基于机器视觉的智能魔方机器人研究综述

魔方机器人是一种能将任意打乱的魔方自动复原的机器人系统。作为智能机器人的一种,魔方机器人涉及机器人学、计算科学和机器视觉等多门学科。文中对当前魔方机器人的研究现状进行回顾和分析,将其划分为3个基本的功能模块,即魔方状态识别模块、复原步骤求解模块和复原动作执行模块,并从这3个方面对各种魔方机器人进行具体分析与综述;最后对魔方机器人的研究发展进行了展望。     

基于机器视觉的智能空瓶检测机器人研究

介绍了智能空瓶检测机器人的机械与电气控制系统以及机器视觉在空瓶检测中的应用原理 ,分析了其中的关键技术 ,提出了相应的图像检测算法 ,并在实验样机上验证了算法的有效性和实用性     

基于机器视觉的工业机器人智能分拣系统设计

为了解决使用传统示教或离线编程方式的工业机器人无法满足复杂分拣环境作业要求的问题,以史陶比尔工业机器人、Kinect深度相机为硬件基础,搭建了基于机器视觉的工业机器人智能分拣系统平台。通过支持向量机(SVM)实现对分拣物体的学习识别,通过基于采样一致性(SAC-IA)粗配准和迭代最近点(ICP)精配准算法实现对物体位姿点云数据的配准。实验结果表明,搭建的智能分拣系统能够识别分拣物体种类并且获取物体的位姿,拓宽了工业机器人的应用领域。     

基于机器视觉的智能垃圾分拣机器人的设计

设计了一款智能分拣机器人,通过使用OpenMV摄像头辨别物体的颜色,用Arduino板作为机械臂的主控板,双模块之间使用蓝牙串口模块进行通信,从而实现六自由度机械臂进行物体的抓取和搬运。经过多次的测试,机械能够在准确有效的自动识别目标物体后,对物体进行颜色分拣,为市场的需要提供简单有效的新方案。     

基于机器视觉的SCARA机器人的应用

结合机器视觉技术,通过相机坐标与机器人坐标的转换,研究开发出了一套SCARA机器人跟随抓取物体的系统。该系统在实际的实验检测中得到了初步的成功,通过了相应的误差检测分析,验证了该方案的可行性。     

探析机器视觉技术在智能制造中的应用

随着现代科技的快速发展,工业机器人的研究与应用水平在不断提高,其耐久性、稳定性和快速性、精准性等优势为制造业发展提供了巨大帮助。在产业制造技术精密度要求越来越高的今天,引入工业机器人代表的智能机器视觉技术,能够让制造设备更加智能化,生产效率显著提升,对于促进制造业智能化发展、帮助智能制造快速成长、有效提升我国经济发展水平而言意义重大。本文首先就机器视觉技术和智能制造进行概述,进而分析机器视觉技术对制造业产生的巨大影响,最后具体探析了机器视觉技术在智能制造中的应用。     

基于机器视觉的智能起重机系统应用研究

文中针对某在用吊运核废料起重机控制方式的运行特点,研究其基于自抗扰控制器的机器视觉扰动抑制方法,采用工业相机获取该起重机运行过程中工作区域内的数据,通过试验论证,该系统在保证视觉识别运行系统定位精度的同时,具有很好的可靠性,表明该系统能够实现起重机的运动和定位控制。     

基于机器视觉的工业机器人定位系统研究

随着《中国制造2025》提出,工厂对“智能制造”的战略地位迅速提升。工厂对智能设备的要求越来越高,传统的工业控制技术早已不能满足高质量产品生产的指标要求,尤其是在一些精度要求高、产品前沿报废率低的企业。近年来,机器视觉技术发展迅速,能够适应高要求、高精度的定位需求,机器视觉的引入极大的拓展了机器人的应用领域,对工业自动化发展具有重要意义。本文引入ABB机器人(IRB120)为基础,研究并构建一套基于机器视觉的工业机器人锂电池载流片定位系统。整个系统包括机器视觉系统和机器人控制系统,由机器人本体及控制器、CCD相机、计算机、图像采集卡、光源及软件系统构成。整个系统通过机器人与CCD相机的坐标系标定,模板标定,CCD相机获取锂电池载流片图像,对图像特征进行预处理,分类标记功能,图像处理技术,目标定位算法处理后,将锂电池载流片的定位信息通过通讯传输给机器人控制器,控制机器人执行完成锂电池载流片的定位任务。     

机器视觉技术在智能制造装备中的应用分析

随着科学技术不断发展,工业机器人被广泛应用于工业生产中,有效提高了工业生产水平。为了进一步满足工业制造精度要求,机器视觉技术被引入到智能制造装备中,能够在一定程度上提高制造设备智能化程度,由此生产效率也能得到相应提升。通过对机器视觉中的关键技术进行论述,进一步探讨机器视觉在智能制造装备中的具体应用,希望能够为从事相关工作的技术人员提供帮助。     

智能堆码起重机器人的机器视觉算法设计

着重阐述智能堆码起重机器人设计中的机器视觉算法部分,主要包括主机与传感器之间的通信协议,OpenMV作为颜色、形状识别传感器的原理及程序代码,以及OpenMV作为寻迹传感器进行偏差计算的方法与程序代码。     

基于机器视觉的垃圾分拣机器人

为了把人从环境恶劣、枯燥繁重的垃圾分类工作中解放出来,本项目设计了一款基于机器视觉的垃圾分拣机器人.机器人以STM32单片机为主控,根据树莓派发送的不同指令控制六自由度机械臂抓取垃圾.机器人的视觉系统部署在树莓派上,视觉系统使用CSI摄像头获取图像并通过YOLOv4目标检测算法求得图像中垃圾的分类信息和位置信息,最后通...     

基于机器视觉的果园林下割草机器人研究

高效智能地割除果园林下杂草是实现果园智能化管理的重要基础.针对当前果园林下割草机器人智能化水平低、成本高等问题,设计与实现了一种基于机器视觉的果园林下割草机器人.构建了四轮驱动机器人本体,设计了由升降系统和刀具组成的割草机械结构.并提出了以机器视觉为基础的割草机器人避障、自动返航等路径规划方法.最后,以平整草坪为实验场地与传统人工进行实验对比.结果表明,所设计的果园林下割草机器人可以显著提高割草效率与智能化水平,为果园的精准管理提供必要的技术支撑.     

基于机器视觉的工业机器人分拣技术研究

简要介绍基于机器视觉的工业机器人分拣系统的构成,分析基于机器视觉的工业机器人分拣工作的流程,探讨工业机器人在机器视觉条件下的分拣技术,促进工业机器人分拣技术被进一步推广和应用,提升我国各个行业中自动化生产线的生产效率和柔性。     

基于机器视觉的工业机器人分拣技术研究

近年来,机器人技术已逐渐走进每个人的日常生活。随着科技的进步和我国经济的快速提升,机器人领域的科研也一次次有了新的进步,机器人的分拣技术一直深受专业人士的关注,机器人和系件特性也在与时俱进。为了更好地提升机器人分拣技术,本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设,并对其作用进行了实验研究。     

基于机器视觉的果园林下割草机器人研究

高效智能地割除果园林下杂草是实现果园智能化管理的重要基础.针对当前果园林下割草机器人智能化水平低、成本高等问题,设计与实现了一种基于机器视觉的果园林下割草机器人.构建了四轮驱动机器人本体,设计了由升降系统和刀具组成的割草机械结构.并提出了以机器视觉为基础的割草机器人避障、自动返航等路径规划方法.最后,以平整草坪为实验场地与传统人工进行实验对比.结果表明,所设计的果园林下割草机器人可以显著提高割草效率与智能化水平,为果园的精准管理提供必要的技术支撑.     

基于机器视觉的机器人分拣技术发展研究

在工业生产中,完全人工分拣作业很难实现生产目标,而传统机器人分拣还存在系统稳定性较差、精度较低等缺点。针对这些问题,在传统分拣机器人中引入机器视觉,完成对工件、食品以及其它产品的分拣工作,不仅能够满足生产需求,而且能够提高生产效率。基与此,重点分析目标识别、目标跟踪以及视觉伺服等关键技术的研究现状以及在工业、食品以及其它领域的应用现状,并对未来的发展趋势进行展望。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于机器视觉和深度学习的智能制造缺陷检测技术与应用

在工业智能制造行业中,质量缺陷检测工作面临一定的困难。在传统的物体表面缺陷检测中,人工目测不但过于主观,而且效率低下。基于机器视觉和深度学习的智能检测技术借助光学成像及图像处理等功能,能够准确计算待测物体的坐标信息,然后对物体实施自动定位并引导,同时完成自动装配。该检测技术具备非接触、无损伤、准确性高、连续工作时间长和高效率等优势,是目前智能制造检测较理想的方式。     

基于机器视觉系统的机器人柔性应用的实现

柔性生产作为生产制造类企业增强灵活性和应变能力,缩短产品生产周期,提高设备利用率和员工生产效率,改善产品质量的重要方法,一直是生产制造类企业进行产业升级改造过程中的关注重点。随着科技飞速发展,智能制造水平的不断提高,各种智能技术和智能装置被应用到生产设备上,使得生产设备的柔性大大增强。工业机器人配合机器视觉系统定位补偿进行柔性操作,就是这些技术的一种实现,文章结合实际项目,对该应用进行阐述。     

机器视觉技术在工业机器人的应用研究

工业机器人自20世纪60年代初问世以来,其研究、开发及应用一直受到企业与科学家的关注,广泛应用于化工成产、设备安装、道路施工、机械制造、凿岩采矿等诸多领域。随着工业机器人的发展,越来越重视将视觉系统应用到工业机器人上。本文主要进行图像处理,针对二值化分割,目的在于后续求得工作质心与角度。因本实验工件与背景色的问题,先进行普通阈值二值化处理得到的结果令人并不是很满意,所以结合具体情况,对算法进行优化,采用基于6色调的黑白化处理。最后,先做工件最后的定位分析和求解工件摆放角度。