一种面向工业机器人智能抓取的视觉引导技术研究

为实现工业机器人自主识别并抓取指定的目标,提出了一种基于计算机视觉引导的解决方法.该方法利用指定目标的3D数据模型,以及由两台或者多台CCD摄像机从工作场景中不同角度获取到的数字图像,经过目标姿态估算、投影计算并生成投影图像,再利用投影图像与目标真实图像进行比较,实现了目标的识别与位姿获取.实验结果表明该方法可以在较复杂的环境下识别指定目标,并获得目标的姿态信息,从而为工业机器人抓取目标提供引导.     

基于单目视觉的轮式机器人同步定位与地图构建

如何降低计算复杂度是视觉机器人同步定位与地图(SLAM)构建的热点问题.提出一种基于单目视觉的低计算复杂度的轮式机器人同步定位与地图构建算法.该算法在观测步通过图像处理与分析,识别特征点并进行定位,将轮式机器人的视觉投影与空间物体的几何关系转换为计算机器人相对特征点的距离和角度.整体算法步骤按照预测、观测、数据关联、更新、地图构建的递推算法进行同步定位与地图构建.提出的算法可识别环境目标,并进行平滑运动.在滤波观测步只处理单帧图像数据,和Active Vision和立体视觉方法相比,降低了算法的计算复杂度.     

机器视觉在采摘机器人识别与定位中的应用

针对采摘机器人的运行环境复杂,采摘效率无法满足实际生产需求。这里在采摘机器人体系结构的基础上,提出了一种基于机器视觉的夜间识别与定位方法。使用基于粒子群优化的独立成分分析方法来降低夜苹果图像中的噪声,然后使用PCNN分割方法对图像进行分割并通过边缘检测等提取目标轮廓,最后通过改进的三点定圆法对目标果实进行定位。通过仿真验证了该方法的可行性。结果表明,该方法在夜间遮挡小于50%时识别率为94.3%,遮挡大于50%时识别率为89.05%,可以有效提高识别和定位的准确性。为机器人识别和定位技术的发展提供了一定的参考。     

基于图像的NAO机器人松协调运动研究

针对工作任务复杂或环境多变的情况下,单臂机器人不能很好地完成任务,对双臂机器人协调运动进行了研究,提出了一种基于图像的NAO机器人松协调运动的方法。首先对提出的Mark标记点的编码与解码方式进行了说明,解决了编码标记旋转后编码值不同的问题;分析了Mark标记点的视觉提取和识别及相对定位方法,NAO机器人左臂末端附有4个Mark点,右臂末端附有1个Mark点,利用NAO的下相机和1个外部相机构成视觉系统,并阐述了视觉控制的流程;最后通过仿真实验验证了松协调运动控制的效果。实验结果表明:NAO机器人能准确地识别标记点,并能够较好地完成松协调运动,可为工业应用中精度要求不高的松协调运动任务的实现提供参考。     

基于RGB-D图像的机器人无标定视觉定位

针对柔性生产单元工业机器人轴孔装配任务中工件的识别和定位,提出一种能适应小批量多规格装配任务的工业机器人无标定视觉定位方法,减少了因复杂的标定过程和工况变化造成的设备停机而消耗的时间。基于深度图像设计了图像处理和特征识别算法,完成了目标工件最小外接矩角点坐标的提取。通过深度图像数据和机器人之间的坐标转换关系计算得出运动控制参数,驱动机器人完成粗定位。运用霍夫圆检测算法从彩色图像中提取待装配圆孔的几何参数,进而驱动机器人完成二次定位。实验结果表明,该方法的定位精度稳定在0.6mm～1.2mm之间,基本满足后续装配过程对定位误差的要求,可用于多规格、小批量轴孔装配过程中目标的识别和定位。     

基于视觉的采摘机器人目标识别与定位方法研究综述

目标识别和定位的精度直接关系到采摘机器人采摘效率、质量和速度。本文对近年来采摘机器人的目标识别和三维定位的研究工作进行了系统性的总结和分析,综述了果蔬识别和定位的几种主要方法:目标识别:数字图像处理技术、基于机器学习的图像分割与分类器和基于深度学习的算法;三维定位:基于单目彩色相机、基于立体视觉匹配、基于深度相机、基于激光测距仪和基于光基3D相机飞行时间的三维定位。分析了影响果蔬识别和定位精度的主要因素:光照变化、复杂的自然环境、遮挡以及动态环境干扰下成像不精确。最后对采摘机器人目标识别与定位的未来发展作了几点展望。     

基于协作机器人的车门密封条滚压系统

为解决汽车企业在车间智能化转型的过程中,采用机器人代替人工进行车门密封条滚压时,遇到车身过大、密封条缺少特征点难以准确定位、协作机器人预设路径偏离实际路径、末端执行器与路径配合不当造成的机械臂报警停止等问题,设计了一种基于视觉的协作机器人滚压系统.本文提出了一种基于光影法的识别定位方法,以解决黑色背景下的黑色密封条识别...     

基于单目视觉的工业机器人智能抓取系统设计

针对工业机器人如何能在多目标工况下快速自主识别和抓取指定目标工件的问题,将单目视觉引导技术应用到工业机器人智能抓取系统设计中。利用图像进行了模式识别,对检测定位进行了研究,建立了视觉图像与工件定位抓取之间的关系,提出了基于轮廓Hu不变矩快速模板匹配算法的单目视觉抓取系统。首先将摄像机获取的图像进行了预处理,然后利用轮廓Hu不变矩模板匹配算法进行了目标工件的识别,利用轮廓矩和二阶惯性矩最小原理对识别出的目标工件进行了位姿求取,最后通过建立SOCKET通信将求取的位姿发送给了机械臂控制系统引导机械臂的抓取。基于VS软件开发平台和ABB机械手,对智能抓取系统进行了搭建并试验。研究结果表明:该基于单目视觉搭建的工业机器人智能抓取系统成本低、定位精度高,可满足工业自动化生产的需求。     

基于RFID的轨道机器人定位系统研究

研究了一种用于工业轨道机器人的射频识别全局定位方法,通过分析圆形轨道定位的技术要求提出了一种针对这种定位要求的解决算法,并设计一种基于PLC的定位控制系统。实验分析表明,RFID具有很高的定位精度和抗干扰能力,是用于工业轨道机器人的一种简单、可靠的定位方法。     

基于粒子滤波的移动机器人同时定位和环境模型的建立

介绍了一种基于粒子滤波的移动机器人同时定位与地图创建方法。通过旋转超声传感器获得环境信息，利用贝叶斯规则更新栅格地图，然后利用粒子滤波对机器人进行定位，之后地图更新和机器人定位交替进行，直到将整个环境探测完毕。仿真结果表明机器人能较好的完成环境探测的任务。     

基于分离谱技术的自适应带通滤波法在超声检测中的应用

超声检测是无损检测的一项重要内容,本文通过分析超声波检测反射回波的特点,结合线性带通滤波法和非线性分离谱滤波法的优缺点,应用了一种可利用于超声检测的有效的滤波方法——基于分离谱技术的自适应带通滤波法,并通过实际检测的钢板超声信号进行验证表明该方法具有良好的效果。文章内容涉及超声检测、自适应滤波和分离谱等。     

旋转机械阶比分析中的零相位跟踪滤波法

提出了一种用零相位数字滤波实现阶比跟踪滤波的新方法，与传统的以硬件实现的阶比跟踪滤波方法相比，该新方法有无需跟踪滤波硬件、用纯软件的方法实现和对原始采样信号不产生相位移动等优点。详细讨论了这一方法的理论依据和算法，在算法中提出了数据分段重叠滤波方法，有效地抑制了一般分段数字滤波产生的边缘效应。仿真试验和实际测试验证了方法的正确性和有效性。     

采用自适应可靠因子的联合双边散斑条纹滤波方法

在基于电子散斑干涉法的测量系统中,干涉条纹常常会存在大量噪声从而影响后续相位的提取。 为解决双边滤波无法 处理大噪声的问题,提出了一种融合加窗傅里叶滤波的联合双边滤波方法并用于处理存在高噪声的电子散斑干涉条纹。 在该 方法中,引入加窗傅里叶初步滤波后的图像作为联合双边滤波的导向图,并构建更可靠的自适应像素值相似度因子,从而提供 更可靠的引导信息和更好的滤波效果。 该方法被应用到高、中、低、可变密度 4 种不同密度的模拟条纹和实验采集到的大噪声 条纹上,并将其与原始双边滤波和加窗傅里叶滤波相对比。 实验结果表明:与其它滤波方法相比,该方法得到的条纹最光滑,结 构最完整。 对本文模拟的条纹滤波后峰值信噪比提高 1. 0 ~ 4. 2 dB,结构相似度和边缘保持指数最高,相位的均方误差最小。 所提出的方法调整更方便,对 330×330 大小的模拟条纹处理时间仅为 4 s 左右。     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于OCR的图像型垃圾邮件过滤系统研究

针对垃圾邮件图像与正常邮件图像的差异性,提出了基于OCR的图像垃圾邮件过滤方法,并以此为基础设计了分层组合式图像垃圾邮件过滤系统,实现对图像型垃圾邮件的过滤。     

基于小波理论的动平衡信号滤波方法研究

动平衡是旋转机械必须解决的一个基本共性问题,传统动平衡方法主要从硬件的滤波和离散傅里叶变换算法来提取振动的基频信号,但傅里叶变换算法无法分析信号显著局部特征,硬件滤波容易受干扰。采用小波理论的软件滤波方法,以ATmega64芯片为核心来实现振动信号的滤波,并取得很好的效果。     

局部惯性监测数据多重滤波及其在巷隧围岩监测中的应用

在各类地下岩土工程中,巷隧结构围岩事故发生频率高、造成损失重,是工程监测的重点。局部惯性监测技术利用 MEMS 惯性传感单元,可同时监测物体的振动与变形,已逐步应用于岩土工程健康监测领域。但由于工程作业环境的复杂性,在进行变形分析时,局部惯性监测数据往往噪声较大,仍需对原始信号进行滤波处理。基于 1 组 200 Hz 采样频率的监测信号样本,通过不同参数的重采样滤波、移动平均滤波与移动中值滤波,得到了较优的滤波方案。结果表明,重采样低通滤波与移动中值滤波的多重滤波法可有效剔除原始加速度监测信号大部分噪声,在平滑信号的同时能够控制滤波后信号时域误差在较小范围。所设计滤波方法有望应用于巷隧结构局部惯性监测,为被测结构的变形分析提供更明晰、准确的监测数据。     

用户多兴趣下的个性化推荐算法研究

电子商务个性化推荐成为客户关系管理的重要内容，协同过滤算法是应用最为广泛的个性化推荐技术，但传统的协同过滤推荐算法并不适合用户多兴趣情况下的个性化推荐。在分析原因的基础上，通过组合基于用户的协同过滤和基于项目的协同过滤算法，先求解目标项目的相似项目集，在目标项目的相似项目集上再采用基于用户的协同过滤算法。这种基于相似项目的邻居用户协同推荐方法，能很好地处理用户多兴趣下的个性化推荐问题，尤其当候选推荐项目的内容属性相差较大时，该方法性能更优。最后，用EachMovie数据库对算法进行了仿真实验，实验表明该算法准确率更高。     

数据预处理对毫米波全息图像目标检测准确度的影响

毫米波图像被广泛应用于人体安检的违禁物品检测,但是现阶段不同的预处理方法对毫米波图像目标检测的准确度有着较大的影响。通过空间滤波、空间滤波加最大值聚类和空间滤波加最小值聚类的方法对数据进行预处理,比对不同方法目标检测的准确度。实验结果表明,以上3种方法均能有效提高目标检测的定位准确度,其中空间滤波为最佳预处理方法,准确率能达到92.3％,相较于未经预处理原始数据的准确度提高了约4％。因此基于空间位置的滤波方法比基于反射强度的聚类滤波方法能更有效地提高毫米波图像检测的准确度,为提升主动式毫米波全息图像目标检测准确度的任务提供了一种参考依据。     

两相流速度分布算法的研究

提出一种基于小波变换、神经网络和空间滤波测量速度成像的方法。神经网络用来重构管道相关部分的图像。小波变换用于确定每个像素空间滤波信号的带宽 ,并由此得到速度和它的图像。实验结果表明这种速度成像测量方法是可靠的。