以学科竞赛促进工程能力培养——以基于机器视觉的自动分拣搬运机器人设计为例

学科竞赛在"以赛促教、促学、促创"方面发挥了重要作用。围绕工程、应用和实践,组织学生参加了中国工程机器人竞赛,为了实现仓库中多重目标的复杂搬运及堆垛任务,设计了一款基于摄像头的分拣搬运机器人。该分拣搬运机器人以STM32F103为主控芯片,机器人的行驶路径及分拣工作仅依靠摄像头识别,通过摄像头采集到黑线来规划路径、调整车身和计算行驶路径,并识别目标颜色物块。使用舵机驱动车体,二自由度机械钩子勾取堆叠的货物,再由一个机械爪子抓取和搬运。经竞赛测试,在80Lux以上照度下,机器人识别精度可达到100%,实现了分拣搬运的智能化,图像的处理仅依赖微控制器,极大地降低了成本。通过竞赛增强了学生的创新精神,团队协作能力,促进了对学生工程能力的培养。     

基于OpenCV的物料分拣搬运机器人的设计

针对当今制造业中物料分拣搬运任务的自动化问题,设计出一套新型物料分拣机器人,结合2019年广东省工科大学生实验综合技能竞赛的机器人设计要求,提出了一种基于OpenCV的物料分拣搬运机器人的设计。以结构、控制、识别及通讯四方面对机器人的设计进行介绍。在基于STM32芯片的主控制系统的控制下,以树莓派4B为核心的图像识别系统运行OpenCV对摄像头采集的图像数据进行处理,通过CAMshift跟踪算法对目标进行跟踪,得到目标在图像中的位置,机器人根据该位置对物料进行抓取并搬运至物料投放点,在机器人运动同时通过Wi-Fi和Flask框架可在浏览器网页上对机器人的识别情况进行监视。实验及竞赛结果充分证明机器人在物料分拣搬运任务的完成上具有极大的高效性、准确性及稳定性,对制造业自动化的技术推进具有极大的前景。     

基于机器视觉的工业机器人自动分拣系统设计

经济的发展推动了我国工业自动化进步,自动分拣是工业自动化中的一部分,传统的工业机器人自动分拣系统的分拣精确度较低,无法满足目前的工业化生产需求,因此基于机器视觉设计了新的工业机器人自动分拣系统.硬件部分设计了CCD图像采集器和运动控制卡,软件部分首先处理了工业机器人自动分拣图像,其次基于机器视觉识别了自动分拣工件类型,...     

基于单目视觉的智能物料分拣机器人的设计

为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计。为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统。在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位。采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划。实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能。     

基于机器人大赛的分拣机器人优化设计

针对机器人大赛中分拣机器人行走路径准确性不高和行走速度不快的问题对分拣机器人设计进行优化。通过分析并且比较目前比赛用分拣机器人几种设计的优缺点,改进其软硬件设计,建立分拣机器人行走的分动作子程序库,通过路径规划理论制定所有可能出现情况的随机组合,结合循线传感器(QTI)的交互信息,提出了基于路径规划的分拣机器人设计优化方法。在江苏省机器人大赛中,使用该优化设计的分拣机器人取得了好的成绩,得到了很好的实战验证。     

基于FPGA的搬运机器人控制系统

以FPGA作为搬运机器人控制系统的检测和控制核心,详细介绍了机器人行走控制器和机器手控制器的结构和设计方法。该控制系统采用有限状态机描述和硬件描述语言设计机器人控制器,具有自动纠偏、寻线准确、高集成度和高可靠性等特点。实际运用表明该控制系统完全满足要求。     

窄足爬坡机器人结构及控制电路设计

论述竞赛用窄足爬坡机器人的整体结构以及机器人控制系统硬件部分设计和部分功能的软件实现,结合竞赛要求完成窄足爬坡机器人整体设计安装,经过多次试验调试,机器人达到了完成上坡任务的最佳状态,试验结果表明系统设计的合理性和可行性。     

基于AT89C52单片机的搬运机器人控制系统设计

针对传统搬运机器人控制系统搬运路径准确性较差,控制耗时较长的问题,基于AT89C52单片机设计了一种新的搬运机器人控制系统;系统硬件主要由驱动模块、控制模块、显示模块和地面勘测模块组成,驱动模块具有很强的信息驱动能力,能确保机器人在运动过程得到充足的电量支持,显示模块及时进行信息显示,同时配合控制模块实现实时控制,地面勘测模块确保机器人在工作过程中对地面状况进行分析处理,从而得到更优的搬运路径;软件部分设计了搬运机器人最佳的分组搬运策略,基于AT89C52单片机将搬运指令传输至搬运机器人控制算法,快速纠正机器人的错误行为,使机器人成功完成搬运任务;实验结果表明,该搬运机器人控制系统能够有效缩短控制时间,提高控制精度,具有良好的系统规划、优化能力及智能化高.     

以码垛和分拣机器人为载体的实践教学平台设计思路剖析

采用智能工业机器人及相应的分拣、搬运、码垛、弧焊、打磨、喷涂等技术,是如今工业自动化发展的一个重要方向。本文提出一种以码垛和分拣工业机器人为载体的实践教学平台设计思路,可为高等职业教育机器人自动化专业方向,提供一种实践教学硬件建设解决方案。系统具有可扩展性,在学生实训、教师研发和对外培训等方面具备较强的使用价值。     

基于改进A*算法的分拣搬运机器人路径规划

为了解决分拣搬运机器人在路径规划过程中,遇到目标点众多的情况时存在路径寻优效率低、容易出错等问题。针对A*算法存在多个最小值时,无法实现路径最优化的问题进行研究,提出一种将蚁群算法与A*算法相结合的改进A*算法。首先使用A*算法筛选出一条最优化的路线来分布信息素,从而简化A*算法在路径规划上的运算。其次以筛选出的路线为基础,针对不同情况结合蚁群算法设计了三种通用方案,以此为基础进行具体的路径规划,从而解决A*算法本身存在的容易带入大量重复数据的问题。通过仿真与实际实验验证了本文提出的改进的A*算法能够满足自动分拣搬运的需求,值得推广与使用。     

基于物联网的分拣机器人故障检测系统设计

目前研究的分拣机器人故障检测系统检测准确性较低,导致检测结果误差较大、实时性较差;为此,基于物联网设计一种新的分拣机器人故障检测系统;选用滑轮式机器人载体设定分拣机器人,硬件部分采用Zigbee压力传感器采集机器人故障信息,利用XBEE模块负责数据传输,协调分拣中控机接收各个传感器采集的信息,通过STMP3550芯片实现控制器设计;通过信息标定、信息采集、特征提取、故障识别实现软件工作流程,应用非极大值最大类间方差法来筛选出最优的高低阈值解,得到连续但含有假边缘的故障信息图像边缘;将提取到的图像特征向量映射到类型空间之中,确定故障原因,完成故障识别;实验结果表明,所设计分拣机器人故障检测系统在6次检验中都准确地检测出故障原因,故障检测耗时平均值为3.27 min,能够有效提高检测准确性,加强检测结果的实时性.     

Task-based Hardware Reconfiguration in Mobile Robots Using FPGAs

This paper presents a methodology for the realization of intelligent, task-based reconfiguration of the computational hardware for mobile robot applications. Task requirements are first partitioned into requirements on the system hardware and software. Architecture is proposed that enables these requirements to be addressed through appropriate hardware and software components. Hardware–software co-design and hardware reconfiguration are utilized to design robotic systems that are fault-tolerant and have improved reliability. It is shown that this design enables the implementation of efficient controllers for each task of the robot thereby permitting better operational efficiency using fixed computational resources. The approach is validated through case studies where a team of robots is configured and the behavior of the robots is dynamically modified at run-time. It is demonstrated through this implementation that the design procedure results in increased flexibility in configuration at run-time. The ability to reconfigure the resources also aids collaboration between robots, and results in improved performance and fault tolerance.     

基于ARM9与Linux智能搬运分拣机器人的设计与实现

给出了嵌入式ARM-Linux平台环境下的智能搬运分拣机器人的设计方案。其硬件平台是以ARM9架构处理器S3C2440A作为系统控制核心,并根据硬件资源对kernel、根文件系统以及应用程序进行了修订和编译,为机器人构建了Linux系统软件平台。同时还采用了一种改进型SIFT算法进行货物识别。凭借着强大硬件性能、开放的软件系统以及高效的匹配算法,使本机器人动作稳定性好、拓展性强以及识别精准度高等特点,能够工作在多种作业环境下。     

用光学阵列传感器的机器人物体分类系统

本文介绍用光学阵列传感器的机器人物体分类系统。传感器直接安装在机器人的两个手指上。被抓物体的阴影通过光导纤维传到安放在“安全区”的光敏元件上。计算机识别物体的轮廓后命令机器人抓握物体,并把它运送到指定的地点从而达到物体分类的目的。     

基于改进RBPF算法的轮式机器人SLAM导航系统设计

传统的机器人导航系统在复杂的地形环境中常常无法引导机器人躲避突然出现的障碍物,无法精准采集数据。为此提出一种改进RBPF算法的轮式机器人SLAM导航系统,对系统硬件和软件进行设计。系统硬件主要由导航功能模块、底盘驱动模块、控制模块组成,利用RPLIDAR A1型激光测距雷达设计导航功能模块,并设计底盘驱动模块和控制模块。软件设计中,以改进RBPF算法为基础,设计了轮式机器人SLAM导航系统的实现程序,应用算法代入的方式加强了普通轮式机器人导航算法对粒子计算与卡尔曼滤波的敏感程度。实验结果表明,改进RBPF算法在避障和计算误差方面的优势,证明了该系统相比传统避障后的路径选择更便捷,导航错误出现率降低了30%左右。     

管道检测机器人设计与实现

为了简化管道检测流程和提高效率,设计了一种以通信服务模块为中心的管道检测机器人系统.从硬、软件两方面介绍了该嵌入式系统的设计和实现方法.硬件部分采用低功耗、高性能的STM32处理器作为客户端,通信服务模块采用高通AR9331路由器处理芯片.软件部分主要使用基于Linux的小型开源系统OpenWRT,实现了运动控制、视频采集、参数检查、网络数据收发、级联工作等功能.根据管道机器人的特殊工作流程,制定了一套适用于管道检测的通信协议,保证了机器人的正常工作,提高了检查效率.各种测试结果表明该嵌入式系统设计合理,整体上满足管道检测机器人的各项功能要求.     

基于EAIDK的智能煤矸分拣系统设计

现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高,而基于密度的分拣方法适用于井下初选,成本较高。针对上述问题,设计实现了一种基于EAIDK的智能煤矸分拣系统。采用嵌入式人工智能开发平台EAIDK构建矸石识别和分拣控制硬件平台,在嵌入式深度学习框架Tengine下利用深度学习算法搭建卷积神经网络,建立端到端可训练图像检测模型,并利用智能摄像机获取的图像数据训练模型;通过手眼标定获得摄像机坐标系与机械臂坐标系之间的关系,控制机械臂进行矸石追踪和分拣。实验结果表明,该系统矸石识别准确率稳定保持在95%以上,机械臂跟踪时间小于30 ms,执行误差为1 mm左右,可以满足煤矸分拣工艺要求。     

基于PXA255的嵌入式机器人控制系统 --软硬件设计与实现

介绍了一个基于PXA255处理器的机器人控制系统的硬件设计与实现,操作系统的移植,并对系统的实时性作了初步的分析测试。该系统性能好、功耗低、重量轻,实时性好,非常适合作为微型空间机器人的控制器。