基于单目视觉的工业机器人拆垛系统设计与实验

基于单目视觉提出了工业机器人拆垛系统构想。为实现工业机器人视觉拆垛系统中机器人精确运动控制与工件位姿识别,运用D-H位移矩阵法建立了机器人运动学模型,得到机器人末端相对机器人坐标系的位姿信息。基于形状模板匹配法提出目标图像识别算法,得到各个目标图像在相机坐标系下的位姿信息;将三维视觉模型与机器人运动学模型进行信息融合,建立机器人视觉拆垛控制系统数学模型。基于CCD工业相机、4-DOF工业机器人搭建视觉定位抓取实验系统。通过对空间目标进行抓取的实验,验证基于单目视觉的工业机器人拆垛系统的正确性、精确性、鲁棒性。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

基于双目视觉的钻杆接头定位系统设计

文章针对某地质钻杆摩擦焊接工作站钻杆接头自动上下料需求,在不改变原有工件存料方式的基础上,设计基于双目视觉的钻杆接头定位系统。利用大恒MER-500系列摄像机采集图像信息,并将其上传到工控机进行图像预处理及边缘检测;然后采用最小二乘法拟合椭圆,确定工件圆心坐标位置,并对圆心点进行排序;最终将工件坐标信息传给ABB机器人,实现工件的视觉定位及抓取。结果表明,利用最小二乘法拟合椭圆能够满足工件定位精度的要求。该定位系统可为类似工件的机器视觉定位提供借鉴。     

应用机器视觉的坡口切割轨迹校正北大核心

针对批量工件坡口切割过程中,重复定位误差导致过切割或欠切割现象,提出一种视觉校正方法。通过固定视点手眼标定(Eye-To-Hand),得到相机图像坐标与机器人工具坐标的位姿转换关系;通过模板匹配方法计算待切割工件与模板工件间的旋转与位移偏差,并转换成机器人工件坐标偏差后发送到机器人校正切割轨迹。实验结果表明,该方法校正后的切割轨迹误差在1.5 mm以内,切割准备时长降至1.3 s以内,能够解决实际切割过程中工件位姿偏差造成的过切割与欠切割问题,有效实现坡口切割轨迹的校正。     

基于单目视觉的工业机器人定位系统的设计

在工业生产中,工业机器人如何能够准确地抓取和摆放工件是自动化生产中的一个重要问题,而问题的关键是准确地获取工件目标位置和姿态的信息。针对此问题,以图像辨识、处理及视觉定位为主要研究内容,设计了一种处理简单、计算准确的单目视觉定位系统。该系统包含静态图像采集平台、图像测量模块及与之匹配的三维空间中单目定位算法与姿态测量算法。经测试实验,并通过对数据和误差进行分析,系统满足自动化生产过程中对工件的空间定位与姿态测量的要求。     

融合视觉和以太网技术的工业机器人分拣装配控制系统设计

针对制造业中多类型、多工位、无规则、有残次工件人工分拣出错率高与装配效率低下的问题,设计一个融合视觉和以太网技术的工业机器人分拣装配控制系统.应用工业以太网构建一个包含视觉、PLC、HMI和工业机器人的硬件系统;提出结合图像匹配、圆孔识别算法的工件检测与识别方法;基于坐标偏移的方法设计了一个PLC控制工业机器人的优化算法;并对工业机器人进行示教与编程,实现工件正确分拣与高效装配.测试证明:该系统工件识别正确率达100％,工业机器人的示教位置大大减少,工业机器人的控制程序明显简化,工件分拣正确率与装配效率显著提高.     

工业机器人分拣技术的实现

以MOTOMAN-UP6机器人为基础,构建了一个基于机器视觉的机器人分拣实验系统.该分拣实验系统由机器人、PC机、相机、图像采集卡、传送带和自开发的分拣控制软件组成.系统的工作原理和工作过程为:当目标对象源源不断地进入分拣作业区时,通过相机连续自动地获取作业对象图像,然后由软件对采集到的图像进行运算分析、变换目标对象坐标、识别目标对象分类信息、维护分拣目标的运动踪迹,最终控制机器人实现分拣动作."单目标跟踪--抓取--搬运"实验和"多目标跟踪--抓取--搬运"实验证明了该技术的意义和实用价值.     

基于手眼立体视觉的弧焊机器人平面工件定位系统

在工业生产中应用的焊接机器人都是示教再现式的机器人，在批量生产时这种机器人要求每次工件定位必须一致，否则需要重新示教；带有离线编程系统的机器人同样存在工件定位问题，如果工件定位不准，焊接机器人无法按原离线编程系统生成的路径完成焊接。作者针对平面工件开发了一套基于手眼立体视觉的弧焊机器人工件定位系统，首先对摄像机的内外参数和机器人手眼关系进行标定；然后控制机器人运动，使安装在机器人末端的摄像机在两个不同的位置取像；最后通过图像处理和立体视觉的方法来计算出平面工件在机器人基坐标系中的三维信息。试验表明该系统获取的工件定位信息精确。该系统为焊接机器人自主焊接奠定基础。     

三维视觉在激光焊接机器人离线编程系统中的应用

建立了一套基于三维视觉的机器人离线编程系统,通过视觉传感器获取焊缝特征点的空间坐标,确定空间焊缝的准确坐标;通过一系列图像处理、坐标转换,最终生成符合机器人编程规范的程序代码,直接用于空间曲线焊缝的焊接。     

面向装配机器人的作业目标视觉识别与定位方法

针对装配机器人在作业过程中所面临的工件形状多样性等因素对工件的识别、定位造成的扰动,提出利用BRIEF描述子对SURF算法提取的作业目标特征点进行描述,采用最近邻汉明距离融合PROSAC算法进行两步骤的匹配,去除无效匹配点对,提高识别精度;通过模板图像与作业目标图像的转换关系建立4参数的仿射变换模型,求解装配作业目标的形心坐标,结合装配机器人视觉系统的标定参数得到目标形心的世界坐标。实验结果表明该方法在不考虑几何畸变的情况下,实现了对装配作业目标的快速识别与定位,定位误差不超过1. 0mm。     

摄像机静标定技术在机器人视觉目标定位中的应用研究

利用机器人视觉技术对目标进行定位与分检中,视觉系统对目标的精确定位是其关键技术之一。利用基于线段斜率的摄像机静标定技术对摄像机镜头进行了标定,将标定的镜头径向畸变系数应用于目标位置坐标计算中。经标定后的目标坐标位置数据引导机器人末端执行器完成对目标的定位,实验结果表明了该方法的有效性。     

基于双目视觉的番茄图像处理及采摘轨迹规划

针对番茄采摘自动化水平不高的问题,设计一种利用双目视觉采集系统和机器人定位技术的番茄采摘系统。利用双目立体视觉系统进行图像采集,构建模型并进行标定校正。通过图像处理技术将图像预处理,从而获得成熟番茄的具体轮廓;根据番茄类椭圆形状确定其中心点坐标,并将其转换为空间坐标,便于机器人末端执行器抓手进行定位采摘。针对各关节运动限制提出平滑性约束,通过改进蚁群算法,获得采摘抓手较平滑且距离最短的路径。仿真结果表明：该方法可基本满足采摘图像处理要求,能获得运动距离最短且平滑的路径,为实现番茄全自动化采摘提供参考。     

面向柔性导线涂覆作业的机器人视觉检测与定位方法

架空裸导线没有绝缘外皮的保护，容易发生安全事故，利用涂覆机器人开展裸导线绝缘化作业能够减少对人身安全的威胁。针对柔索环境下涂覆机器人运动导致柔索发生变形致使目标发生变化，提出一种面向柔性导线涂覆作业的机器人视觉检测与定位方法，利用机械臂末端相机采集涂覆机器人的标记位置图像，实现对涂覆柔性导线作业的检测与定位。针对柔索环境下目标会随柔索的变形而发生变化的现象，基于相机标定开展图像雅可比矩阵与观察臂雅可比矩阵计算涂覆机器人的空间位置坐标，对动态变化的目标实时定位与跟踪。实验结果表明：该方法可有效对目标进行定位与跟踪，具备外部环境适应能力。     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。     

面向机器人激光增材制造的机器视觉系统标定算法

随着现代智能制造的快速发展,金属增材制造、绿色再制造、焊接等领域大量使用机器人等自动化装备,视觉传感是机器人智能制造的关键环节.针对上述需求设计了一套基于线结构光的视觉传感器,并对其进行标定,自主开发了用于机器人激光增材制造的机器视觉系统.该系统通过Matlab相机标定工具包实现相机的内外参数标定,利用Labview编...     

基于VisionPro的工业机器人视觉定位系统

基于美国Cognex公司的VisionPro机器视觉开发软件对工业机器人视觉定位系统进行开发,可以加快应用程序开发周期,从而降低公司周期成本.视觉定位系统基于VisionPro采用C#编程语言进行开发,利用VisionPro中的图像获取、摄像机标定、目标物体匹配等工具完成目标定位和输出结果.实验证明该视觉定位系统具有实用意义.     

基于OpenMv的类人机器人投篮系统设计

针对使用线性CCD作为图像采集模块的类人机器人图像获取时间长、效率低等缺点,设计一种基于OpenMv的类人机器人。类人机器人投篮系统设计首先完成软硬件设计,然后将采集到的图像转为HSV颜色模型,利用图像分割技术将目标与背景进行分割,进而计算质心坐标,最后通过专家控制策略输出得到相应的信号调整机器人的动作。实验表明:该系统具有较高的可靠性、适应性及有效性。     

卷积神经网络算法在工件抓取中的应用

为提高机械手臂夹取物件的准确率,提出基于深度学习法的3D视觉辨识与抓取系统。该视觉系统结合GPU和深度影像Open CV等函数库,分别进行影像拾取、深度数据运算、坐标转换、影像轮廓搜寻和卷积类神经网络模型训练等。采用YOLOv2算法判别目标物体的种类和中心点,并利用轮廓搜寻方法找出物体的角度信息,作为机械手臂操作目标点;通过坐标转换将相机坐标转为机械手臂坐标,由TCP/IP通信传至运动控制系统进行物件夹取。实验结果表明:不同位置的所有零件辨识准确率均在82%以上,抓取误差在1～4 mm内,符合工业生产的要求。