成功的机器人去毛刺飞边系统的几项关键因素

分析机器人去毛刺飞边系统中去毛刺工具的选择、工件定位、视觉系统应用、机器人编程这几项关键因素。投产情况表明,该分析准确合理,可为以后相关设计提供参考。     

一种视觉辅助机器人离线编程去毛刺系统

目前铸造工件的自动化去毛刺作业大量使用机器人加工.大部分的解决方案是使用手工示教或者机器人离线编程,但手工示教效率较慢,而离线编程的手工标定精准度比较欠缺.由于工件的误差,使得离线编程在大批量作业中遇到大量问题.本文提出一种利用机器视觉自动检测工件轮廓的方法,解决大批量工件之间的个体误差问题,对每个工件检测轮廓后动态修改机器人运动路径.如此,在机器人自动去毛刺的作业中,使用CCD相机获取的视觉信息和自主开发的离线编程系统(RobSim)生成可执行的机器人运动轨迹.利用此方法,可有效提高去毛刺的加工质量.     

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HALCON和C#视觉系统的铸件打磨工作站建立

针对铸造行业大体积工件的搬运、打磨等问题,基于HALCON和C#混合编程方法和工业机器人实验平台,开发了具有视觉抓取技术的工业机器人系统,设计并调试系统各个组成部分,建立视觉定位抓取铸件打磨工作站,实现了工业机器人对工件的精确视觉定位并抓取,提高了铸件打磨效率同时并升级系统安全,为业内解决此类问题提供了一个新的参考。     

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。     

工业机器人去毛刺工作站数字孪生系统设计与优化

为优化工业机器人去毛刺工作站的作业效率,利用数字孪生技术搭建了由1台机器人和2台变位机组成的去毛刺工作站数字孪生模型,实现了物理实体与数字模型的实时通信。采用遗传算法规划工业机器人去毛刺最优路径,利用去毛刺自动跟踪系统提高去毛刺的质量,利用搭建的数字孪生环境对机器人的工具中心点（Tool Center Point,TCP）速度轨迹曲线和作业能耗进行优化分析,使去毛刺工作站的作业效率提高了3.64%。该研究可对工业机器人去毛刺工作站开展相关工作提供参考和理论依据。     

机器人三维激光扫描视觉系统标定误差

基于三维激光扫描仪的工业机器人视觉系统应用越来越广泛,而扫描仪与机器人之间位姿关系标定精度对于机器人视觉系统的应用有重要的影响.介绍基于三维激光扫描仪的机器人视觉系统的相关原理,然后在此基础上系统分析机器人视觉系统位置和姿态标定误差对工件扫描结果和根据扫描结果对工件进行定位过程的影响,得出在工件无姿态变化或有姿态变化但机器人扫描姿态不变情况下的机器人工件定位系统中无须进行视觉系统位置标定的结论,并试验验证了理论分析结论的有效性,为解释视觉系统标定误差对扫描结果的影响情况及简化视觉系统标定过程提供了理论依据.     

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。     

基于离线编程的机器人曲轴去毛刺系统

本文介绍了一种基于离线编程的用于曲轴去毛刺的机器人系统,基于曲轴的CAD模型离线生成了机器人去毛刺程序,采用辅助支架实现了系统中工件坐标系的标定,采用变形的三点法实现了系统中工具坐标系的标定。经过系统标定,使离线编制的程序有效应用到了实际的机器人系统中;采用离线编程的方式生成机器人曲轴去毛刺程序,大大提高了编程效率。     

基于背景学习的运动工件目标分割方法研究

精准的目标分割是实现工业机器人对工件目标跟踪和识别的前提和基础。在非限制场景中运动目标快速分割方法的基础上,提出通过高斯混合模型对传送带背景进行学习,实现了工业机器人视觉系统对传送带上运动工件目标的鲁棒分割。实验结果表明,利用该方法对运动目标进行检测,精度比视觉系统中原有的自适应阈值方法提高了7.5%。本文方法适用于具有稳态皮带背景的工业机器人视觉检测平台上的运动目标的高性能分割。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

基于网络和视觉的多机械人研究平台

在对工业机器人网络控制深入了解的基础上,提出了基于视觉的网络控制模式,解决了多工业机器人的网络控制问题。通过对DVT视觉系统的深入学习和研究,提出了实际应用中构建视觉系统的方法和策略;并应用到机器人研究平台中,实现基于视觉的多机器人网络控制。物流实验中,动态抓取的准确率不低于98％,验证了控制策略的可行性和正确性。     

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。     

激光喷丸强化系统协调控制方法与实现

针对复杂型面工件激光喷丸强化应用中对加工点位精度的要求以及激光脉冲触发时间点需要与工业机器人调姿到位时间点精确匹配,提出激光脉冲与工业机器人协调控制方法。通过脉冲能量检测实现出光快速反馈,并基于EKI接口通讯实现KUKA机器人运动控制及到位反馈,完成激光脉冲与工业机器人点位运动闭环匹配。在此基础上研制激光喷丸强化工艺系统,主要包含激光光源、工业机器人、传输光路、工艺辅助模块以及上位机控制平台。以平面点阵坐标进行协调控制实验及对整体叶盘进行激光喷丸强化实验。结果表明,本系统具备较好的激光脉冲-工业机器人协调控制精度,能自动完成激光喷丸强化工艺流程,具有对复杂型面工件的激光喷丸强化能力。     

Vision-based Pythagorean hodograph spline command generation and adaptive disturbance compensation for planar contour tracking

Many control problems encountered in industrial applications such as deburring, cutting, and polishing are required to simultaneously perform force control and contour following. If the mathematical model of the contour to be followed is known, then the control problem is straightforward, and many existing approaches can be used to tackle this problem. In contrast, if the mathematical model is not available, the control problem will become much more challenging. Among all possible solutions to circumvent the aforementioned difficulties, using a vision system to obtain the mathematical model of the contour to be followed is one of the best options. To this end, this paper proposes a vision-based approach, in which a vision system is employed to provide the exterior contour information of the object for machining. Subsequently, coordinate transformation between the image plane and the robot frame is performed. Based on the exterior contour information after coordinate transformation, a Pythagorean hodograph quintic spline interpolator based on S curve acceleration/deceleration is developed to generate motion commands. The fact that the arc length of a Pythagorean hodograph curve can be easily computed makes it particularly useful when performing motion planning for high-precision motion control systems. Moreover, in order to improve contour following accuracy, an integrated motion control structure consisting of an adaptive disturbance compensator, a sliding mode controller, and a friction compensator is also developed. Finally, several contour following experiments are conducted by a planar two-link robot manipulator to verify the effectiveness of the proposed approach.     

A low-cost laser scanning solution for flexible robotic cells: spray coating

In this paper, an adaptive and low-cost robotic coating platform for small production series is presented. This new platform presents a flexible architecture that enables fast/automatic system adaptive behaviour without human intervention. The concept is based on contactless technology, using artificial vision and laser scanning to identify and characterize different workpieces travelling on a conveyor. Using laser triangulation, the workpieces are virtually reconstructed through a simplified cloud of three-dimensional (3D) points. From those reconstructed models, several algorithms are implemented to extract information about workpieces profile (pattern recognition), size, boundary and pose. Such information is then used to on-line adjust the “base” robot programmes. These robot programmes are off-line generated from a 3D computer-aided design model of each different workpiece profile. Finally, the robotic manipulator executes the coating process after its “base” programmes have been adjusted. This is a low-cost and fully autonomous system that allows adapting the robot’s behaviour to different manufacturing situations. It means that the robot is ready to work over any piece at any time, and thus, small production series can be reduced to as much as a one-object series. No skilled workers and large setup times are needed to operate it. Experimental results showed that this solution proved to be efficient and can be applied not only for spray coating purposes but also for many other industrial processes (automatic manipulation, pick-and-place, inspection, etc.).     

融合机器视觉与邻近度估计的相似工业设备识别策略研究

由于工业现场设备存在外观相似和部署密集等特点,使得巡检机器人仅依靠机器视觉难以对工业现场的相似设备进行识别,进而影响了自主巡检的准确性和效率。针对上述问题,基于工业物联网的无线信号特征,提出了融合机器视觉与邻近度估计的相似工业设备识别策略。该策略首先通过机器视觉和高效透视N点投影算法估计巡检机器人的初始位姿,进而采用邻近度估计算法实现巡检机器人对邻近工业设备目标的识别。另一方面,该策略还包括了机器人角度校正与位置调整算法,以此保证邻近度估计的精度。实验结果表明,相比于基于机器视觉的传统识别方法,该策略能够在不同设备密度的场景下,提升2%～49%的相似工业设备识别精度,有效地解决巡检机器人对工业现场相似设备的识别问题。     

基于ARM移动机器人视觉系统的设计

在嵌入式ARM+Linux平台开发了基于ARM移动机器人的视觉系统,使移动机器人脱离PC机平台,因此,机器人运动相对方便,运动范围也相对扩大.视觉系统的软件实现基于OpenCV,使系统开发方便,开发周期短.视觉系统可通过实时获取和处理图像来不断调整机器人运动位置,使跟踪定位精确.