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。     

UR机器人运动学控制与视觉抓取算法研究

针对六自由度UR机器人技术要点进行了分析,对运动控制算法和视觉抓取算法进行了深入研究。首先,分析了UR机器人的机械结构;然后,通过数值迭代法对UR机器人的逆运动学进行了求解,严格控制了算法的精度和速度,验证了算法的正确性和快速性。最后提出了一种基于图像边缘轮廓特征的手段来实现视觉补偿,凭借对多目标的分块处理实现对于工件三维空间信息的定位,引导UR机器人的协作作业,确保了UR机器人工作过程的精准性和迅速性。     

基于视觉的机器人抓取系统应用研究综述

针对生产线上工业机器人的柔性和智能水平不高的问题,将日益发展的计算机视觉技术引入原有的搬运工业机器人领域,利用机器人视觉技术获取工件及其周围环境的信息,识别出了所要操作的目标工件,并能通过做出决策来引导工业机器人完成对工件的抓取和放置等操作。针对生产线上的工业机器人抓取系统中摄像机的标定、目标工件的识别匹配、机器人对目标工件的定位抓取这3个主要步骤在现阶段的研究成果进行了综述,对计算机视觉定位中涉及到的相关图像预处理方法进行了分析与归纳,并对该技术的实际应用研究和未来发展进行了讨论。研究结果表明,视觉抓取系统技术成熟,能够满足工业应用中的实时性要求,各部分算法的研究和改进对工业的发展和相关研究具有一定的参考价值。     

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。     

基于视觉引导的工业机器人定位抓取系统设计

以美国国家仪器公司的视觉开发模块NI Vision为软件支撑和以ABB-IRB120型机器人,摄像机和传送带为硬件基础,对视觉识别与检测系统进行了模块化设计,构建了一个基于单目视觉的工业机器人工件自动识别和智能抓取系统,其中ABB-IRB120型工业机器人作为操作手臂,用CCD相机、运动控制器和工控机搭建了机器人视觉控制平台,通过建立抓取系统的参数化模型给出图像坐标到机器人坐标的转换算法,利用NI Vision中提供的图像处理、模式匹配等方法,在C#环境下进行开发,实现了目标定位和机器人控制两大基本功能,最终控制机器人完成目标工件的抓取。     

喷涂机器人运动控制和视觉补偿

针对斜交腕六自由度喷涂机器人技术要点进行了分析,对运动控制算法进行了深入研究。首先,通过D-H法对机械臂构建了关节坐标系;其次,对喷涂机器人进行了运动学建模,分别从正、逆运动学两个方面对其进行了详细的运动控制描述;再次,通过数值迭代法对喷涂机器人的逆运动学进行了求解,严格控制了算法的精度和速度,并通过MATLAB绘图工具对算法的正确性和快速性;最后提出了一种基于图像边缘轮廓特征的手段来实现视觉补偿,凭借对多目标的分块处理实现对于工件三维空间信息的定位,引导喷涂机器人的喷涂作业,确保了喷涂机器人工作过程的精准性和迅速性。     

机器视觉在柔性制造生产线分拣机械手中的应用研究

为了解决柔性制造生产线机械手的智能化分拣问题,以并联机械手、工业相机和BS-8ML01型柔性生产线为基础,设计了一个基于机器视觉的分拣系统。该系统工业相机直接集成于机械手的定平台,以实现对传送带送来的工件进行图像采集及软件图像预处理。研究中对传统的Hough算法进行了改进,采用基于有序Hough变换的算法进行工件边缘的提取和定位,并以此对机械手的运动轨迹进行规划,采用Matlab对机械手的末端动平台进行动力学分析。最后样机实验表明,该基于机器视觉的分拣机械手算法稳定可靠,可广泛应用于一般小尺寸工件的分拣工作,提高了柔性制造生产线的自动化、智能化水平。     

基于视觉的机器人抓取技术的研究

该文提出了一种基于智能相机的机器人抓取系统,采用图像处理算法对相机捕获到的图像使用模板匹配、边缘查找及坐标变换,得到工件在机器人坐标系的位置和姿态,通过串口将处理后的工件位姿数据发送给机器人控制器,控制器向机器人发送运动指令。经实验验证,系统达到设计要求,在工业机器人系统中引入计算机视觉提高了机器人的柔性以及对环境的适应能力。     

车丝机视觉机器人上下料系统仿真设计

以石油套管接箍车丝机视觉机器人上下料系统为研究对象,利用UG和RobotStudio软件建立了接箍车丝机视觉机器人自动上下料系统仿真模型.利用Halcon图像处理软件对抓取工件进行中心定位,并开发了人机交互界面.设计了机器人专用上下料夹具,创建系统Smart动态组件,添加了I/O信号实现设备通讯.编写机器人离线仿真程序,完成机器人柔性上下料系统仿真和优化.仿真结果表明,设计的仿真系统实现了机器人视觉精准抓取工件柔性上下料功能.