基于机器视觉的工业机器人自动分拣系统设计

经济的发展推动了我国工业自动化进步,自动分拣是工业自动化中的一部分,传统的工业机器人自动分拣系统的分拣精确度较低,无法满足目前的工业化生产需求,因此基于机器视觉设计了新的工业机器人自动分拣系统.硬件部分设计了CCD图像采集器和运动控制卡,软件部分首先处理了工业机器人自动分拣图像,其次基于机器视觉识别了自动分拣工件类型,...     

机器视觉在工业机器人智能分拣识别中的研究

针对工业流水线分拣作业的需求设计了一套基于视觉检测的工业机器人分拣系统。系统采用工业相机获取工件图像等信息,通过图像识别方法进行工件识别并与机器人建立通信,控制机器人准确抓取并分拣工件。本系统分析图像采集、图像处理与坐标变换等任务,并通过我校罗克韦尔公司提供的可编程逻辑控制器和伺服驱动器运动控制模块搭建仿真实验平台。该系统具有较高的运行速度和准确度,探讨工业机器人在机器视觉条件下的分拣技术,可应用于工业流水线自动化分拣作业领域,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控制系统探究

在工业生产环节中,工件分拣是不可或缺的一部分。其作用是将不同型号的工件、物料分类摆放到对应的位置。随着科技的发展,机器人的性能、系统等也在不断提高,为了推动机器人分拣技术的进步,本文从机器视觉的角度出发,研究机器人分拣系统,并为整个控制系统的方案设计、运动学分析、对工业摄像机的标定、图像处理、运动目标的跟踪以及机器人分拣策略等提供建议。     

基于改进Faster RCNN的工业机器人分拣系统

传统的分拣作业无法伴随工作环境的变化进行相应的调整,针对此种不足,出现了基于机器视觉的分拣机器人的相关研究,通过将图像处理和特征工程技术引入视觉模块,使得分拣系统能适时的调整.不同于这些方法,本研究基于实验室的工业分拣系统,将深度学习方法应用其中.通过将Faster RCNN检测算法引入视觉模块并对区域提取网络RPN进行相关改进,加快Faster RCNN模型的检测过程,使得该系统满足工业的实时性要求.Faster RCNN作为一种端到端的方法,能自动对输入图像生成更具表达力的特征,对相应目标提取相应特征,这避免了人工设计特征,它的特征自动生成能力使其能适用于各种场景,这提升了工业分拣机器人的环境适应能力.     

虚拟仪器的计算机视觉系统设计研究与应用

本文以虚拟仪器开发平台LabVIEW和图像处理软件IMAQ Vision为依托,利用计算机视觉技术,进行水果边缘检测.通过软件实现了中值滤波、阈值处理、图像分割和形态过滤等图像处理过程.从腐蚀与膨胀后的细化处理结果来看,达到了设计要求.研究表明,虚拟仪器计算机技术应用于水果图像处理是可行的,具有广阔应用前景.     

基于机器视觉技术的压缩机编码识别系统设计

应用IMAQ Vision工具包和LabVIEW开发了压缩机编码识别机器视觉系统.介绍了系统的结构,讨论了编码图像处理和OCR的方法.测试结果表明,系统具有良好的性能.     

基于LabVIEW的机器视觉在玻璃缺陷检测中的运用

针对近年来玻璃质量要求的不断提高,以机器视觉技术为基础,建立了基于机器视觉的玻璃缺陷检测系统,通过LabVIEW的Vision and Motion模块获取玻璃图像并进行图像处理,实现了对图像中玻璃缺陷的提取和分析,实时性显著,可视化效果好。     

基于机器视觉的药片表面缺陷识别与分拣系统设计

针对制药企业采用人眼识别药片表面缺陷受光线强度及视觉疲劳影响,存在漏检和低效等问题,利用机器视觉技术,进行了药片图像预处理,设计了药片缺陷检测及分类、异色处理算法并处理;在此基础上,利用反问题的最小二乘解算法确定缺陷药片的物理位置,控制3自由度 Delta机器人实现缺陷药片的分拣.经过测试,系统分拣成功率高,且易于实施,达到了设计要求.     

基于FPGA的机器人视觉系统研究与设计

本文在研究现有机器人视觉系统功能、原理、结构和实现方法基础上,完成了以FPGA(Field Programmable Gate Array,现场可编程门阵列)和COMS图像传感器为核心平台的视觉系统硬件设计,以硬件描述语言为工具完成了常见数字图像处理算法实现,完成了人脸识别系统的应用开发。较传统机器视觉硬件系统而言,基于FPGA的机器人视觉系统具有体积小、功耗低、速度快、配置灵活、移植方便等突出优点,可广泛应用于对响应速度要求高、定制化服务需求的机器人视觉系统中,提高系统设计效率。     

基于角偏移控制算法的机器人伺服寻迹系统设计

机器视觉和嵌入式系统是机器人领域研究的热点。随着计算机技术的发展,机器视觉在工农业生产和国防等领域已得到成功的应用。本文将机器视觉和嵌入式系统综合用于竞赛机器人的运动控制,构建一个嵌入式机器人视觉伺服寻迹系统的平台,完成相关的硬件和软件设计及制作。设计制作的试验平台能够动态地获取、处理和分析视频图像数据,将分析结果反馈于机器人本体驱动电机,实现机器人本体的自主动态寻迹,且其误差精度能得到很好的保证。     

基于IMAQ Vision和PLC的水果大小自动分级系统设计

水果大小是水果分级的一个重要依据,随着计算机技术和图像处理技术的飞速发展,计算机视觉技术被广泛用于水果品质的检测。所设计的水果大小自动分级系统由机器视觉检测系统和基于PLC的水果传送分拣机构组成。使用LabbVIEW软件编写水果大小自动分级系统的监控界面,并实现对CCD摄像机的控制及获取图片;使用IMAQ Vision工具包对所获取的水果图片进行处理,并进行大小分析,根据大小的等级由LabVIEW通过串口通信发送命令给PLC,由PLC控制水果的传送并进入对应的分级口,从而完成水果的自动分级。实际运行证明该系统能实时进行动态采集图片,有效地进行水果大小分析及自动分级。     

机器视觉技术在博弈智能机器人设计中的应用

象棋识别是博弈智能机器人系统的重要组成部分.基于NI公司的LabVIEW和Vision软件,采用模板匹配的方法开发了视觉程序,以动态链接库的方式实现了象棋博弈界面程序和识别程序的互联.实践结果表明,该程序运行稳定可靠,且识别结果理想.结合机械手的控制技术的机器视觉技术是当前工业界的热门技术,具有广阔的应用和发展前景.     

桌面型机械臂的机器视觉应用框架研究

与传统工业机械臂相比,桌面型机械臂具有环境多变、人机协作等特点,为其增加视觉功能显得尤为重要。而目前实现机器视觉的应用框架有很多,如何根据机械臂工作环境及性质,搭建合适的视觉应用软硬件平台,以提高机器视觉识别的准确率和效率是本文研究的重点。本文通过采用TensorFlow深度学习框架,利用嵌入式系统的软硬件设计,结合OpenCV等图像处理软件,搭建适合桌面型机械臂的机器视觉二次开发框架,为进一步开发基于视觉的机械臂应用提供了基础。仿真测试及人机协作的案例应用表明该框架具有较好的适应性和高效性。     

基于机器视觉和Labview的磁环在线自动检测系统

针对磁环人工检测存在效率低、精度低、主观因素影响大、浪费大量劳动力等种种弊端,介绍了运用机器视觉技术和IMAQVision强大的图像处理功能在Labview虚拟仪器平台上开发的磁环在线检测系统;该系统主要通过图像采集卡和CCD采集图像,然后对采集到的图像进行适当的图像处理和分析,如模板匹配、图像提取、阈值分割、滤波、形态学膨胀、腐蚀等,实现对磁环质量的在线自动检测;实践证明,系统的高效性、非接触性、精确性、稳定性、可控性在对磁环产品的质量检测和控制中发挥了重大作用,具有广阔的发展和应用前景。     

输电线路巡检机器人远程测控系统的研究与实现

开发了一种针对输电线路巡检机器人的新型远程测控系统.该系统通过与机器人本地控制器的实时通信和多线程技术实现机器人姿态监控和机器视觉检测.通过对机器人控制器发送命令和接收数据实现对机器人的人工遥操作;采用Matlab Script节点实现Matlab与LabVIEW混合编程,完成机器人质心和多关节姿态的计算,采用共享数据库方式调用基于Visual Prolog开发的机器人行为规划应用程序,实现机器人姿态自主控制.实验结果表明,该远程测控系统运行可靠,实时性强,具有良好的人机交互能力.     

自适应环境的机器人视觉伺服控制方法

机器人和机器视觉的迅速发展,使得基于视觉的智能机器人得到更加广泛的应用。机器视觉提高了机器人控制系统对环境的适应程度,但其适应程度也受到周围环境对机器视觉算法的影响。针对这一情况,本文对机器人视觉伺服控制系统中的机器视觉算法进行了改进,提出了一种基于帧间差分法的自适应环境的机器人视觉伺服控制方法,从而提高了控制系统对环境的自适应程度,提高了对机器人控制的精确度,实验和理论分析证明,该方法具有较大的应用前景和实用价值。     

Design and application of industrial machine vision systems

In this paper, the role and importance of the machine vision systems in the industrial applications are described. First understanding of the vision in terms of a universal concept is explained. System design methodology is discussed and a generic machine vision model is reported. Such a machine includes systems and sub-systems, which of course depend on the type of applications and required tasks. In general, expected functions from a vision machine are the exploitation and imposition of the environmental constraint of a scene, the capturing of the images, analysis of those captured images, recognition of certain objects and features within each image, and the initiation of subsequent actions in order to accept or reject the corresponding objects. After a vision system performs all these stages, the task in hand is almost completed. Here, the sequence and proper functioning of each system and sub-systems in terms of high-quality images is explained. In operation, there is a scene with some constraint, first step for the machine is the image acquisition, pre-processing of image, segmentation, feature extraction, classification, inspection, and finally actuation, which is an interaction with the scene under study. At the end of this report, industrial image vision applications are explained in detail. Such applications include the area of automated visual inspection (AVI), process control, parts identification, and important role in the robotic guidance and control. Vision developments in manufacturing that can result in improvements in the reliability, in the product quality, and enabling technology for a new production process are presented. The key points in design and applications of a machine vision system are also presented. Such considerations can be generally classified into the six different categories such as the scene constraints, image acquisition, image pre-processing, image processing, machine vision justification, and finally the systematic considerations. Each aspect of such processes is described here and the proper condition for an optimal design is reported.     

基于机器视觉的喷涂机器人轨迹规划与涂装质量检测研究综述

随着智能喷涂技术的快速发展,机器视觉在喷涂机器人系统中的研究和应用引起广泛关注,合理的喷涂轨迹能保障油漆厚度均匀、减少漆膜缺陷产生,并且融合涂装质量检测技术形成闭环的喷涂系统.鉴于此,针对机器视觉在喷涂机器人轨迹规划与涂装质量检测中的研究进行综述.首先,对喷涂系统在现代产品制造中的快速发展所面临的机遇、挑战和机器视觉技术进行介绍;然后,综述基于机器视觉技术的喷涂机器人轨迹规划和涂装质量检测的研究成果,对基于机器视觉的喷涂机器人轨迹规划方法,包括待喷涂工件的三维重建、基于点云数据的喷涂轨迹自动规划和基于视觉伺服的喷涂轨迹补偿进行分析和讨论,并重点介绍机器视觉在涂装质量检测中的应用与研究现状,从数据增强和模型选择两个方面,对不同任务中基于深度学习的涂装质量检测算法性能的改善提供潜在解决方案;最后,总结与展望机器视觉技术在喷涂机器人轨迹规划与涂装质量检测中的研究方法和思路,为喷涂系统朝着智能化、柔性化的方向发展提供参考.