视觉工业机器人目标识别技术及抓取系统研究

为实现视觉工业机器人的目标识别与抓取,该文基于YOLOv4算法进行了研究,搭建了结合视觉机器人的目标抓取试验平台。采用深度可分离卷积替换YOLOv4特征提取部分及中间层的标准卷积,降低参数量,提高网络速度,以实现目标的快速识别。利用改进的D-YOLOv4网络构建D-YOLOv4-grasp抓取预测网络,同时采用五参数表示法检测目标的抓取位姿,并进行了试验验证。研究结果表明,采用改进的D-YOLOv4目标检测算法和D-YOLOv4-grasp抓取预测网络,可以实现视觉工业机器人的目标快速识别与抓取。     

面向数字孪生的流程型制造车间管控系统

针对流程型制造车间数据采集不全面、生产过程不透明、生产故障监控实时性差而造成的产品劣品率与生产成本高问题，构建了一种制造物联和数字孪生融合的可视化管控系统。围绕“数据感知与传输、数据适配与存储、数据分析与应用”这一主线，分析了物理制造车间的监控数据体系和管控需求，构建了面向制造物联的多源异构数据感知、传输与分析架构，提出了基于数字孪生的物联、物理、虚拟交互方案，实现多视角、分层次的数据可视化监控。最后，该系统在某锂电池材料生产车间部署应用，验证了其优良性能。