基于机器视觉的纽扣电池托盘分拣系统

目的为了提高电池生产企业的检测效率,避免误检,以降低企业生产成本。方法分析传统分拣方式中存在的不足之处,以ABB并联机器人和美国康纳智能相机为平台,搭建一个基于机器视觉的工业机器人分拣系统。运用经典的SIFT算法对分拣对象的图片信息进行处理,克服了光照和位置变化对视觉系统造成的不良影响,提高分拣了效率。结果 ABB并联机器人根据图像信息能识别出待分拣的物体,且工作稳定、可靠,分拣成功率为100%。结论该分拣系统软硬件设计合理,满足了电池生产企业的要求。     

基于机器视觉的自动分拣码放系统研究

目的为实现包装码垛自动生产线上不同型号工件的分类码放,有效提高生产效率,降低生产成本。方法在工件识别应用中,提出一种基于机器视觉、PLC控制技术、HMI人机界面的分拣码放系统。在完成工业机器人相应的硬件及关键算法设计的基础上,利用以太网构建PLC网络控制系统,并与上位机管理系统实现交互。结果经实验测试,该自动分拣码放系统对工件的识别精度较高,均在99%以上,处理时间较短,均在0.2 s以下,能够满足生产要求。结论生产实践表明,该系统提高了工件分拣效率,减小了工人劳动强度,降低了生产成本,具有很高的推广应用价值。     

基于视觉标定的包装搬运机器人定位方法

目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。     

基于物体表面形貌的单相机视觉位姿测量方法

为了获取在风洞实验中运动物体的位姿变化,提出了一种融合物体表面三维形貌信息的单相机视觉位姿测量方法。该方法以多点透视成像原理作为求解物体位姿变化的基础,以物体的图像特征角点作为特征点,并利用物体表面三维形貌模型信息获得特征点的三维坐标。通过实验完成了该测量方法的精度验证,在400 mm的观察距离上,位移平均测量误差为0.03 mm,均方根误差为0.234 mm;俯仰角、偏航角与滚转角的平均误差分别为0.08°、0.1°与0.09°,均方根误差分别为0.485°、0.312°与0.442°。实验结果表明该方法有可用于实用的测量精度。

     

基于视觉的机器人非线性位姿观测器

本文利用相机对目标物体特征点的测量信息解决机器人相对位置和姿态的估计问题.首先,针对机器人运动过程中相机获得的目标物体连续图像,利用扩展Kalman滤波器估计特征点的三维信息.然后,在SE(3)空间上设计了一个非线性位姿观测器.利用得到的特征点三维信息构造了Lyapunov函数,并解耦成分别和姿态误差以及位置误差相关的...     

基于机器视觉的工业机器人工件搬运技术及应用

机器人通过视觉对工件位置信息进行分析处理,完成相应搬运任务已成为机器人应用发展的方向。该文主要提出了一种基于机器视觉的工业机器人搬运系统,利用相机和机器人进行标定后对工件精确定位,从而实现机器人对工件的识别、定位及搬运工作。     

基于改进ArUco标签的位姿估计方法

针对使用ArUco标签在远距离测量时精度不高的问题,提出改进ArUco标签的位姿估计方法。该方法在ArUco标签的基础上设计了阵列特征圆环,提取圆环的中心点并对其进行排序,根据交比不变特性判断出圆心检测的准确性;利用加权最小二乘法建立ArUco标签角点与阵列圆环圆心之间的直线拟合关系,实现角点修正;采用EPnP算法解算出改进ArUco标签的位姿参数,并利用LM算法对位姿进行优化,提高位姿测量精度。设计了机械臂视觉定位系统验证所提出方法的可行性和有效性。实验结果表明,此改进方法在2.5～4 m范围内测量的最大平移误差为8.72 mm,最大旋转误差为1.78°。所提出的方法在4 m处纵向距离测量的相对误差降低0.69%,提高了测量精度。     

基于机器视觉检测的码垛机器人控制系统设计

目的为了提高码垛机器人对码放物品的自我分辨能力,提高码放效率,提出一种基于机器视觉检测的包装码垛机器人控制系统。方法首先分析机器视觉码垛机器人工作过程,基于工业控制计算机和图像采集卡设计码垛机器人控制系统,提出控制系统的硬件设计和软件设计。同时对机器视觉采集到的图像进行滤波、分割等图像处理,以提高机器人的视觉检测效率。结果实验结果表明,机器视觉码垛机器人的漏抓率为0,误抓率小于0.5%。结论该控制系统有效解决了规则物品的分类码放,实现了高效的物品码放。     

基于四元数最少特征点的相机位姿估计

为解决相机位姿估计的问题,提出了一种基于四元数最少特征点的相机位姿估计算法。在相机拍摄的二维图像中检测并匹配特征点,根据特征点坐标与约束条件建立多项式系统,通过求解对应的矩阵方程来求解多项式系统。用四元数表示相机的旋转,避免了求解中相机旋转与平移相互纠缠的问题,当2个摄像机视图之间的平移为零时能够很好地进行位姿求解。求解中结合5点算法对求解原理进行了详细推导,并进行抗噪声测试。测试中随着匹配的特征点数增加,算法平均估计误差范围不超过2%。利用KITTI数据集测试算法的实用性,并与其他几种方法进行结果比较。结果显示,相同条件下算法将估计精度提高了24.5%以上,体现出良好的估计精度。     

基于BIM和机器视觉的钢结构智能焊接机器人系统分析

本文搭建了基于BIM和机器视觉的钢结构智能焊接机器人系统,通过方案设计、系统选型、安装调试、视觉算法优化、焊接工艺专家库搭建以及实际项目应用,结合钢结构的BIM信息和高精度机器视觉识别技术,实现了装配式钢结构梁柱端板、檩托板、加劲板等非标连接件的智能化自动焊接,以及免人工示教的快速高精度自动焊接。相较传统人工焊接,可降低50%以上人工成本、提升40%以上焊接效率,焊接质量和工厂环境得到大幅改善和优化。     

基于输送带及视觉跟踪的机器人分拣包装工作站仿真

目的 提高分拣包装工作站的生产效率和柔性,并探索在早期设计阶段利用虚拟仿真技术进行验证。方法 以某食品公司巧克力饼干产品的生产为例,提出结合输送带跟踪和视觉识别技术搭建分拣包装仿真工作站。在ABB公司离线编程与仿真软件Robotstudio开发环境下,首先对相关设备进行了三维建模,并根据任务要求完成工作站的空间布局。其次,需要完成输送带创建、动态Smart组件设计、工作站逻辑连接、输送带跟踪功能启用、相机数据记录和机器人控制程序编写。最后,分析工作站结构得到生产节拍的参数设定公式。结果 仿真工作站实现了对持续移动输送带上杂乱摆放物料的动态跟踪分拣装盒,能依据理论计算方式调节参数满足生产节拍的需求。结论 工作站达到了预期功能目标,可以为各行各业里以机器人为中心的分拣包装系统高效、柔性生产研究提供参考与借鉴。     

基于机器视觉与无人机的结构动位移测量方法EI北大核心CSCD

针对基于视觉的结构位移测量方法中相机分辨率不足或测量基站位置选取困难等局限,提出一种结合机器视觉与无人机的结构动位移测量方法。以静止激光灯投射在结构表面的激光光斑为参考,设计算法自动检测目标测点和激光光斑位置,逐帧计算并更新比例因子,估计并消除无人机自身的运动,从而计算目标测点的绝对位移;为验证该方法的准确性,设计一个小型框架模型试验,随后又将此方法应用于大型地震模拟振动台试验。结果表明,利用无人机进行视觉测量得到的位移响应与激光位移计和加速度计测得的参考数据具有良好的一致性,在结构动位移测量和模态参数识别上均能较好地应用。     

基于机器视觉的数字式角振动传感器动态校准方法EI北大核心CSCD

低频角振动传感器在惯性导航、姿态估计及精密控制等领域具有广泛应用,其灵敏度校准精度是决定应用系统性能的关键。激光干涉法与圆光栅法是最常用的两种校准方法,然而前者需要昂贵与复杂的系统,后者的校准频率范围与应用场景有限,难以满足日益增长的高性能角振动传感器校准需求;通过采用具有亚像素级边缘提取精度的机器视觉法准确地测量低频角振动传感器的输入角激励,以实现宽低频范围的灵敏度可靠校准,同时保证校准精度与效率。与激光干涉法及圆光栅法的对比试验表明,机器视觉法与激光干涉法及圆光栅法在0.01~5.00 Hz范围内具有相似的校准结果,最大相对偏差分别约为0.6%和0.4%;此外,整个频率范围内,机器视觉法校准的最大灵敏度相对标准差约为0.5%。     

基于对偶四元数的单目视觉目标位姿测量

目的在机器人视觉应用领域中,为控制机器人能够完成焊接、搬运、跟踪等任务,需要确定摄像机与目标之间的相对位姿关系,提出一种目标位姿测量方法。方法利用单摄像机获取目标特征,坐标变换参数表示为对偶四元数的形式,同时计算旋转矩阵和平移向量,构建位置向量和方向向量的测量值与模型值之间的误差方程,利用Hopfield神经网络实现拉格朗日乘子法,求解目标位姿最优解。结果利用Matlab软件平台,选择SVD,DQ以及文中算法进行比较,仿真实验结果表明,基于Hopfield神经网络和对偶四元数的位姿测量算法计算出的位姿参数误差最小。随着测量点数量的增大,文中提出的算法精度更高。结论对偶四元数同时求解位姿变换矩阵的旋转分量和平移分量,可消除计算误差,基于Hopfield神经网络和拉格朗日乘子法,可快速准确地计算,并收敛至目标位姿最优解。     

基于3D视觉的机械臂抓取控制方法

针对传统2D视觉下机械臂无法抓取具有3D位姿物体的问题,提出了基于3D视觉的机械臂抓取控制方法。该方法首先通过差分和滤波的方式去除噪点,并提出了一种加权下采样的方法简化点云。通过欧式距离和法线夹角变化率的结合,提出了一种点云二次分割方法。物体的定位方式采用基于主成分分析法(PCA)的粗配准算法和基于迭代最近点算法(ICP)的精配准算法,然后将所得到的目标物体位姿发送给机械臂进行抓取。在达明协作机器人上的实验表明,该方法能够有效抓取具有3D位姿的物体,与已有的方法相比,在精度和处理时间上有了较大的提升。     

基于多基站激光跟踪仪的机器人位姿精度测试方法

针对机器人末端位姿精度测试的需求,提出了基于多基站激光跟踪仪的测试方法.该方法采用三靶球测量方案,通过非线性最小二乘法求解转站参数,并融合多基站测量数据实现机器人末端位姿精度的测试.通过直线导轨和转台标准器对该方法的测试效果进行实验验证,结果显示相对于单基站激光跟踪仪的测试方法,三基站测量的定位精度提升了38.5％,定...     

基于3D视觉传感器的龙门架机器人手眼标定方法

针对龙门架机器人末端执行机构只具有三个正交方向上的平移自由度的工作特性,参照传统手眼标定的两步法,设计了一种直接对3D视觉传感器的点云坐标系与机器人执行机构的工具坐标系进行手眼标定的方法.该方法只需要操作机器人进行两次正交的平移运动,采集三组标定板图片和对应点云数据,并通过执行机构的工具中心点(TCP)接触式测量出标定...     

基于空间拓扑关系的目标自动跟踪与位姿测量技术

针对试飞光电测试中目标运动轨迹姿态自动化测量的问题,提出一种基于空间拓扑关系的目标自动识别跟踪与位姿参数同步测量技术。首先通过对被测目标表面的圆形标志点密集布设、目标运动过程的图像高速采集、圆形标志点不同视角下的自动精确提取,实现目标的自动检测;之后基于多点空间拓扑关系进行同名像对的匹配,并结合双摄像机的标定参数进行前方交会测量,实现目标表面标志点的三维重建;再采用基于多点空间拓扑约束、点距判定以及坐标旋转平移变换算法的点云块配准方法,实现目标自动跟踪与运动过程的轨迹姿态参数测量。试验证明:该方法切实可行,可获得亚毫米级的定位精度和优于0.11°的定姿精度,且能够全自动处理,从而大大提升试飞测试中影像测量的数据处理效率,同时可为飞行影像数据自动化、实时化处理提供一种有效技术手段。