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。     

天车机器人设计

为实现天车调运的自动化、机器人化,设计了实验室环境中的天车机器人。天车机器人的大车通过齿轮机构驱动,小车通过丝杠机构驱动,实现大车、小车及吊钩的3个坐标方向的运动;下位机采用单片机控制系统,通过电机驱动器实现对不同电机的控制,并通过蓝牙与上位机进行控制指令的通信;天车机器人视觉系统采用平行双目立体视觉结构,经标定后实现对目标物的视觉定位、测量等功能。实验结果表明:标定后的天车视觉系统校正精度高、目标定位准确,为进一步研究立体视觉匹配及深度信息测量打下了基础。     

基于机器视觉与Faster-RCNN的Delta机器人工件识别检测

针对传统并联机器人在工作环境中存在抓取不精确、定位与分类识别效率低下的问题,提出一种基于机器视觉与Faster-RCNN神经网络的工件识别检测技术。采用Delta机器人实验平台采集图像,进行图像的预处理操作并将其添加至网络训练集。通过Python3.7-torch1.7搭建深度学习中的Faster R-CNN卷积神经网络,作为基本框架训练工件图像数据集。最后将训练后的卷积神经网络得到的工件检测结果与原实验工件识别系统对比。结果表明：改进后的识别平均精确度比原有识别系统有所提高,反应时间缩短,并且能识别不同类型的工件。     

全自主足球机器人的目标快速识别与定位

根据足球机器人比赛视觉系统的实际应用环境,对比分析了不同颜色空间的优缺点,采用HSI作为视觉系统的颜色空间,减弱了现场光照变化对视觉系统产生的影响,研究了在实际比赛场地条件下图像预处理和颜色阈值设定方法,采用声纳和红外传感器,结合机器视觉对比赛目标进行了快速识别和定位,实现了机器人的控球、带球和射门,比赛实验表明,该方法减少了运算量,提高了运算速度,进攻效果好.     

汽车横向摇臂总成焊缝质量视觉检测系统

汽车部件焊缝质量的人工检测效率低,精度差,且数据不易统计、存储及查询。将机器视觉技术引入汽车部件焊缝质量检测能够很好地克服上述缺陷,实现焊缝质量自动检测、判定、统计及查询。检测系统利用机器人手臂夹持视觉传感器与光源,对汽车底盘横向摇臂的焊缝分段采集结构光图像和LED光图像,根据不同图像特征设计适应性强的图像处理算法进行计算、判别。通过LED光图像可以识别焊缝缺失、表面气孔等缺陷;通过结构光图像可以测量出焊缝宽度和角焊缝厚度,并判定是否焊偏。试验结果表明,检测系统能准确高效地计算、判别焊缝的主要特征,适合在焊缝质量检测领域推广应用。     

天车机器人模型及吊钩运动视觉检测

天车是企业生产中物料吊运的重要设备。研究天车安全、可靠、高效运行具有重要意义。为研究天车运行特点及引入视觉系统进行避障、监控运行的可行性,在实验室环境中搭建了天车机器人及其视觉测量系统。建立了天车机器人吊钩轨迹运动坐标系及双目立体视觉模型;采用RGB不同颜色阈值选取方法对吊钩目标图像进行识别,进而将吊钩从复杂的背景中分割出来;采用SIFT特征点匹配方法实现了吊钩图像的特征点匹配及吊钩运动目标的视觉检测与跟踪。研究结果对提高天车运行的自动化、智能化具有借鉴意义。     

基于机器视觉的焊缝表面下塌缺陷实时检测系统

针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的GrabCut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02 mm~2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。     

基于深度学习的单目视觉水下机器人目标跟踪方法研究

介绍了一种基于深度学习的单目视觉水下机器人目标跟踪新方法,采用该方法能够使自主水下机器人(AUV)在水下复杂环境中实现图像增强处理与目标识别跟踪,对于视频图像中的每个图像,使用预先经过训练的深度卷积神经网络计算图像传输图,图像传输图提供了图像深度信息的相关估计,该方法能够识别水下目标区域,并标明水下目标运动及跟踪方向。实验表明:该方法能够更精确、更稳定地获取水下环境中的定位数据。     

机器视觉技术在板带精整线上应用的探讨

本文从生产线的安全监测技术、卷边机视觉检测与测量、卷径测量、带头/尾识别与定位等7个方面研究了机器视觉应用于板带精整线的关键技术问题,详细描述了测量原理及关键技术,为改进精整生产线关键参数检测方法,提高生产质量和效率提供了有效途径。     

基于视觉的工业机器人装配演示示教研究

针对工业机器人编程效率低下、智能化程度不高和人机交互性能弱等问题，提出一种基于视觉的工业机器人装配演示示教系统，该系统包括目标检测与中心点定位模块、装配动作分类识别模块和机器人动作执行模块。在目标检测与中心点定位模块中,提出一种目标物体中心点定位和机器人抓取方法，使用实例分割算法识别物体类别，通过掩码均值化处理和坐标转换计算物体3D姿态信息；在装配动作分类识别模块中，建立基于深度学习网络的动作分类识别模型，该模型的输入为装配动作视频帧，输出为动作分类标签；最后，机器人动作执行模块根据物体类别、物体3D姿态和动作分类标签等信息规划机器人装配动作，控制机器人执行装配任务。以轴孔装配为例，验证了上述方法的有效性，实现了基于视觉演示的机器人装配模仿编程，对机器人演示示教研究具有一定的参考价值。     

基于ABB机器人的柔性分拣系统设计

在瓶体人工分拣成本高、传统机械结构无法满足多瓶体柔性分拣的背景下,采用工业机器人替换传统机构,设计基于ABB机器人的柔性分拣系统,以实现圆柱瓶子表面检测工作站适用于多尺寸类型的柔性生产。通过分析圆柱瓶子尺寸变化与分拣作业位置的公式,以两台ABB工业机器人作为执行机构,采用平移功能实现上料、检测、分拣等动作的柔性调整。以伺服夹爪作为末端执行器实现对不同瓶口直径的夹取。以三菱PLC作为控制中心,触摸屏作为人机交互界面,通过流程设计与程序界面设计,实现系统中各设备的协同控制及各项功能的界面监控。调试结果表明：在基准瓶子示教的基础上,系统可实现适用范围内不同尺寸瓶子的自动分拣作业,且触屏操作便捷,满足柔性生产需求。     

基于双目视觉的化学铣削零件轮廓测量

针对飞机蒙皮的化学铣削加工区域轮廓的测量问题,构建了一套基于双目视觉的测量系统.以双目相机作为视觉传感器,结合光源系统和多曝光融合算法得到融合图像,基于Canny算法和双三次插值法提取亚像素轮廓,通过基于ZNCC的立体匹配,最终实现化铣区域轮廓三维重建,获取区域的轮廓信息.实验结果表明,提出的系统具有较高的测量精度,显...     

吹瓶机专用组合气缸的设计与应用

着重介绍专用于吹瓶机生产线上的组合式气缸的结构、工作原理及应用情况，同时还介绍可变行程的调整方法，使它适用于吹制各种规格的瓶子的要求。     

叶形孔视觉测量系统设计

为满足航空发动机静子组件叶形孔精密测量要求,基于机器视觉,设计非接触式四轴叶形孔测量系统.该系统主要由三轴运动机构、高精度气浮转台、工业相机、光源、夹具和工控PC机组成.为获取叶形孔边缘的坐标值,将采集的图像在上位机上进行中值滤波、二值化、前景区域分离、区域选择、图形学处理、边缘提取、边缘坐标值提取,最终实现静子组件叶...     

基于Dueling Network与RRT的机械臂抓放控制

针对当前机械臂抓取与放置方式固定、指令单一、难以应对复杂未知情况的不足,提出一种基于深度强化学习与RRT的机械臂抓放控制方法。该方法将物件抓取与放置问题视为马尔科夫过程,通过物件视场要素描述以及改进的深度强化学习算法Dueling Network实现对未知物件的自主抓取,经过关键点选取以及RRT算法依据任务需要将物件准确放置于目标位置。实验结果表明:该方法简便有效,机械臂抓取与放置自主灵活,可进一步提升机械臂应对未知物件的自主操控能力,满足对不同物件抓取与放置任务的需求。     

啤酒瓶检测系统成像装置的设计

对啤酒瓶的破损模式，瓶中光线传播特性及成像方法进行了分析，并通过现场试验综合研究了光源类型，灯具和取像位置等因素的影响，在此基础上，设计了啤酒瓶成像装置，并对成像进行了处理分析，结果表明，用该方法拍摄的图像能够满足计算机处理的要求，为实现啤酒瓶的全面自动化检测打下基础。     

基于无监督深度学习的声发射信号聚类分析

为提高声发射信号检测诊断的自动化程度,直接从声发射波形出发,提出了一种基于深度神经网络与聚类分析的声发射信号分类方法。针对声发射信号标签数据难以获取的问题,采用无监督学习方式,根据大量声发射实测波形进行深度一维卷积自编码器训练,实现了声发射信号特征的自动提取,进而结合K均值聚类算法准确区分不同类型的声发射信号。铅芯在复合材料板上突然断裂和摩擦的声发射试验表明,提出的方法能自动识别不同类别的声发射信号,识别效果优于基于人为设定声发射信号特征的聚类方法。     

多品种连接器附件的高柔性智能检测系统

为保证连接器附件的正确分类,开发一套多品种连接器附件的高柔性智能检测系统。该视觉系统硬件部分由CCD相机、远心镜头、平行背景光源构成。经过图像预处理、形态学处理以及图像自动二值化等技术处理后,运用模板匹配算法实现连接器不同类型附件的智能识别和分选。实验结果表明:该识别系统识别速度快、准确率高、自动化程度高、柔性强,能满足实际生产需求,具有良好的实用价值。     

基于深度学习的微小元器件智能在线检测系统

为了解决多种微小元器件的尺寸、位置、方向和缺陷自动化在线检测难的问题,提出一套机器视觉和深度学习相结合的智能在线检测系统.通过搭建视觉检测系统采集微小元器件的图像,并对图像进行图像预处理、二值化、滤波、边缘轮廓特征提取以及模板匹配等处理,实现了多种微小元器件尺寸、位置和方向的在线检测.针对微小元器件表面缺陷,提出一种基...     

机器视觉技术在板带精整线上应用的探讨

本文从生产线的安全监测技术、卷边机视觉检测与测量、卷径测量、带头/尾识别与定位等7个方面研究了机器视觉应用于板带精整线的关键技术问题,详细描述了测量原理及关键技术,为改进精整生产线关键参数检测方法,提高生产质量和效率提供了有效途径.