包装码垛机器人嵌入式控制系统设计

目的为了提高码垛机器人运行精度,改善控制系统的通用性,以确保包装物品的生产效率。方法在分析包装码垛机器人基本结构和工作流程的基础上,基于ARM设计一种码垛机器人控制系统,同时提出一种Hough-链码视觉识别算法,用于提高码垛精度、满足视觉功能需求。通过原点定位实验和重复定位实验验证所述控制系统的有效性。结果实验结果表明,包装码垛机器人定位精度较高,其中原点定位误差小于0.20 mm,重复定位误差小于0.8 mm,完全满足设计要求。结论该控制系统能够满足实际作业需求,对于提升包装效率、降低成本具有一定意义。     

包装生产线视觉上料控制系统研究

目的 为提高包装生产线中上料、送料过程的自动化程度,基于机器视觉设计一种视觉上料系统。方法 介绍摄像机成像原理。在此基础上,详细论述视觉标定过程,包括刚体变换、透视投影、图像离散化等。论述视觉上料控制系统结构,主要由工控机、软件平台、人机交互界面组成。工控机可实现视觉采集模块、机器人控制模块、传感器信号采集模块的分布控制和集中管理。通过实验验证所述控制系统的有效性。结果 实验结果表明,最大定位误差只有0.7 mm,定位精度较高;填料成功率可以达到99.5%以上,基本不会出现误抓、漏抓等情况;系统响应速度快。结论 包装生产线视觉上料控制系统具有响应速度快、定位精度高、填料成功率高等优点,可满足包装过程高速、高精度要求。     

机器人视觉搬运系统构建与软件开发

目的基于双目CCD相机、机器人、搬运手爪构建机器人视觉识别与搬运平台,引导机器人实现自动抓取。方法利用OPENCV库函数,由二次开发完成相机的标定,经图像采集、预处理,研究了立体匹配、边缘提取等算法,提取物体的轮廓特征点,并计算物体质心点的三维坐标,换算成机器人的关节转角信息,为机器人抓取提供视觉定位。结果基于VS2012开发平台,将视觉图像处理、机器人控制、数据传输集成于PC端,便于人机交互和软件集成,正交实验表明空间不同方向的定位误差在0.5～1.5 mm范围内。结论所提视觉引导方案能提高机器人动作的精确度,满足工业搬运要求。     

轴线测量与迭代补偿的机器人几何参数标定

为了提高串联工业机器人的绝对定位精度,提出了采用轴线测量与迭代补偿相结合的工业机器人几何参数标定方法。首先利用激光跟踪仪测量机器人单轴运动的轨迹,将所测轨迹点通过空间投影计算各轴线的位置;然后根据机器人模型参数的几何定义提取机器人模型的实际参数,并采用基于距离误差的迭代补偿方法进行参数标定效果验证。对埃夫特ER10L-C10工业机器人进行标定实验研究,结果表明:机器人绝对定位误差的最大值、平均值和标准差分别从补偿前的4.215、1.932和1.437 mm减小到补偿后的2.979、1.015和1.031 mm,该方法能够简单快速标定出机器人模型的实际几何参数,有效提高了机器人的绝对定位精度。     

包装分拣过程视觉跟踪系统设计

目的 为提高包装生产线的分拣精度,以Delta机器人为研究对象,设计一种视觉跟踪系统.方法 详细介绍包装生产线分拣系统的结构,包括机器人模块、控制模块、视觉模块和传送带模块等.提出一种平移标定算法,可简化整个标定过程,既可以提高准确性,又可以降低标定用时.该算法可以较好地解决空间限制对跟踪系统的影响.论述一种图像处理方法,通过连通区域的面积、圆度和矩形度等参数实现物料识别、定位和抓取.利用具体实验验证所述系统的可行性和有效性.结果 Delta机器人视觉跟踪系统的漏抓率小于0.1％,误抓率接近于0,精确度得到明显提高.结论 整个过程中机器人运行稳定,并没有出现冲击、颤动等现象,系统可靠性比较高,完全能够满足包装等相关行业要求.     

基于手眼系统的视觉定位研究

针对自动化产品装配中的视觉定位问题,搭建一套基于手眼(eye-in-hand)系统的机器视觉装配实验平台。在Halcon软件平台上运用张正友标定法对相机内参数和外参数进行标定,并利用手眼关系方程CX=XD求解出机器人的手眼关系以完成手眼系统标定的过程,最终将手眼系统标定结果应用于视觉装配平面的目标点定位。其中以机器人定位到的目标点坐标为理想位置坐标,对视觉定位与机器人定位得到的目标点位置进行比较分析,验证该手眼系统视觉定位的准确性并对视觉系统进行不确定度评定,实验重复性良好。实验结果表明,用此方法得到的手眼系统视觉定位精度能达到0.6 mm,满足机器视觉生产线上产品装配的需求。     

稀疏立体视觉算法在自动包装机器人中的应用

目的为实现包装机器人自动测距的功能,提出将双目稀疏立体视觉算法应用到自动包装机器人视觉系统中。方法为验证算法的实用性,利用深圳市元创兴科技有限公司生产的配备双目视觉系统的REBot-V-6R六自由度机器人进行实验,计算实验台上包装件与摄像机的距离,通过计算值与测量值之间的误差评估算法的精确度。结果实验证明双目稀疏立体视觉算法在600~1000 mm范围内深度计算误差小于7%。结论该稀疏立体视觉算法可以应用于自动包装机器人测距。     

基于遗传算法的包装机械臂位置精度控制方法

目的为提高包装机械臂运行精度,解决视觉伺服控制系统中手眼标定问题,基于遗传算法设计一种机械臂运动学参数标定方法。方法在明确手眼视觉坐标的基础上,给出不同坐标系之间的变换关系。通过对比机械臂末端执行器理论位置和实际位置,确定其运动学参数标定误差模型。基于遗传算法基本原理,搭建了相关适应度函数,根据计算所得误差补偿量更新末端执行器位姿。最后,对机械臂运动控制系统进行联合调试以及实验分析。结果实际位置和理论位置之间偏差绝对值的平均值大约为0.8 mm,偏差最大值只有1.2 mm,精度比较高。结论所述手眼标定方法可以显著提高机械臂运动精度,可满足相关包装行业要求。     

基于ARM的嵌入式包装搬运机器人控制系统设计

目的为提高包装物品生产效率,提升直角包装搬运机器人的稳定性、可靠性和运动精度。方法根据四自由度直角坐标型包装搬运机器人的机械结构和功能需求,设计一款基于ARM嵌入式的直角包装搬运机器人控制系统。控制系统硬件由主控制器ARM,FPGA和示教器ARM组成,主控制器ARM通过串口与FPGA、示教器ARM以及伺服系统进行通讯。同时基于上述硬件结构提出一种改进型S曲线插值速度控制方法。结果实验结果表明,该控制系统下的直角包装搬运机器人定位精度为±0.5 mm,完全满足设计要求。结论该控制系统能够满足实际作业需求,提升了包装效率,降低了成本。     

精密小型Hexapod并联机器人标定实验及精度分析

为了提高精密小型Hexapod并联机器人的运行精度,对机器人进行了标定实验及精度分析.推导了Hexapod机器人结构参数的误差模型、设计了标定步骤和算法,并在三坐标测量机上对机器人进行标定实验;从机构角度对Hexapod机器人的间隙误差来源进行了分析,并推导了间隙误差对机器人位姿误差的映射关系数学模型;推导并分析了计算过程中最小二乘误差、牛顿-拉普森迭代误差的数学模型,分析了机器人结构参数的辨识精度.标定实验结果表明：经过误差补偿,机器人位姿坐标的最大位移误差由0.267 6 mm降为0.010 5 mm;最大转角误差由0.006 8 rad降为0.001 1 rad.Hexapod机器人标定及精度分析方法对于开发精密型并联机器人具有参考价值.     

轻工业包装物品搬运机器人路径跟踪控制

目的 为了提高直角坐标搬运机器人的定位精度,保证机器人能够按照预定路径运动。方法 介绍直角坐标机器人工作原理,并基于模糊控制理论,提出一种基于模糊PID的直角坐标机器人轨迹跟踪控制算法,并将其应用于机器人运动轨迹跟踪控制中。结果 仿真和实验结果表明,基于模糊PID的机器人控制器能够保证机器人沿预定路径运动,机器人轨迹跟踪误差能够很快收敛于0附近,该轨迹跟踪方法具有较好的抗干扰性和鲁棒性。结论 所提方法能够明显提高直角坐标机器人的路径跟踪能力,对于提升机器人运动精度具有参考价值。     

基于视觉辅助定位的机械臂运动学参数辨识研究

标定机器臂的运动学参数可以有效提高机械臂的绝对定位精度。针对一般平面约束标定方法往往通过手动示教获取测量数据,效率低,提出一种基于视觉辅助定位约束平面的机械臂运动学参数辨识方法。为了弥补双目视觉视场范围狭小的弊端,在约束平面上粘贴3个靶点,以此将对平面的定位等效成对靶点的定位。应用双目视觉系统提取靶点中心并进行立体匹配,得到靶点在机械臂基坐标系下的三维位置信息;同时构建靶点坐标系,以此规划出按一定规律分布的约束点;为了进一步提高标定精度,建立双平面约束误差模型,通过两垂直平面上任意非共线的3个点得到一系列法向量,每一对法向量的数量积为0,即增加了约束方程;利用机械臂对相互垂直的两约束平面自动进行接触式测量,通过改进的最小二乘法辨识出真实的运动学参数误差。实验结果表明,基于双平面约束误差模型,修正运动学参数后,机械臂绝对位置精度由1.234 mm提高到了0.453 mm。该方法实现了数据的自动化测量,大大提高了标定效率,为机械臂批量标定提供了参考,具有工程意义。     

模块化六自由度机器人运动学标定与实验研究

针对自主研发的模块化六自由度轻载搬运机器人,使用激光跟踪仪并采用直接标定法进行了运动学标定与实验研究。采用D-H法构建了机器人连杆坐标系和机器人运动学模型,并运用微分变换的方法建立误差模型。通过激光跟踪仪测量机器人末端位置,将其与运动学模型求解得到的机器人末端位置进行比较,验证了误差模型的正确性。然后将误差模型计算得到的机器人连杆参数误差在机器人控制系统软件中进行修正。最后利用激光跟踪仪测量机器人的关节转角间隙误差,将误差值转换成脉冲数并在软件中进行补偿。机器人运动学标定实验表明,使用激光跟踪仪进行连杆参数误差补偿和关节转角间隙误差补偿可以明显的减小绝对定位误差,绝对定位误差降低了69.6%,定位精度有了明显的提高。     

基于线结构光传感器的工业机器人运动学参数标定

针对工业机器人绝对定位精度较低问题,提出一种基于线结构光传感器的工业机器人运动学参数标定方法.首先,将线结构光传感器固定安装在机器人末端,建立传感器测量模型,然后建立机器人运动学模型,通过手眼关系将传感器模型与机器人模型连接组成完整的标定系统模型.其次,使线结构光传感器在不同位姿下对某一固定点进行测量,得到该点在机器人...     

基于激光跟踪仪的协作机器人标定算法与实验研究

为了提高机器人末端绝对定位精度,提出了一种基于激光跟踪仪测量的机器人几何参数标定方法,对协作机器人的参数误差进行辨识和补偿。为了避免机械臂相邻两个轴平行时会出现奇异性的情况,采用了MDH参数法建立误差模型;为了把测量数据定义在同一坐标轴上,结合了机器人工具坐标系转换（靶球中心点相对于机器人末端坐标系的平移变换）;进而用最小二乘优化算法(LM)辨识出机器人的模型参数误差。通过对JAKA协作机器人的仿真、实验计算和标定,机器人的位置误差平均值、标准差、误差最大值分别降低了70.58%、56.76%、57.44%。实验结果表明:该标定算法可以有效地辨识出机器人的模型参数误差,对机器人的模型参数进行补偿后,提高了绝对定位精度。     

融合加权SVD改进算法的工业机器人运动学标定

针对环境或人为因素引入的测量粗差对测量坐标系和机器人基坐标系的转换存在较大影响的问题,对奇异值分解(SVD)算法进行了改进,并将其应用于机器人运动学标定中。以ABB-IRB2600型机器人为研究对象,建立修正型D-H(MD-H)运动学模型和误差模型;通过激光跟踪仪测量得到机器人末端靶球位置坐标,在SVD算法中,根据补偿前位置误差大小对测量数据重新分配权重,转换测量坐标系和机器人基坐标系;使用Levenberg-Marquart(L-M)算法进行了误差参数辨识,并在Matlab中对机器人25个运动学参数进行了仿真补偿。仿真和实验结果表明,加权SVD算法稳定性更优,能够减小测量粗差影响,经标定后机器人的平均绝对误差降低了65.10%,均方根误差降低了65.85%,其绝对定位精度得到了明显提高。