基于3D视觉的机器人分拣实验系统研究与设计

针对智能制造工程专业多学科交叉融合特点,开展了基于3D视觉的工业机器人分拣实验系统研究与设计.采用Kinect相机、工业机器人、PC机、末端执行器搭建了系统硬件实验平台;采用支持向量机算法识别目标物体,提出了将中值滤波预处理和最近邻插值修复相融合的空洞毛刺修复方法;针对待识别物体是否重叠相互遮挡设计了基于霍夫变换计算物体中心点位置及基于点云配准的位姿估计定位策略;在上位机交互界面引导下完成机器人分拣系列实验.实验结果表明：该系统能够准确识别快速稳定分拣出特定形状和颜色的目标物体,实验内容涉及机器人、机器学习、图像处理、软硬件设计等多门课程知识与技术,综合性强、开放性好,为智能制造工程专业实验室建设提供了一种综合性创新型实践平台.     

基于最优位姿集的机器人标定及不确定度评定

为解决因标定位姿点随机选择导致机器人标定结果不稳定、可靠性低问题,研究了基于雅克比矩阵奇异值计算可观测 指标的最优位姿点数目及最优位姿集选择算法,建立了机器人 MDH 模型,采用 LM 算法对几何参数进行辨识,使用 LeicaAT960 激光跟踪仪分别在最优位姿集和随机位姿集下对 Staubli TX60 机器人末端位姿大量实测;在分析研究机器人标定不确定度来 源基础上,采用测量不确定指南(GUM)计算几何参数标定的不确定度及蒙特卡洛模拟法对机器人末端位置不确定度进行评 估,结果表明,经最优位姿集标定后的机器人不仅在测试点精度有大幅提升,而且几何参数及末端位置平均不确定度约为随机 位姿集标定的 0. 11 倍,标定结果稳定可靠,泛化能力强,适于在高精度、大范围作业场合推广应用。     

基于CSI的三维联合参数估计算法

针对商用Wi-Fi设备中由于天线数量和信道带宽有限而导致的到达角(AoA)和飞行时间(ToF)估计精度受限问题,以及现有基于最大似然估计的3维参数估计算法容易收敛于局部最优值,且依次对参数进行估计的方式使参数之间会互相影响的问题,该文提出一种基于Wi-Fi信道状态信息(CSI)的AoA,ToF和多普勒频偏(DFS)的3...     

低温液相法制备硫化铋纳米材料的研究进展

文章综述了低温液相法制备纳米硫化铋的最新工艺研究进展。从原料选用、制备工艺、设备等多方面对各液相法包括水热(溶剂热)法、回流法、超声法、微波法、模板法等进行了比较和总结,并深入分析了其制备工艺的发展趋势。     

基于机器视觉的分拣机器人6D位姿估计北大核心CSCD

为解决传统分拣机器人通过人工示教完成指定动作其自动化程度低、实时性差、可移植性弱等问题,研究设计了基于机器视觉的分拣机器人实验平台,提出了基于粗配准与增强精配准混合递进配准策略的6D位姿高精度估计方法。首先,将由视觉传感器采集的3D点云信息进行背景信息去除、目标区域裁剪、ROI提取等预处理;然后采用采样一致性初始配准算法(SAC-IA)进行位姿粗配准,再利用迭代最近点算法(ICP)进行精配准及正态分布变换(NDT)进行增强精细配准,以获得高精度6D位姿。实验结果证明,通过粗配准与增强精配准能够快速准确获得待抓取目标6D位置和姿态,与理论位置和姿态相比较其误差分别控制在1.5 mm和2°之内,满足分拣机器人的实际需求,所提出的方法便于在基于机器视觉的机器人装配、打磨等有高精度6D位姿估计场合推广应用。