光伏板清洁机器人运动学建模与仿真

为实现光伏板清洁机器人的精准运动控制,运用D-H法建立光伏板清洁机器人臂架机构运动学数学模型。根据变量的性质,将光伏板清洁机器人臂架机构的运动学问题用驱动空间、关节空间、位姿空间之间的映射关系描述,根据机构的几何特征,分别推导出各工作空间之间的映射关系。在MATLAB环境下对臂架机构数学模型进行运动学仿真并绘制清洗装置末端轨迹包络图,验证光伏板清洁机器人臂架机构运动学数学模型的正确性。研究结果为光伏板清洁机器人轨迹规划、运动仿真与动力学分析等提供了理论依据。     

基于视觉的工业机器人离线编程系统的设计

针对传统离线编程系统通用性差、可靠性低和二次开发难度大等问题,开发一套基于机器视觉的工业机器人离线编程系统。基于模块化思想,将该系统划分为机器视觉模块、虚拟环境模块、运动学模块、轨迹规划模块、离线程序模块和外部通信模块。借助机器视觉模块解构视觉系统与机器人末端位姿的坐标映射关系,得到规划机器人运动所需的位姿数据;基于虚拟现实建模语言构建机器人虚拟仿真环境,基于运动学模块与轨迹规划模块将位姿数据转化为机器人的作业〖JP2〗指令;基于离线程序模块与外部通信模块实现控制器指令与虚拟仿真环境的无缝衔接。最后,以一种六轴工业机器人为测试对象验证了该离线编程系统的基本功能。实验结果表明:该系统定位误差最大为0.4 mm,精度高,可满足工业应用需求。     

基于单目视觉的工业机器人定位系统的设计

在工业生产中,工业机器人如何能够准确地抓取和摆放工件是自动化生产中的一个重要问题,而问题的关键是准确地获取工件目标位置和姿态的信息。针对此问题,以图像辨识、处理及视觉定位为主要研究内容,设计了一种处理简单、计算准确的单目视觉定位系统。该系统包含静态图像采集平台、图像测量模块及与之匹配的三维空间中单目定位算法与姿态测量算法。经测试实验,并通过对数据和误差进行分析,系统满足自动化生产过程中对工件的空间定位与姿态测量的要求。     

基于工业机器人的步进电机智能装配系统设计

设计了基于PLC与工业机器人的步进电机智能装配系统,该控制系统由总控单元、行走单元、雕铣机单元、装配单元、输送单元、立体仓库单元等组成,采用以太网通信,实现了机器人、机器视觉、PLC之间的数据与I/O信号交换,能完成了步进电机各零部件的搬运、加工和装配等工序。提高了工厂智能制造与装配水平、降低了人工成本,具有较高推广应用价值。     

基于机器视觉的多关节机器人智能装配系统设计

设计一种智能装配系统,采用机器视觉识别工件的位置、角度和类型;将工件的信息通过Modbus-TCP通信协议传输到S7-1200 PLC控制器;控制器根据既定的程序算法将处理好的工件相关数据信息传输到多关节机器人的控制器,进而使机器人按照预先示教好的程序和算法对工件进行抓取和装配。该系统在实际应用中效率高、稳定性好,能有效降低人工成本,并且可以根据不同工件灵活改变控制策略,具有较大的经济和社会效益。     

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.     

机器视觉与工业机器人相结合的自动上料系统

随着工业机器人和机器视觉技术的发展和应用,将二者相结合,研发出适合锻造工况的由机器视觉引导的机器人自动上料系统.该系统由工业机器人、电磁铁机构、视觉相机、控制系统和照明系统5部分组成,经过工况设定、拍照、数据处理、定位等流程,最终引导机器人从料箱自动抓取冷态的棒料,并搬运至锻造线加热单元.详细地说明了如何处理由于光线影...     

基于NX MCD的工业机器人视觉分拣数字孪生系统设计

针对制造业中多类型、多颜色工件人工重复分拣出错率高的问题,设计一个基于工业视觉的工业机器人自动分拣物理控制系统和数字孪生系统。提出融合工业视觉、工业机器人、PLC等设备的以太网通信控制方案;基于视觉检测原理,应用视觉检测工具,结合PLC程序能够正确识别工件信息;基于NX MCD软件构建了工业机器人、输送带、工件等数字孪生系统;最后,对工业机器人和PLC进行联合编程,实现视觉分拣虚实系统同步作业。实验结果证明：该系统工件识别正确率高,工件分拣效率高,数字孪生系统能够实现虚实同步,为系统的动态监控、维护管理与虚拟调试提供了便利。     

基于ADAMS的四轴冲压搬运机器人的运动学分析及仿真

针对现在冲压行业升级改造的实际需求,设计开发一种灵活性高、控制简单的四轴冲压搬运机器人,利用Solidworks建立机器人实体模型;采用D-H法构建了运动学方程,对该机器人进行了运动学正解与反解;通过ADAMS软件对机器人进行了运动学仿真,规划了搬运轨迹;并通过对末端执行器X、Y、Z方向的位移、速度、加速度仿真曲线的分析与评估,验证设计的合理性,并为实现四轴冲压搬运机器人运动控制奠定了基础。     

基于机器视觉的Baxter机器人抓取算法研究

针对传统机器人结构化示教抓取无法满足智能制造生产过程中实际抓取需求的问题,对机器人在非结构化场景下的多目标灵活抓取进行了研究,在分析了传统机器人抓取检测方法的基础上以智能协作式机器人Baxter作为操作对象,融合机器视觉技术提出了一种基于改进的Canny边缘检测和Hough变换的机器人抓取检测分类算法,并最终实现了机器...     

基于深度学习的单目视觉水下机器人目标跟踪方法研究

介绍了一种基于深度学习的单目视觉水下机器人目标跟踪新方法,采用该方法能够使自主水下机器人(AUV)在水下复杂环境中实现图像增强处理与目标识别跟踪,对于视频图像中的每个图像,使用预先经过训练的深度卷积神经网络计算图像传输图,图像传输图提供了图像深度信息的相关估计,该方法能够识别水下目标区域,并标明水下目标运动及跟踪方向。实验表明:该方法能够更精确、更稳定地获取水下环境中的定位数据。     

基于单目稀疏法多传感器融合移动机器人定位

针对移动机器人室内定位过程中,单目视觉难适应光照变化、里程计累计误差导致定位误差较大问题,提出边缘侧多传感器融合的定位方法.以稀疏直接法(半直接法)作为单目视觉的前端,实时单目相机估计位姿,通过惯性传感器恢复尺度输出位置信息,并且获取IMU的加速度以及偏航角、里程计当前速度,通过扩展卡尔曼滤波算法融合3种传感器信息,实现更加精确的定位.在移动机器人侧处理传感器读取的信息,从而减小机器人体积.边缘侧混合式多传感器信息融合使移动机器人在单个传感器失效以及无法人为干预时,也能够精确实时地在多种复杂环境中完成自主定位.     

基于Robotic Toolbox和ADAMS的机器人运动学及动力学仿真

对国产机器人BRIR801-5进行运动学分析,采用MATLAB工具箱Robotic Toolbox对机器人进行了建模仿真,通过轨迹规划得到关节位移、角速度、角加速度曲线,利用ADAMS软件对机器人进行了动力学仿真,得到关节力矩曲线,验证理论分析正确性和机器人机构设计的合理性,为机器人结构设计和仿真提供参考。     

机器人单目视觉标定圆心靶标特征点几何求解

针对机器人单目视觉标定圆心靶标特征点求取问题,利用射影变化公切线不变性,建立圆心靶标的特征点几何求解模型,并进行了精确求解,该模型理论上不存在模型误差;为了检验几何求解模型的精确性和稳定性,分别对机器人单目视觉坐标系下的圆心靶标圆心点和棋盘格靶标角点进行了三维测量。实验结果表明:测量长度在300 mm内的最大相对误差小于1.5%,测量结果较精确;各点的距离平均绝对偏差均在0.2 mm左右,且无阶跃,该方法稳定。