融合视觉和以太网技术的工业机器人分拣装配控制系统设计

针对制造业中多类型、多工位、无规则、有残次工件人工分拣出错率高与装配效率低下的问题,设计一个融合视觉和以太网技术的工业机器人分拣装配控制系统.应用工业以太网构建一个包含视觉、PLC、HMI和工业机器人的硬件系统;提出结合图像匹配、圆孔识别算法的工件检测与识别方法;基于坐标偏移的方法设计了一个PLC控制工业机器人的优化算法;并对工业机器人进行示教与编程,实现工件正确分拣与高效装配.测试证明:该系统工件识别正确率达100％,工业机器人的示教位置大大减少,工业机器人的控制程序明显简化,工件分拣正确率与装配效率显著提高.     

基于数字孪生的工业机器人虚实联动系统开发

为实现工业机器人与数字孪生体之间数据的双向驱动，基于数字孪生系统架构，开发一种工业机器人虚实联动系统。在Unity3D中搭建虚拟场景，建立关节控制、末端点位控制、末端轨迹控制等多种方式实现虚拟机器人的仿真运动。基于TCP/IP协议的Socket网络通信模式，利用双向传输的机器人位姿状态等数据驱动虚实模型同步运动。经测试，该系统具有良好的实时性与沉浸性，能够满足工业机器人的实时监测与可视化控制要求。     

基于ROS的工业机器人及AGV的视觉协同控制系统

当前自动化上下料的机器人之间仍各自独立运行，上下料位置固定缺乏柔性，智能化程度低。针对以上问题设计了基于ROS的工业机器人及AGV的视觉协同控制系统，用以实现智能化、柔性化的上下料工作。在ROS系统上，基于全局视觉与改进ArUco tag识别技术，开发了机械臂和AGV的识别与控制模块，实现了两种机器人在全局视觉下的识别与路径规划；并基于动态指令技术和ROS主从机通讯技术，实现了所开发ROS系统与机械臂和AGV的可靠通讯；最后，考虑不同机器人的协作规则和目标位姿计算方法，结合上述机器人识别与控制模块，提出了一种机械臂与AGV的视觉协同控制方法。实验测试表明，该系统能够实现多机器人的识别、控制与协同，工件托盘能够通过AGV按照要求实现任意指定位置的上下料接驳，具有良好的稳定性与柔性。     

基于LabVIEW工业机器人自动分拣系统设计

自动分拣系统是大多数流水生产线上的一个重要环节。基于机器视觉的机器人分拣则有着适应范围广、随时变换作业对象和变换分拣工序的优势。设计基于Lab VIEW软件控制的工业机器人自动分拣系统,采用Lab VIEW软件编程、设计原型。测试和实验证明,系统能够稳定地实现物料的迅速识别和自动分拣。     

基于机器视觉的工件分拣及上下料系统

为了解决传统工业机器人无法对多个不定位姿的工件进行分拣抓取的问题,搭建一套基于机器视觉的零件分拣及上下料系统。所搭建系统能够较准确地对铝件和有机玻璃件进行分拣,并对工件的位姿进行识别,最后将结果换算到机器人的世界坐标系下,对工件进行准确抓取和上下料。其中针对工件的分拣,提出了通过条形码进行识别分拣的方法,此方法简单有效,快速便捷。对与背景对比度不高的透明有机玻璃件的位姿识别,提出一种自适应调参线性变换方法,从而准确识别出透明件的位姿信息。经实验测试,所搭建系统具有较高的准确性。     

基于机器视觉识别的小型机器人分拣搬运系统的研制

提出一种小型机器人分拣搬运系统的设计和研制方法。它基于机器视觉识别技术对工件进行辨识,用四自由度机器人进行搬运和分拣。主要研究内容有分拣系统的总体设计、部件和附件的设计、视觉系统的基本原理和编程、四自由度机器人的示教以及I/O通信和编程等。该系统己应用,效果良好。     

工业机器人在自动化生产线分拣站的应用

根据自动化生产线分拣站的工艺流程和自动化控制的要求,提出基于工业机器人、PLC以及传送带的货物码垛自动化解决方案。构建以三菱FX3U型PLC、传送带和工业机器人等组成的全自动分拣码垛系统。分析了PLC的动作过程,提供了PLC的程序流程图;分析了工业机器人码垛的工作过程,提供了工业机器人码垛的程序流程图。工业机器人引入到自动化生产系统后,能够进一步提高工厂自动化水平、提高生产效率,减小劳动强度,降低人工成本。     

基于FANUC机器人内置视觉识别软件应用研究

针对现场工程人员使用基于PC平台或嵌入式模块等机器视觉系统开发机器人视觉程序比较困难的状况,对机器人与内置视觉识别软件之间联系进行研究。以FANUC机器人集成内置视觉识别功能软件为研究对象,介绍工业相机与机器人物理连接;分析相机标定原理和标定过程;以2D形状和条形码工件为例,详细介绍了视觉识别程序处理过程和机器人视觉程序关键指令以及搬运程序流程。把多个模型混合放置,内置视觉系统都能准确识别,机器人都能精准分拣和搬运。机器人集成内置机器视觉系统硬件连接简单,识别工具丰富,使用方便,机器人程序与视觉数据交互便捷,拓展了机器人工艺应用范围。机器人集成内置视觉识别功能是自动化领域和机器视觉系统发展趋势。     

基于机器视觉的机器人分拣系统设计

针对机器人分拣系统对工件摆放位置要求高的问题,研究开发了一套基于机器视觉的机器人分拣系统。阐述了该系统的组成和工作流程,搭建了基于机器视觉的机器人分拣系统实验平台,提出了一种适用范围广的快速手眼标定方法,采用机器视觉技术对摆放在相机视野范围内任意位置的工件进行定位并分类,通过TCP通信协议将定位分类信息发送给机器人,从而引导机器人对工件进行分拣。最后,进行了多次分拣实验,结果表明,该系统可对任意位置的工件进行分类,自动化程度高。     

基于机器视觉的机器人作业目标定位

为了满足生产制造过程中物料无序分拣的需要,设计基于机器视觉的机器人作业目标定位系统。利用Qt开发人机交互界面,实现图像采集处理、通信和机器人运动控制功能。对图像进行阈值分割等处理,得到理想工作区域。通过机器人视觉系统标定实现相机像素坐标和机器人基坐标之间的转换,得到机器人坐标系下的工件位姿识别。在机器人目标抓取平台上随机摆放一定数量的工件进行数据采样,结果表明：系统准确度以及速度具有优势。     

基于ABB机器人的工件参数设置系统设计

针对工业机器人应用中,由于工件布局变化或近似工件替换造成的转产调试问题,提出基于ABB工业机器人的工件参数设置方案,包括根据布局参数的工件坐标运算程序的设计和根据形状参数的Offs数据运算程序的设计。通过设计三菱PLC与ABB机器人的RS232通信程序,实现触摸屏、PLC、机器人三者协作的系统通信。在通信基础上,设计实数传输模块以及系统流程,从而实现通过触摸屏设置工件参数,即可完成机器人作业轨迹的调整再现。该设计达到了提高ABB机器人工作站柔性,提高生产效率的目的。     

成捆圆钢端面标牌自动焊接系统的研究

为实现成捆圆钢端面标牌焊接的自动化,设计一套以双目视觉测量引导的基于工业机器人的标牌自动焊接系统。整个系统主要由工业机器人、双目视觉识别系统、焊钉送料系统、标牌制备系统、末端操作器、控制系统等构成。双目识别系统采用双目相机扫描成捆圆钢端面,得到焊接位置坐标;焊钉供料系统实现焊钉的分料传送,标牌制备系统通过激光打标机将圆钢生产信息制作在标牌上,并将标牌输送到指定位置;末端操作器由工业机器人带动实现焊钉与标牌的抓取、定位焊接以及掰断焊钉尾部等操作;焊接控制系统中工控机与机器人、PLC、双目视觉测量系统等进行通信,完成标牌焊接的自动化流程。     

基于CS优化深度学习卷积神经网络的目标检测算法

目前对于形状比较复杂且密集摆放的工件,传统的工业机器人视觉分拣技术已经无法有效检测和识别。因此,为了提高生产线上分拣工件检测的准确率,提出了一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化深度学习卷积神经网络(Convolutional Neural Network,CNN)的目标检测算法。首先对视觉分拣系统的组成进行了分析。然后采用经典的Faster R-CNN的模型结构来实现目标检测,并将CS优化算法应用到CNN模型的参数训练中,解决了反向传播的局部最优问题,同时提高了迭代速度。工件检测实验结果表明:相比于传统的CNN模型,提出CS-CNN模型具有更好的目标检测的准确率,提高了网络的收敛速度。     

基于工业机器人的步进电机智能装配系统设计

设计了基于PLC与工业机器人的步进电机智能装配系统,该控制系统由总控单元、行走单元、雕铣机单元、装配单元、输送单元、立体仓库单元等组成,采用以太网通信,实现了机器人、机器视觉、PLC之间的数据与I/O信号交换,能完成了步进电机各零部件的搬运、加工和装配等工序。提高了工厂智能制造与装配水平、降低了人工成本,具有较高推广应用价值。     

基于神经网络的工业机器人力控制研究

针对工业机器人夹持工件进行磨削时的力控制问题,提出一种基于神经网络算法的机器人力控制方法,搭建一套工业机器人磨削系统,并在Visual Studio软件环境下开发了相应的上位机软件。通过分析神经网络算法的原理,设计神经网络结构,使用从实际磨削过程中获得的训练数据对神经网络进行训练;将力传感器实时采集的力信号输出给训练好的神经网络模型,预测出机器人磨削加工的轨迹修正值并传给机器人,对磨削轨迹进行实时修正,从而实现工业机器人的间接力控制。最后,在搭建的工业机器人磨削系统上进行了力跟踪实验和钛合金试件磨削实验,验证了所提出的力控制方法和机器人磨削系统的有效性和实用性。