基于融合BEBLID和改进ORB算法的单目视觉里程计研究

为防止FAST算法在纹理丰富的环境下提取的特征点过于密集,通过预设条件使特征点稀疏化,便于后续对极约束恢复相机的位姿;为保证相机摄入的图像帧中纹理较少,特征提取时不会丢失图像信息,提出根据特征点数量调整检测方式,使其自适应提取图像特征,增强对复杂环境的适应性;为提高图像特征的匹配精度,通过融入BEBLID使特征点描述符充分表达。经实验验证,面对复杂的场景,改进算法有较强的环境鲁棒性。改进算法的匹配精度要高于ORB算法,在算法耗时方面相较SIFT算法有量级提升。经轨迹测算后,相比于ORB算法,改进算法在相机运动上更贴合真实轨迹,在位姿精度上有较明显的提升。     

基于ROS的惯性和视觉里程计的机器人室内定位

高精度定位是室内移动机器人的基础,针对视觉里程计在室内定位中存在的精度与累计误差的问题,提出基于ORB-SLAM2与IMU的VIORB-SLAM2视觉惯性组合定位方法,首先建立视觉里程计与机器人的坐标系联系。然后利用惯性传感器构建机器人运动预测模型,基于Kinect使用ORB-SLAM2输出视觉里程计作为机器人位姿更新,通过扩展卡尔曼滤波器对视觉里程计与IMU输出的位姿进行最优估计。设计了硬件和软件平台对提出的方法进行实验。实验表明该方法优于单独使用传统的轮式里程计与视觉里程计,有效提高了机器人移动过程中的定位精度,减少误差累积。     

基于视觉信息的工业机器人搬运系统研究

针对工业机器人在搬运工件过程中容易出现拾取位置偏差的问题,以MOTOMAN-SV3X机器人为对象,研究开发了具有视觉定位及位置调整功能的工业机器人搬运系统。介绍了该系统的组成、工作流程、机器人位姿描述,并提出一种解决拾取位置偏差问题的方法,为机器人搬运技术提供了一套自动化、柔性化的应用方案,从而提高搬运精度和效率。     

基于视觉和人工地标的机器人自定位方法

基于视觉的机器人自定位方法,相比传统的定位方法具有信息量大、灵活性高、成本低等特点。针对室内移动机器人的自定位,提出了人工地标设计的"四原则",并同时设计了相应的人工地标图形;采用字符编码的方法完成人工地标的定义,选择了基于图像金字塔的最小二乘法形状匹配定位方法;采用"定局-定位-定向"的分层识别策略完成了机器人的自定位。通过实验分析,自定位精度达到亚像素精度,定位方法具有良好的实时性和识别率。     

基于电子地图辅助视觉导航的AGV设计

文章介绍了一种基于电子地图辅助视觉导航的自动导向车(AGV)的结构、功能及工作原理,并详细介绍了电子地图的表示、电子地图辅助方法及该AGv的优点.在电子地图中采用虚拟标志符区分柔性生产线中的分支路径,来引导AGV在正确的分支路径上行走.     

基于视觉伺服的机器人作业系统研究

在分析了机器人离线编程后,提出了一种基于视觉的机器人控制方法.经过图像采集卡控制相机采集作业对象信息、对图像进行二值化处理、边缘检测、特征量计算、相机标定等步骤后,根据作业对象特征形成机器人控制信息.再调用MOTOCOM32库函数与机器人通信,实现对机器人的实时控制.实验完成了预定的作业任务,并证明了该方法的意义和实用价值.     

基于机器视觉的机器人分拣系统设计

针对机器人分拣系统对工件摆放位置要求高的问题,研究开发了一套基于机器视觉的机器人分拣系统。阐述了该系统的组成和工作流程,搭建了基于机器视觉的机器人分拣系统实验平台,提出了一种适用范围广的快速手眼标定方法,采用机器视觉技术对摆放在相机视野范围内任意位置的工件进行定位并分类,通过TCP通信协议将定位分类信息发送给机器人,从而引导机器人对工件进行分拣。最后,进行了多次分拣实验,结果表明,该系统可对任意位置的工件进行分类,自动化程度高。     

基于激光视觉的焊缝特征信息检测技术研究

对于基于激光视觉的焊缝自动跟踪及参数自适应控制系统,从焊缝激光条纹中实时、快速、精确地检测焊缝几何特征信息是前提.文中利用模块化开发工具包(MDK,modular development kit)构建的焊缝特征检测系统,实现了对焊缝特征信息,如焊枪跟踪点位置和焊缝几何特征等的快速精确提取.文中主要从系统构成、工作原理、软件实现等几个方面进行了详细阐述,并通过实际的检测,验证了系统的精确性和稳定性.试验结果表明,系统具有较高的精度和稳定性,能够满足焊缝跟踪及参数自适应控制对焊缝特征信息检测的要求.     

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.     

基于图像的机器人视觉伺服系统仿真

以四自由度GRB-400工业机器人为研究对象，采用CORECO图像采集系统，构建了基于图像的视觉伺服控制系统。建立了机器人视觉伺服系统的数学模型，推导了GRB-400机器人系统图像雅克比矩阵。应用Matlab和Simulink，对GRB-400机器人图像视觉伺服系统进行仿真实验。结果表明，本文构建的机器人视觉伺服系统对静态目标定位、对直线运动目标及曲线运动目标进行跟踪，可以达到较快的响应和较高的精度。     

基于视觉的机器人目标抓取研究

为了减少机械臂在产品分类和抓取过程中的执行时间,减少定位误差,提高生产效率,提出基于视觉反馈机制的机器人控制方法。针对传统机器人只根据待抓物体特征点进行识别的局限性,根据机械臂系统可同时检测对象颜色和形状属性,提出基于RGB颜色空间和surf算法结合的目标对象特征提取方法;结合机械臂空间移动过程方法的研究,从机械臂逆运动学的角度出发,对以完成位姿定位的物体进行抓取;使用众为创造科技有限公司生产的xArm机器人验证所提方法的有效性和鲁棒性,结果表明该视觉识别方法有效提高了机器人抓取的精准性。     

基于主动视觉的机器人辅助测量

机器人在测量领域得到了广泛的应用，文中给出了基于单目视觉的器人辅助测量，采用摄象机校准得到摄象机内、外参数，由手眼转换关系移动机器人执行器得到要求的摄象机运行，从而求出空间点在摄象机坐标系中的坐标，并由摄象机的外部参数计算得到空间被测量点在绝对坐标系中位置坐标。     

融合视觉信息的语义导航实体搜索算法北大核心

为解决家庭服务机器人在实体搜索缺乏语义信息的问题,研究融合视觉信息的语义导航实体搜索算法。首先,提出基于Places205-AlexNet的场景自适应识别算法,以促进机器人对场景标注的自适应性;其次,设计实体在语义地图上的位置映射方法,帮助机器人能以人的生活习惯理解人类居住环境,具备室内物体识别能力;然后,为了获取场景信息和物体语义信息,提出了面向语义导航的实体语义知识库构建方法,使机器人进行实体搜索时能更容易定位到场景;最后,在给出基于面向语义导航的实体语义知识库构建方法的基础上,提出了融合视觉信息的语义导航实体搜索算法。实验数据表明,机器人执行实体搜索的导航准确率均在0.75以上,这证明所提出的算法能够获得较准确的场景信息和实体语义信息。     

基于多视觉特征获取与信息融合的焊道识别方法

焊接过程的复杂性与对象的多样性对焊缝视觉识别与跟踪提出了较高要求,依靠单一特征难以保证识别算法的稳定性与可靠性.文中提出了基于置信度加权的信息融合方法,对获得的不同光照条件下的同视场图像分别进行结构光条形状特征与灰度特征的提取,并分别根据两者的结果进行焊缝边缘的识别,将结果表示为位置的概率密度与置信度的形式,采用置信度加权的方法对概率密度进行叠加,得到融合结果,并针对算例进行了融合算法的验证.结果表明,算法能够实现稳定准确的焊缝边缘识别.     

基于扫描激光视觉传感的焊缝图像特征信息识别

特征点提取是激光视觉焊缝图像识别的关键技术,目前常用的斜率分析法虽然原理简单、计算速度快,但适应性不好、精度不高,对于一些复杂的深坡口焊缝甚至无法识别.对基于扫描激光视觉传感的焊缝图像识别进行深入研究后,提出一种新的特征点提取思想———由形到点,将焊缝坡口特征点分为直角拐点和斜角拐点,分别设计斜率极值法和斜率截距法来提取.实际焊缝跟踪时,根据拐点类型分别调用对应的提取算法,就能完成全部焊缝坡口所有特征点的提取.结果表明,"由形到点"提取特征点精度高,抗干扰能力强,对不同焊缝坡口形式适应性好,在厚板深坡口焊缝跟踪领域有很大的实用价值.     

基于双目视觉的机械手捡球机器人设计

为解决人工捡球费力费时的问题,设计了一种双目视觉识别定位、机械手捡拾和自主避障的轮式智能捡球机器人。该机器人通过双目摄像头和Lab VIEW平台,实现对小球图像的实时采集与处理;运动控制系统采用以STM32F411为主核心的NUCLEO-F411RE嵌入式开发板,实现对各个模块的驱动;通过五自由度机械手实现小球的捡拾;通过红外传感器检测周围环境,实现自主避障;由计数器统计捡球数量,通过手柄模块人机交互辅助完成卸载过程。仿真结果表明:该机器人能够完成高尔夫球、乒乓球、网球等多种小型球类的捡拾任务。     

基于视觉传感的机器人水下焊缝跟踪

根据视觉条件下水下自动化焊接的特殊要求,设计了一套机器人水下视觉焊缝跟踪系统.针对水下焊缝图像干扰严重、模糊等特点,采用小波变换技术去除了弧光、飞溅等干扰噪声,采用改进的模糊增强图像处理方法,提高了图像处理的效率,获取了清晰的边缘图像.边缘检测后,对焊缝左右特征点进行扫描,准确地提取了焊缝中心.为了减小跟踪误差,将焊缝轨迹中的每个小线段的坐标偏移量分成50等份,同时设计了有效地机器人轨迹跟踪控制程序.水下斜线和曲线焊缝的跟踪试验表明,在正常的条件下,可以满足跟踪要求.     

基于视觉技术的铸件打磨机器人设计

通过分析铸件毛坯现有打磨技术的劣势,提出自动扫描三维重构铸件模型,获取工件3D点云数据,然后根据打磨工艺自动规划路径并进行离线编程,获得机器人运动程序,最后按照工艺路径自动完成铸件打磨的工艺方案。在综合考虑成本、功能、力学及干涉等各方面因素的基础上,确定打磨装备的整体布局形式,并对专用恒力打磨机构、视觉系统等关键部件作了详细设计与阐述。利用现有的机械设备、工业相机及线激光组成的视觉系统对实验工件进行三维模型重构,结果显示:模型尺寸精度在±0.1 mm以内,扫描速度为1 000 mm/min。打磨实验显示:打磨后工件表面粗糙度值小于Ra6.3μm,整个打磨表面平整度也满足检测需要,单台设备打磨效率达到人工的10倍左右。     

基于双目视觉的机器人快速示教系统

针对工业机器人传统示教方式存在示教难、示教慢的问题,基于双目视觉提出构建机器人快速示教系统。该系统将双目视觉模块固接在机器人末端工具上,减小示教范围限制;设计出一种带有特征板和位姿测量杆件的手持示教装置,用于对设定点进行快速位姿示教;采用最小二乘法实现特征板到位姿测量杆件末端的平移参数标定。该系统通过双目视觉模块采集手持示教装置特征板图像,并进行图像处理获得末端点的位姿信息;将该位姿信息转换到机器人基坐标系下,实现机器人示教再现。搭建川崎RS010NA六自由度工业机器人的双目视觉快速示教系统,进行空间25点的示教复现测试,机器人示教复现位置平均误差为2.427 mm;采用移动示教后,平均位置误差下降25.3%;测试结果表明该系统具备可行性,且移动示教可以提高示教复现精度。     

基于机器视觉的MOTOMAN机器人轨迹控制

基于机器视觉的MOTOMAN机器人轨迹控制方法具有较强的灵活性,可以很好地适用于MOTOMAN机器人涂胶、切割等作业。使用张正友标定法对CCD相机的内参与外参矩阵进行求解,得到图像坐标系与机器人坐标系之间的转换关系;分析背景差分法与二值化法各自的优缺点,提出使用背景差分法与二值化结合检测法对CCD相机所捕捉的目标轨迹图像进行特征提取;对提取的特征图像进行细化与去噪处理;针对提取目标处理后得到的点序,对Motocom32库函数进行封装;机器人调用Motocom32库函数完成对MOTOMAN工业机器人的实时控制。通过试验验证了该方法的准确性