基于多传感器的全向足球机器人自定位

随着对足球机器人智能水平的要求进一步提高,机器人足球委员会将比赛场地的立柱、球门颜色取消.这使以前的基于球门、立柱地标的足球机器人自定位方法失效了.本文提出了一种利用了里程计、罗盘和全景摄像头多种传感器信息的视觉图像特征匹配的足球机器人自定位方法.首先,机器人通过里程计和罗盘取定一个可能位姿.然后,由视觉处理系统把机器人的可能位姿当作变换因子对实时拍摄到的场景图像作旋转、平移变换.最后,将变换后的图像中的白线与参考图像中的白线相比较,选择使图像匹配程度最大的变换因子作为机器人自定位的结果.实验结果表明该自定位方法达到了较高定位精度并能满足比赛的高实时性要求.     

三轮全向机器人运动特性分析

在建立三轮全向机器人运动学模型的基础上,对机器人直线运动和圆弧运动的基本运动形式及特性进行了分析和仿真,研究了机器人在平动直线运动时的最大速度分布与加速度分布空间,在机器人圆弧运动的分析中,首先对其平动和自转两种形式进行了讨论,进一步通过仿真分析验证并表明机器人在圆弧运动叠加自转的情况下,当经过两点间的距离大于某一范围时,其时间最优路径是弧线路径而非直线路径的结论,这有利于在机器人足球比赛中提升机器人的机动性以及实现局部最优路径规划。     

基于微分平坦三轮全向足球机器人的轨迹规划

针对三轮全向足球机器人路径规划、位姿控制的特点,讨论了轨迹规划的控制问题,提出了一种基于微分平坦理论的轨迹规划的控制算法。此算法在轨迹跟踪控制中用来生成可行的期望轨迹,在路径规划的基础上研究三轮全向足球机器人动力学模型的轨迹规划方法,并且同时考虑控制量约束下的最优轨迹生成。仿真及实验结果表明,该算法具有控制精度较高,实时性强的特点。     

基于机器视觉的双足机器人寻迹系统设计

双足行走机器人的步态规划、步态交换稳定性控制和行走轨迹识别是其研究重点,机器人控制系统设计的合理性直接决定机器人本体的最终行走性能。同时,合理设计双足机器人的运动机械结构,降低了运动控制难度。双足机器人寻迹系统的步行运动,需要多个关节的协同控制,来保证重心的稳定性,这对双足机器人寻迹系统的硬件尺寸和关节质量有一定的限制。在特定场景中对机器人的寻迹是一个复杂的系统,包括视觉采集、图像预处理、导航线提取、路径规划、机器人控制等算法。因此,本文讨论了基于机器视觉的双足机器人寻迹系统的设计,并对系统设计进行了探讨和分析,以确定机器人各部分都能得到灵活处理。     

基于机器视觉技术的全自动微点焊机器人的研究

针对目前电声电子器件铜引线人工难以识别定位的问题,本文提出了基于机器视觉识别技术的微点焊机器人的系统,采用图像处理算法和机器视觉标定方法,解决电声电子器件铜引线的精确定位问题。实验结果证明,该系统能够有效提高微点焊的效率和质量。     

基于角偏移控制算法的机器人伺服寻迹系统设计

机器视觉和嵌入式系统是机器人领域研究的热点。随着计算机技术的发展,机器视觉在工农业生产和国防等领域已得到成功的应用。本文将机器视觉和嵌入式系统综合用于竞赛机器人的运动控制,构建一个嵌入式机器人视觉伺服寻迹系统的平台,完成相关的硬件和软件设计及制作。设计制作的试验平台能够动态地获取、处理和分析视频图像数据,将分析结果反馈于机器人本体驱动电机,实现机器人本体的自主动态寻迹,且其误差精度能得到很好的保证。     

基于机器视觉的工业机器人定位系统

建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位.采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征.经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求.     

基于机器视觉的自主式救援机器人的研究

本文将面向自主式救援机器人,从现阶段日本、中国对自主式救援机器人研究现状出发,深入分析自主式救援机器人的功能需求和硬件设备需求,并且结合自主式救援机器人工作中所具备的功能进行研究。在灾害事故当中,由于环境复杂救援人员难以勘探真实的灾害环境,从而影响救援效果,而自主式救援机器人则能够通过自身强大的移动、远程通信、监测与跟踪等功能为救援人员提供帮助。面对灾害事故频发的现代化社会,救援机器人的研发已成为全球重要的研究事项。     

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别，首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法；然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足，以提高机器人对其前方目标球的感知识别精度，同时给出了一种简单有效的前向视觉系统标定方法；最后介绍两套视觉系统共同工作的实现机制，以提高机器人的目标识别处理速度。实验结果表明，两套视觉系统能够很好地共同完成机器人的目标识别。     

使用机器视觉的柔性机器人装配质量控制

柔性机器人装配系统在现代制造系统中已越来越重要，装配质量控制是柔性机器人装配系统中的关键技术之一，装本质量控制的主要任务是检测装配状态的正确性并采取相应的措施施保证装配质量，本文提出了柔性机器人装配控制的模型以及实现这个模型的一些有效方法，最后给出一实例。     

基于机器视觉的机器人定位抓取的研究进展

传统工业机器人工作大多是通过示教或者离线编程的方式,按照规定的路径进行工作,功能单一,一旦场景发生改变就不能有效工作,智能化程度低且适应性差,无法满足柔性制造业的要求.而视觉机器人利用视觉技术获取目标物及其周围环境的信息,并能通过决策来引导工业机器人完成对路径规划和目标的抓取工作.针对视觉机器人抓取系统中的关键技术,对...     

基于工业机器人与机器视觉的芯片分拣系统设计

随着科技的发展,近年来工业机器人技术的不断发展成熟,在制造领域中,工业机器人的应用范围也越来越广.由工业机器人、机器视觉检测、PLC等系统构建的芯片分拣系统,可以实现复制式、可定制化生产,避免了工人的重复性劳动,减少了工作负担,让生产工作更加灵活,提高了工作效率.     

基于机器视觉的机器人物料分拣系统的设计

随着生产技术发展和产业转型升级,机器人代替人工劳动是大势所趋,而视觉是机器人的“眼睛”。分拣是工业生产过程的关键环节,但传统分拣工作多以人工分拣为主,这降低了生产效率,且难以保证产品质量。运用基于机器视觉的机器人物料分拣系统,能对不同颜色的物料进行准确识别和精准定位。本文阐述了机器视觉应用的意义、基于机器视觉的机器人物料分拣系统组成,设计了基于机器视觉的机器人物料分拣系统软件,分析了系统的应用优势。通过实践,实现了基于机器视觉的机器人物料分拣系统功能,提高分拣安全性、可靠性和工作效率,从而提高工业生产的智能化,适应产业发展需要。     

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,...     

基于全向移动平台的多机器人编队控制研究

针对多机器人编队控制中的队形控制和协同避障问题,提出了基于麦克纳姆轮的全向移动多机器人编队的基于领航-跟随型编队控制算法.首先建立多机器人运动学模型,得到车体运动控制参数,并针对传统领航跟随法进行改进,设计一种虚拟结构领航-跟随法,并将改进的人工势场法引入领航机器人的在线局部路径规划中,通过添加虚拟斥力旋转势场,解决了...     

基于单目视觉的机器人逆运动学分析

本文介绍了一种通过单目视觉测量,实现机器人的自主定位的数学方法.利用运动学建模确立了目标从图像到实际工作空间的映射关系,得到目标的实际位置和姿态,并利用三点法对KLD-600机器人进行逆运动学求解.实验表明,该方法操作简单,计算准确,运算速度快.     

基于机器视觉的砂轮片智能更换机器人设计

钢铁棒材轧制过程中切割砂轮锯是必不可少的装备,其使用的大型砂轮片（单片50±2 kg,直径1250 mm）每2.5 h更换一次。过去采用的是传统的人工更换,两位工人需耗时30 min,使棒材轧制无法连续生产,且砂轮螺母松紧度无法把握,太紧会使砂轮炸裂,太松容易出现安全事故,大型砂轮片更换已经成为冶金装备行业共性技术难题。“无人值守”砂轮片智能更换机器人的到来破解了轧钢实现数字化生产最大的卡脖子难题,实现了全智能在线更换、精准控制螺母松紧度、减少了棒切割的停机时间,大大提高了生产效率,降低了工人劳动强度,改善了工作环境,提高了经济效益,具有广阔的应用前景。     

一种机器人抓取矩形零件时的标定方法

计算机视觉系统应能根据视觉传感器(如摄像机)获取的图像计算出三维环境物体的位置、形状等几何信息,并由此识别环境中的物体,从而做出正确反应。因此,标定是视觉技术中的重要问题之一。以SCARA机器人为研究对象,针对机器人手爪抓取矩形零件时出现的零件转角难以确定的问题,对矩形零件的位置和角度的标定方法进行了研究。该方法不考虑畸变量,采用几组点就可以确定标定参数,简化了计算量。     

基于机器视觉的日语翻译机器人文本检测系统研究

针对当前日语翻译机器人对日语字符图像识别精度低,导致日语翻译效果不佳的问题,提出设计一个基于机器视觉的日语翻译机器人文本检测系统。在系统中输入日语字符后,即可采用基于几何特征的模板匹配方法进行字符匹配;然后通过基于归一化积相关NCC和基于边缘检测的方法分别进行字符定位和分割;最后采用基于CRNN神经网络字符识别模型进行日语字符识别。实验结果表明,提出的CRNN方法对日语单字符的训练时间和识别率分别为1.64 s和99.27%,训练时间明显低于传统的MLP神经网络,识别率较高。由此可知,提出的日语字符识别方法可提升字符识别精度和准确率,从而进一步提升了日语翻译机器人的文本检测效果和日语翻译效果,具备一定的有效性。     

基于机器视觉的工业机器人分拣控制系统探究

在工业生产环节中,工件分拣是不可或缺的一部分.其作用是将不同型号的工件、物料分类摆放到对应的位置.随着科技的发展,机器人的性能、系统等也在不断提高,为了推动机器人分拣技术的进步,本文从机器视觉的角度出发,研究机器人分拣系统,并为整个控制系统的方案设计、运动学分析、对工业摄像机的标定、图像处理、运动目标的跟踪以及机器人分...