无差错地完成二维码识别、物料颜色识别和物料的抓取，实现精准定位和出色的完成物料的精准摆放。     

基于WMS垛型定义管理的工业机器人程序设计

基于WMS系统垛型定义管理的工业机器人程序设计核心要求:便于WMS系统对垛型定义和管理,能够方便添加、修改、删除和清空物料信息,适应自动包装设备运行的要求;定义地面站PLC与工业机器人工作站系统的通讯接口、编写数据处理和信息校验程序;保证上位机、地面站PLC和机器人工作站系统之间物料信息的统一,码垛信息正确性和物料信息的全流程可追溯性。在WMS系统中,首先能够识别出物料信息属性——物料的品种、数量、尺寸、垛型编号、去向和预置码垛数量等,这些属性与地面站系统息息相关。因此,研究工业机器人与地面站的通讯、识别物料信息属性和定义机器人工作站系统的通讯接口,不但对工业机器人的结构化程序设计具有重要的指导意义,而且具有更广泛的实用意义。主要研究基于WMS系统垛型定义管理的工业机器人程序设计,围着这一研究目标,将介绍工业机器人与地面站PLC的通讯接口、地面站的组态、机器人程序编写的要求等;首先确定程序的结构,其次优化调度程序和完善数据校验程序,最后编写码垛算法——基于栈板位置的码垛算法等。     

基于PLC与工业机器人的码垛工作站控制系统设计

结合车间的码垛工艺，提高码垛的效率，设计了一种基于PLC与工业机器人的码垛工作站控制系统。该系统以ABB工业机器人和西门子S7-200 smart为控制核心，采用以太网通信，结合威纶通触摸屏技术、变频器技术设计了码垛工业机器人的控制系统，该系统能自动完成物料准备、机器人自动拾取工具、取物料、码垛、送料等功能。系统设计完毕后在某电子设备厂进行码垛测试，原厂两班制8人、24 h连续生产情况下，受限于员工技术，产能存在±8%波动，同时受限于员工身体疲劳状况，码垛出错率为3～5%。测试结果表明，所设计系统的码垛准确率达99%，生产线中实现了自动码垛。实际应用证明，该控制系统投入生产后，效率明显提高，人力成本降低，准确率率提高，在码垛行业具有广阔的应用前景。     

一种码垛视觉系统中物料袋的识别与定位方法

提出了一种基于双目视觉的码垛机器人从码垛中识别与定位单个物料袋的解决方法。首先通过对双目CCD摄像机采集到的原始码垛图像进行双目校正、SAD算法立体匹配、匹配校验、亚像素插值,得到致密的视差图;之后,对校正了的一个视图进行otsu方法自动阈值、Canny算子求边缘、Hough直线检测、Sobel边缘检测并结合形态学图像处理的膨胀、开操作,得到属于单个物料袋的连通域并求出其中心,结合视差图,进而求出每个物料袋相对于摄像机的三维坐标。最后,利用o PENCV与VS结合的开发平台编程与测试,实践表明该解决方法可以迅速准确的对码垛中单个物料袋识别与空间定位。     

工业码垛机器人的视觉伺服技术

随着码垛机器人在物流自动化领域的广泛应用,市场对码垛机器人的智能化水平提出更高的需求。针对传统的"示教-再现"工作方式的码垛机器人功能单一、适应性差的问题,将机器视觉与码垛机器人控制技术相结合,搭建码垛机器人视觉伺服控制系统平台,并针对码放货物的特点,开展相关图像处理算法的研究。经试验验证,该码垛机器人视觉伺服控制系统平台可以快速准确的完成不同货物的检测、分拣和码垛,为后续码垛机器人视觉伺服技术的研究提供参考和依据。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

基于视觉定位的机器人上下料系统集成技术

机器人上下料系统通过视觉系统确定板料位置信息,实时引导机器人准确抓料和落料.该系统集成了机器人网络通讯、工业摄像机控制、图像处理以及RTX实时扩展等技术,并针对系统实时性问题提出了行之有效的解决方法.试验结果表明该系统可以灵活准确快速实现上下料,能满足工业现场要求的实时性及可靠性.     

工业机器人码垛数字孪生系统的研究与实现

为提高工业机器人码垛的智能化水平,将数字孪生技术与机器人码垛作业流程相结合,研究并设计了工业机器人码垛数字孪生系统。分析了码垛数字孪生系统架构,规划并设计了系统的功能模块和运行机制,阐述了工业机器人数字孪生系统数据集成模块、虚拟场景构建模块、虚拟机器人码垛模块和可视化辅助服务模块的实现方法,融合真实码垛场景下的机器人作业数据,实现了对基于数字孪生技术的工业机器人码垛虚拟可视化仿真与策略优化的信息反馈。设计并开发了面向工业机器人码垛作业的数字孪生系统,以物理码垛场景数据为例,验证了本系统的有效性,为探索数字孪生技术在工业机器人智能码垛的应用进行了尝试。     

机器人柔性视觉测量系统标定方法的改进

提出一种改进的柔性视觉测量系统标定方法。建立了包含手眼关系误差与机器人运动学参数误差的系统误差模型。在机器人末端安装结构光传感器构建了机器人柔性视觉测量系统,并在机器人工作空间中固定一个标准球作为标定参考物。标定时,机器人被控制在不同位姿下测量球心坐标。首先,应用机器人的理论模型初步标定手眼关系;然后,基于球心约束,通过迭代算法同时得到准确的手眼关系和实际的机器人运动学参数。基于ABB IRB2400工业机器人进行了系统标定实验,并利用激光跟踪仪进行精度验证。结果表明:标定前后机器人柔性视觉测量系统的距离测量标准差由0.566mm降低到0.173mm,充分验证了改进方法的有效性和实用性。该方法提高了手眼关系的精度;不需要采用任何昂贵的外部设备,适合工业现场使用。     

自主视觉物料搬运机器人的机械传动系统设计

本设计以生产线车间为例,介绍了一种基于机器视觉技术的物料搬运机器人。该机器人以OpenMV为视觉载体,将Arduino MEGA2560作为主控制器,根据机器视觉算法可准确识别货物的形状、颜色及标识信息并结合地面标记线指引实现寻迹功能,同时集搬运、码垛、避障等功能于一体实现搬运过程可视化并且可在较短时间内完成货物的装卸流程。本文着重阐述了自主视觉物料机器人的传动系统结构设计部分,其中包括机械手结构设计、机器人运动方式设计、传动参数计算等重要内容。     

基于PMAC的工业码垛机器人控制特性研究

以工业码垛机器人控制系统及其控制特性为研究对象,设计了一种基于工业控制计算机(IPC)+多轴运动控制卡(PMAC)的模块化分布式控制系统,探讨了工业码垛机器人控制系统的理论建构和工程实现问题,并通过工程样机长时间、多样式的码垛作业实验,证实该工业码垛机器人控制系统能可靠实现伺服控制、路径规划、状态监控和人机界面操作.     

基于单目视觉的双机器人协同标定技术

由于机器人的基坐标系隐藏在底座内部,导致双机器人基坐标系间位姿关系的测量变得十分困难,而该关系作为机器人离线编程、协同控制的基石,对于多机器人系统的正常工作至关重要。为此提出了基于单目视觉的协同标定方法,利用单目视觉和棋盘格标定板求解双机器人基坐标系间位姿相对关系并使用激光跟踪仪标定法作为对照对双机器人基坐标系关系进行了标定,并通过双机器人位姿协同实验对标定的结果进行验证,最终得到基于单目视觉的协同标定方法所对应的双机器人位置协同误差最大值为1.278 mm,最小值为0.601 mm;姿态协同误差最大值则为0.481°。     

基于机器视觉的物料分拣工业机器人技术研究

随着我国工业经济的不断发展,机器人技术在工业制造领域中的用途也越来越广泛,尤其是对传统的物料分拣工作来说机器人已经基本上能够取代人工进行作业了。目前,利用工业机器人进行物料分拣工作主要是通过对机器人进行编程,但这种方法一般对设备和工作环境具有比较高的要求,成本也相对较高,因此,如何提高工业机器人在物料分拣中的精准度,对不同形状和尺寸的物料能够准确完成位置感应并完成分拣动作就成了我们应当重点关注的工作内容。在工业机器人编程中充分考虑机器视觉技术,让机器人初步具备人眼的基本功能,良好的视觉功能能够有效提高机器人物料分拣的效率。基于此,本文对工业机器人分拣系统和分拣流程进行论述,最后提出基于机器视觉提高工业机器人分拣技术的策略,旨在促进工业机器人在我国工业、制造业中的进一步推广和应用。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于视觉引导的工业机器人定位抓取系统设计

以美国国家仪器公司的视觉开发模块NI Vision为软件支撑和以ABB-IRB120型机器人,摄像机和传送带为硬件基础,对视觉识别与检测系统进行了模块化设计,构建了一个基于单目视觉的工业机器人工件自动识别和智能抓取系统,其中ABB-IRB120型工业机器人作为操作手臂,用CCD相机、运动控制器和工控机搭建了机器人视觉控制平台,通过建立抓取系统的参数化模型给出图像坐标到机器人坐标的转换算法,利用NI Vision中提供的图像处理、模式匹配等方法,在C#环境下进行开发,实现了目标定位和机器人控制两大基本功能,最终控制机器人完成目标工件的抓取。     

基于拉线式编码器的混联搬运机器人误差检测

根据码垛任务特点,采用基于混联结构的四自由度码垛机器人设计;优化连杆参数,简化混联结构机器人的运动学求解,采用D—H法,获取机械手末端在三维空间的位置坐标的理论值;采用4个拉线式绝对编码器,2个平行布置的连杆,以及数据采集处理器,基于编码器信息,根据运动几何关系求解,获取机械手末端在三维空间位置的实际值;通过对比理论值与实际值,得到机器人的终端位置误差检测。