基于机器视觉的自动化装配系统设计

为了加快中国产业升级,机器视觉和工业机器人是改变手工装配模式的重要手段。机器视觉作为一种用于识别物体、从数字图像中提取和分析物体信息的技术,已被广泛应用于工业生产中。为了进一步推动机器视觉应用于自动化装配系统,文章提出与机器视觉系统相结合的自动装配系统的原型。在机器视觉系统中,开发一系列定位算法,并用图像校准以获得机器人拾取和放置过程的正确坐标。测试表明,系统能够正确检测和识别装配空间的形状和方向,从而实现零件的拾取和放置过程。     

基于机器视觉的双臂协作机器人拧紧装配实验研究

针对发动机连杆装配过程复杂繁琐且操作人员易受伤害的问题,提出一种基于机器视觉和力觉协同引导下的双臂协作机器人拧紧装配策略。在建立双臂协作机器人运动学模型的基础上,协作机器人首先通过左臂进行机器视觉识别及引导,带动右臂在PID算法下进行位姿调整及伺服机构的粗定位;在精定位阶段,运用机器人末端的力觉信息反馈,实现扭矩监控和拧紧螺栓双向协同作业,协力完成拧紧工序的力觉精确调整;通过以上装配策略,实现发动机连杆拧紧全过程管理,提升了装配工艺操作的高效性及安全性。实验结果表明：基于机器视觉和力觉协同引导下的双臂协作机器人装配安装过程全程可控,且装配结果符合生产工艺要求,可在序列化生产中推广应用。     

基于显微机器视觉的微小零件装配系统研究

针对精密微小型机电产品装配中的组成零件尺寸小、普通摄像机的分辨率低的问题,提出了一种基于显微机器视觉而建立的高分辨率CCD摄像机与体式显微镜相结合的显微视觉测量系统。采用MATLAB软件中图像平滑、图像识别、边缘提取以及最小二乘拟合圆等方法,对采集到的待装配微小零件的图像进行分析,研究了微小零件装配系统的组成、待装配微小零件的识别定位以及装配过程。结果表明,所采用的显微视觉测量系统,实现了待装配零件的识别定位,完成了待装配微小零件的自动测量和精密装配。     

基于HALCON的汽车轮毂分类系统实验研究

机器视觉识别技术具有非接触、效率高、精度高、在线实时、长时间稳定工作等优点,对提高生产的柔性和自动化有重要作用,是实现集成制造技术的基础。在分析了机器视觉在现代生产中应用的基础上,对机器视觉识别技术在汽车轮毂成型生产线上的在线识别系统进行研究。通过对轮毂图像的获取、图像预处理、特征提取,应用德国MVetc公司的机器视觉软件Halcon来搭建整个视觉系统,提出了一种利用模板匹配来实现轮毂分类的方法,并用基于图像处理底层的Halocn函数实现改进的识别算法。     

机器视觉检测系统在汽车中央电器盒上的应用

介绍汽车中央电器盒总成装配中对装配的部件及字符检测的机器视觉检测系统的应用,并对机器视觉检测系统的原理、图像处理过程和结果进行了阐述。     

基于物联网的智能无人生产线系统研究

传统的人工生产线效率较低,无法适应大规模工业生产需求。鉴于此,提出了一种基于物联网的射频识别与机器视觉相结合的智能无人生产线系统。该系统以射频识别(RFID)为技术基础,通过识别零件上的标签来实现控制和管理,以空间坐标系化的算法使机器人自动装配,基于深度学习的机器视觉算法实现零件装配成功率检测,通过相机拍摄的大量装配照片形成数据集,搭建并训练神经网络模型进行检测。生产线各部分通过局域网连接,从而实现生产线的无人化和智能化作业。     

汽车轮毂在线识别系统的研究

主要研究了一种机器视觉系统,这种系统能够识别不同款式,不同尺寸的多种汽车轮毂.其识别的基本步骤有:图像获取,图像预处理,特征提取和识别分类.该识别方法可以实现多种轮毂在传送带上随机混流的状态下的自动识别分类,有效识别正确率在99%以上.     

基于视觉筛选的并联机器人平面抓取系统设计

现代工厂中通常需要对工件特征进行判断,然后在平面内对工件进行分类放置。为了能高效快速地识别、筛选工件,采用了机器视觉技术,并将视觉技术应用在二自由度的并联机器人中,设计了一个基于视觉筛选的并联机器人平面抓取系统。视觉控制器对相机传送过来的工件图像进行处理,根据提取的工件的特征进行分类,并确定工件在视觉坐标系中的坐标。视觉处理器将坐标等信息传送给NJ控制器,同时在NJ控制器里运用ST语言编写程序实现机械臂的运动控制,并对运动过程进行3D仿真。仿真结果显示,通过机器视觉和并联机器人的结合,可以实现对工件进行精确的识别、抓取和放置。该系统可应用于根据物体形状不同进行分类的场合,并对研究机器视觉和并联机器人有一定的实用价值。     

基于嵌入式机器视觉的机器人抓取系统

针对工业生产线上机器人自动化、智能化识别抓取需求,设计研发了基于Raspberry Pi 3B+控制器的嵌入式机器视觉系统。采用开源OpenCV视觉算法库,使用高精度摄像头采集图像,经过图像预处理、特征提取判断等,快速识别、判断、定位产品,实现机械手对产品的准确定位和分类。实验结果显示,该系统运行稳定,对图像数据的处理可靠,能够较好地实现识别。     

基于机器视觉的运载火箭支架自动装配方法研究

为解决运载火箭内部支架人工装配所面临的工作环境嘈杂和劳动强度大等问题，设计了基于协作机器人的辅助自动装配系统，并对其装配路径进行规划。协作机器人在抓取支架实现自动装配过程中，受限于支架自身误差、特征尺寸及位置姿态的随机等特点，抓取和定位极为困难。为解决支架自动装配过程中的难点，首先规划了支架自动装配的工艺流程，设计了支架抓取机构、自动装配机构，并配合对应的视觉算法完成支架的抓取、自动装配；其次，结合YOLOv5深度学习算法对定位目标进行识别，和装配孔位进行位置补偿，实现对装配孔找正；最后，通过实验验证该自动装配系统中抓取机构、自动装配机构的稳定性，视觉定位算法的有效性及精度，实验结果表明，装配孔定位精度小于0.06 mm。     

用SE9100视觉系统识别图像特征及参数

通过采用SE9100视觉系统的库函数和AML/2语言编程,对图像(如圆(有孔圆和无孔圆)、椭圆、正多边形、齿轮等)特征及其参数进行识别。在机械制造业中,SE9100视觉系统的图像识别结果可用于引导机器人完成零件的检验、搬运、装配等任务。     

型材搬运机器人视觉伺服控制研究

文章通过分析型材搬运机器人视觉伺服控制的技术要求和特点,提出一种基于型材型心线坐标附加值模型的识别算法,并以此作为型材图像边缘检测与识别理论的算法,分析了机器手的定位方法;以数字图像处理理论和算法为基础,以VisualC 6.0为平台,实现型材搬运机器人视觉伺服控制图像处理与机器手定位坐标值的确定,提供了一种型材搬运机器人视觉伺服控制的方法。     

基于深度学习机器视觉对于动力总成制造防错应用的研究

汽车动力总成装配线环境中,为有效保证装配质量,通常采用机器视觉方法进行零部件装配的防错检测。目前主流传统的机器视觉防错技术无法有效满足投产初期极高的准确率要求,且具有受现场环境变化影响大、成本高等缺点。提出了基于深度学习的机器视觉防错技术,采用卷积神经网络算法进行模型学习训练,获得99.99%以上的学习准确率;实际图像经预处理后导入深度学习模型进行识别判断;完成了系统的硬件选型和软件设计开发。两个实际应用案例均实现了99.95%以上的准确率,表明深度学习机器视觉防错技术能够有效适应图像扰动,满足高产能下的生产质量监控要求,同时可以降低硬件要求和成本,有效弥补传统机器视觉防错技术的不足。     

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。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。     

基于ZigBee+RFID的智能装配多机器人协作系统研究

设计了一种智能装配多机器人协作系统,由ZigBee网络为通信和定位平台,配合RFID设备,以及一些机器人机械结构和硬件电路构成。采用RSSI定位和循迹相结合引导机器人行走,多机器人实时通信,协作完成工件的识别、抓取、搬运和拼装作业。阐述了系统功能和硬件结构的设计,分析了无线定位和协作装配的算法。实验证明,系统准确、可靠地实现了多机器人协作装配,可应用于提高机器人的智能程度和作业效率。     

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...     

一种基于VisionMaster的机器视觉纠偏定位系统应用实现

针对新能源汽车动力电池自动化生产中广泛需求的定位纠偏技术,研究了基于机器人、机器视觉等先进技术的机器人手眼标定算法,设计了机器视觉辅助机器人系统自动化安装与定位硬件系统。基于专业图像处理软件VisionMaster,研发了自动安装机器视觉软件系统,以提高新能源汽车锂电池全自动产线的生产效率。     

基于机器视觉的救援机器人自动避障技术研究

针对矿山救援机器人易受粉尘、光线昏暗等因素影响,导致其自动避障能力下降问题,研究一种基于机器视觉的救援机器人自动避障策略,可以实现在复杂环境下的有效避障。设计一种基于改进非局部均值滤波和多尺度B样条小波变换的机器视觉算法,以获得更高质量图像并精确获得障碍物边缘,确保救援机器人自主识别并避开障碍物。仿真结果表明：该算法相比传统算法在图像降噪和边缘检测上均体现出优越性。     

基于机器视觉的汽车门锁自动检测系统研究

为了解决汽车门锁人工检测劳动强度大、效率和精度低的问题,设计了一套基于机器视觉的汽车门锁自动检测系统,该系统由硬件系统和软件系统组成。针对门锁表面对比度低、装配件多和结构复杂的问题,研究了改进的距离保持水平集图像分割算法和改进的SIFT图像匹配算法,最后将这些算法在计算机中编程实现,完成图像处理软件与系统界面软件设计。测试结果表明,该系统硬件选型合理,软件稳定性好、效率高,提高了汽车门锁检测的效率与精度,具有很高的实际意义和经济价值。同时,该系统也可推广到其他工业装配件的质量检测中。