多场景下基于快速相机标定的柱面图像拼接方法

针对目前利用相机标定参数进行图像拼接的方法存在受场景限制大、标定过程复杂而耗时长的问题,提出一种多场景下基于快速相机标定的柱面图像拼接方法。首先,利用棋盘格标定板角点特征提取精度高的特点,使其分别位于两两邻接图像的重叠视场中,对该图像序列依次进行角点提取、精确化和匹配等预处理,以准确快速求解出待拼接图像间的配准参数;然后利用标定得到的配准参数快速拼接图像,通过柱面投影以保持图像的视觉一致性,并采用多频段融合以保留图像的细节信息;最后,将整个系统搭建在低功耗嵌入式平台,实现可在多场景下完成快速标定及基于标定参数的拼接过程。实验结果表明,该文方法在室内及隧道等场景下可准确快速完成相机标定,图像拼接过程耗时短,同时可保证较高的拼接精度和较好的成像效果,具有较强的鲁棒性。     

曲面复合材料缝合机器人自动路径规划技术

为提高复合材料预制件缝合机器人的灵活性与加工柔性,针对缝合机器人自动路径规划问题,研究了基于三维光栅扫描技术的曲面复合材料缝合机器人视觉接缝提取技术.针对三维扫描摄像机视场固定的特点,对摄像机进行标定实验,改进传统的手眼标定方法,提出一种用于求解手眼关系矩阵的四点标定新方法,建立了机器人坐标系与摄像机坐标系的位姿映射关系.经过手眼关系标定,三维光栅扫描仪采样得到的缝合预制件点云数据可转化为机器人坐标系下的点云数据坐标.进一步对采集的预制件点云数据进行接缝中心线提取,提出了一种缝合轨迹及姿态规划算法,采用三次多项式对接缝中心线进行空间曲线拟合,采用最小二乘法对缝合微切平面进行平面拟合,完成机器人操作空间前进矢量及接近矢量的计算.最后,将规划结果应用于缝合机器人的离线编程仿真与实验中.实验结果表明,该系统精度高,线迹成型良好,可以满足机器人缝合系统的要求.     

自由飞行空间机器人电联试实验平台的研制

为检验自由飞行空间机器人(FFSR)系统各个部件电接口传递信息的正确性及系统在轨执行任务的能力,采用数值模拟方法,通过软硬件结合的方式建立了FFSR电联试实验平台.该平台主要由主控计算机、主机系统、虚拟关节、虚拟视觉等4个功能模块组成.在此平台基础上建立了基于视觉反馈的机械臂运动控制算法和电机三环控制模型.该平台可用于对实际FFSR系统的数值仿真.对电联试实验平台的测试结果表明,该平台能够很好地完成对实际机器人系统通讯能力的模拟测试及系统控制算法的仿真验证.     

应用于圆饼工件分拣的码垛机器人自适应积分滑模控制

目的 针对存在系统未建模特性和负载变化下码垛机器人关节空间轨迹跟踪控制的问题,设计一种基于结合时延估计技术与自适应积分滑模面的控制策略。方法 根据圆饼工件分拣需求,设计一款桌面式码垛机器人系统,推导机器人的运动学与动力学模型,给出关节空间轨迹规划算法,并基于无模型思想设计关节空间轨迹跟踪控制器。结果 利用雅克比伪逆法可反解出机器人的关节角;通过所提的轨迹规划算法能有效获得各关节运动轨迹;与PID控制器和积分滑模控制器相比,文中所提控制器具有较好的控制精度、较强抗干扰性和较高的鲁棒性。结论 仿真和实验结果表明,所设计的基于时延估计技术的自适应积分滑模控制器是合理的,能使得码垛机器人完成圆饼工件的分拣任务,具有一定的工程应用价值。     

直线拟合的高准确度投影结构光系统标定算法研究

针对现有投影仪-相机结构光测量系统标定算法准确度不高的问题,提出一种基于直线拟合的高准确度标定算法。该算法首先找到系统灰度响应线性度较好的灰度区间,在该区间内采用三频四步相移算法对相机获取的投影光栅图像进行相位恢复。然后计算出棋盘格角点在相机坐标系中的坐标,并找到这些角点在投影仪图像中的对应像素点,通过直线拟合的方法进行优化,提高匹配点的搜索准确度。最后采用双目视觉的标定方法实现投影结构光系统的标定。系统标定实验的结果验证所提出的基于直线拟合的标定算法具有较高的标定准确度,有助于后续高准确度的三维重建与测量。     

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。     

机器人视觉搬运系统构建与软件开发

目的基于双目CCD相机、机器人、搬运手爪构建机器人视觉识别与搬运平台,引导机器人实现自动抓取。方法利用OPENCV库函数,由二次开发完成相机的标定,经图像采集、预处理,研究了立体匹配、边缘提取等算法,提取物体的轮廓特征点,并计算物体质心点的三维坐标,换算成机器人的关节转角信息,为机器人抓取提供视觉定位。结果基于VS2012开发平台,将视觉图像处理、机器人控制、数据传输集成于PC端,便于人机交互和软件集成,正交实验表明空间不同方向的定位误差在0.5～1.5 mm范围内。结论所提视觉引导方案能提高机器人动作的精确度,满足工业搬运要求。     

基于手眼系统的视觉定位研究

针对自动化产品装配中的视觉定位问题,搭建一套基于手眼(eye-in-hand)系统的机器视觉装配实验平台。在Halcon软件平台上运用张正友标定法对相机内参数和外参数进行标定,并利用手眼关系方程CX=XD求解出机器人的手眼关系以完成手眼系统标定的过程,最终将手眼系统标定结果应用于视觉装配平面的目标点定位。其中以机器人定位到的目标点坐标为理想位置坐标,对视觉定位与机器人定位得到的目标点位置进行比较分析,验证该手眼系统视觉定位的准确性并对视觉系统进行不确定度评定,实验重复性良好。实验结果表明,用此方法得到的手眼系统视觉定位精度能达到0.6 mm,满足机器视觉生产线上产品装配的需求。     

面向建筑物重建的相机标定方法研究

由于灭点具有很多独特的几何属性且大量地存在于建筑物场景中,因此针对建筑物重建,提出了一种基于灭点的相机标定方法。首先通过构造各种几何约束关系,如灭点与相机矩阵间的关系、世界坐标原点和相机矩阵间的关系,逐步实现相机矩阵的度量重建和欧氏重建,获得相机矩阵的值,然后通过分解相机矩阵得到相机的内外部参数。该方法在标定过程中无须借助任何标定物,求解过程简单,标定速度快。实验结果表明,该方法可以满足虚拟现实中建筑物场景重建的需要。     

视觉引导的机器人条烟分拣系统设计与实现

目的 为了实现对多品种条烟高效率分拣,开发基于视觉的工业机器人条烟分拣系统平台。方法 系统采用LABVIEW图像采集及处理双进程执行系统,并基于LABVIEW进行二次开发的图像模板匹配算法。模板匹配算法得到的数据,通过与工业机器人之间的数据库对比来实现对条烟的识别和分拣,拓展机器人的应用范围。结果 4种任意放置条烟进行分拣,识别时间在100ms之内,条烟识别准确率为100%,条烟分拣速度根据传送带设置为0～4 m/s可调。结论 视觉引导的机器人条烟分拣系统软硬件设计正确,条烟识别准确,条烟分拣效率高。     

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。     

一种面向机器人分拣的杂乱工件视觉检测识别方法

为了从输送带上杂乱工件中分拣出符合规格的目标工件,提出了一种基于多帧工件图像聚合分割的检测识别方法。该方法首先通过工业高精度相机获取工件图像,由改进的分水岭算法分割工件图像;然后基于工件外观形状特征,利用分类回归树(CART)对分割出来的工件图像进行类型识别;进而应用直方图反投影和核密度估计,将来自多个帧的同一个跟踪目标工件对象掩模组合成一个精细掩模,便于精确测量出工件尺寸;最后再联合机器人手眼标定参数,获取符合规格目标工件的位姿,实现机器人分拣。实验结果表明,该方法可快速从输送带上杂乱工件中准确分拣目标工件,具备良好的实用性和稳定性。     

基于视觉和工业机器人的动态抓取技术

目的 针对传送带输送产品过程中,机器人动态抓取产品的位姿数据计算问题,提出一整套基于智能相机和编码器检测的位姿数据计算方法。方法 首先搭建一套相机检测和机器人动态抓取系统模型,介绍抓取系统的构成及其工作过程;其次,为抓取系统创建各个坐标系,详细介绍各个坐标系间的变换关系、矩阵模型及需要标定的量;再次,设计标定量的测算过程和计算公式;最后,搭建以三菱工业机器人、欧姆龙智能相机及编码器等核心部件为主的实验样机,对上述位姿数据计算方法进行测试和验证。结果 实验结果表明,产品位姿数据的计算值与实测值之间的误差低于0.4 mm。结论 基于视觉和编码器检测的机器人动态抓取精度符合工程应用要求。     

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。     

骨科虚拟手术仿真系统研究

基于软件平台JAVA3D和VTK开发出了正骨机器人虚拟手术仿真系统.论述了仿真系统体系结构和主要功能;分析了虚拟手术仿真目标的实现策略;给出了主从操作和并联主手监控实验的仿真结果.结果表明,该仿真系统结构合理可靠,构建的虚拟环境和仿真算法可逼真地演示机器人系统的手术过程.     

面激光测量传感器快速标定方法

本文提出了一种基于平面靶标的结构光系统参数快速标定方法。该方法基于摄影测量技术,使用编码点制作的平面靶标,由相机获取靶标平面光条图像,根据编码点的图像坐标以及靶标坐标,经过仿射变换和后方交会等处理,可以快速方便的得到光平面标定点的相机坐标,将标定点进行拟合即可完成标定。实验表明,该方法的光平面拟合中误差优于0.07 mm,系统测量精度的平均相对误差优于0.33%,具有较高的标定精度。同时该方法可以实现点、线、面等模式的结构光参数标定,通用性较强,标定效率较高,方法灵活,适合现场标定。     

一种星球漫游车的增强环境地形重构

本文提出一种基于相机自标定和准稠密匹配相结合的星球漫游车的环境地形重构方法,通过SIFT特征点提取,Kruppa方程的相机自标定、准稠密匹配以及三维重构,生成漫游区域的环境地形图. 与传统方法相比,该方法首先通过Kruppa方程可以不依赖星球地形地貌场景的几何结构实现车载相机参数的自标定,解决车载相机参数不一致性问题;其次,通过基于SIFT特征点的准稠密匹配能够快速获得更多可靠而准确的匹配点;最后,利用相机参数标定结果和匹配点实现稠密的、高精度的星球漫游车环境地形重构.实验结果证明了该方法的有效性.     

基于BP神经网络的包装分拣机器人视觉标定算法

手眼标定确定了机器人基座坐标系和摄像机坐标系之间的非线性映射关系,在视觉伺服中起着重要作用。针对视觉伺服控制系统中的手眼标定问题,基于机器人工具箱和神经网络工具箱,在MATLAB/Simulink环境下,使用误差反向传播（BP）神经网络算法和径向基（RBF）神经网络算法进行仿真,拟合了6自由度分拣机器人和单目摄像机之间的映射关系,通过仿真结果分析了两种算法的精度。此外,在同一实验条件下使用BP神经网络与张氏法对机械臂进行手眼标定,通过在机械臂实际工作空间内抓取同一组随机取样本点进行实验,并对比随机样本点的抓取精度。仿真和实验结果表明BP神经网络在标定精度上优于RBF神经网络算法和张氏标定法,能够在实际应用中提高手眼标定的精确度,具有一定的工程意义。     

基于机器视觉的线束末端包覆质量检测系统研究

目的为了自动、准确地识别汽车线束末端包覆质量,以工业机器人和工业相机为基础,设计一种基于机器视觉的汽车线束末端包覆质量检测系统。方法该系统使用置于工业机器人手臂的CCD工业相机采集图像信息,首先运用HALCON对系统进行标定,其次通过梯度腐蚀等预处理,角点检测等方法得到线束的节点坐标,然后以归一化匹配标准为基础,提出多区域双层的多阈值模板匹配算法对线束末端包覆质量快速识别,计算线束末端未包覆长度并得到线束节点坐标修正值,最后进行未包覆段补包。结果实验表明,此系统在检测端末节点数少于10个的线束末端包覆质量的准确度维持在97.22%以上。补包后偏差量的绝对值小于2 mm,且重复性精度为1.07 mm。结论该检测系统稳定可靠,能满足实际生产中对线束包覆质量的检测,提高了线束包覆生产线的自动化和智能化水平。     

数字近景摄影测量中相机内参数校准

以数字近景摄影测量中相机内参数为研究对象,分析了相机成像模型和镜头畸变模型,使用基于平面标定物的方法对内参数进行了校准。根据数字近景摄影系统的特点和用途,设计和制作了具有多种特征的标定板,给出了相机内参数校准的步骤。对角点检测函数做了算法上的分析,编写了适合标定板的角点检测函数。用该方法对数字近景摄影相机的内参数进行了校准试验,角点检测的平均误差＜0.02 pixel。