面向传送带作业系统的机器人目标跟踪与抓取策略研究

运用机器视觉技术与工业机器人技术,开展传送带作业系统的机器人目标跟踪与动态抓取策略研究,提出了传送带速度控制的策略,建立了机器人抓取目标位置预测模型,在保证效率的同时降低了漏抓率;通过分析传送带PID跟踪控制规律,给出基于位置预测的机器人拦截式抓取方法,搭建了基于机器视觉的锯条自动抓取系统平台,开展机器人目标抓取对比实验分析,较好地实现了传送带作业系统机器人目标的动态抓取,有效验证了本文所提方法的可行性和有效性。     

混合摄像机视觉伺服机器人研究与应用

针对单目视觉机器人工件抓取与放置精度不高的问题,提出了基于位置的混合摄像机视觉伺服系统,采用Eye-in-hand和Eye-to-hand摄像机结合的模式,建立混合摄像机视觉机器人系统以实现工件的精确放置.Eye-in-hand摄像机实现对工件的定位和抓取,Eye-to-hand摄像机用于确定机械手爪中心轴线与工件中线的偏差,确保工件精确放置在期望位置.实验结果表明:该混合摄像机视觉伺服机器人系统能将工件准确放置在期望位置.     

基于机器视觉的非特定物体的智能抓取系统的研究

针对传统机械臂局限于按既定流程对固定位姿的特定物体进行机械化抓取,设计了一种基于机器视觉的非特定物体的智能抓取系统;系统通过特定的卷积神经网络对深度相机采集到的图像进行目标定位,并在图像上预测出一个该目标的可靠抓取位置,系统进一步将抓取位置信息反馈给机械臂,机械臂根据该信息完成对目标物体的抓取操作;系统基于机器人操作系统,硬件之间通过机器人操作系统的话题机制传递必要信息;最终经多次实验结果表明,通过改进的快速搜索随机树运动规划算法,桌面型机械臂能够根据神经网络模型反馈的的标记位置对不同位姿的非特定物体进行实时有效的抓取,在一定程度上提高了机械臂的自主能力,弥补了传统机械臂的不足.     

共圆滑杆直线平夹自适应机器人手的研制

在平夹模式下,传统机器人手指末端的运动轨迹为圆弧,工作空间小,不适合抓取工作台上的薄板物体.为此,本文提出了一种共圆滑杆直线机构,分析了该机构的工作原理、运动特性和工作空间,并基于该直线机构设计了一种新型的直线平夹自适应机器人手.设计的机器人手包含2根手指,共4个自由度,仅采用2根电机驱动,结构简单.每个手指由基座、电机、簧件、L型连杆和2个指段等组成.该装置具备直线平夹和自适应包络两种抓取模式,捏持精度高,无需借助额外的传感和控制系统即可适应不同位置、姿态和形状的物体.针对设计的机器人手进行了不同抓取模式分析、运动分析和受力分析,研究了不同参数对抓取力的影响,为机器人手的设计和优化提供依据.并且研制了原理样机,开展了抓取实验,结果表明:机器人手的设计和分析合理,该装置可以实现直线平夹和自适应抓取功能,既能直线平夹物体,也能稳定包络抓取形状、大小各异的物体.     

基于机器视觉的水表抓取系统

目前国内对水表的检定多采用人工的检定方式,过程中存在许多重复人力操作,造成检定过程费时费力.为了解决这一问题,本文在水表检定过程设计了用工业机器人代替人工完成水表的检定工作,提出了一种基于机器视觉的水表抓取方法.系统通过YOLOv3网络对处于不同环境下的不同型号的水表进行检测,获取目标水表的型号和位置后再进行水表的位姿检测得到水表抓取点坐标与水表姿态角并控制机器人进行抓取.实验表明,该系统能在不同外界环境下实现不同型号水表的抓取和精确放置,具有较好的鲁棒性和较高抓取成功率,能够满足实际水表自动检定线上的水表抓取需求.     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

基于粒子群优化算法的工业机器人定位抓取控制系统设计

为消除工业机器人实际抓取位置与定位位置之间的误差,实现对机器人抓取行为的有效控制,设计基于粒子群优化算法的工业机器人定位抓取控制系统。根据主要机器部件选型情况建立电气网络结构,再联合视觉传感器与定位控制平台,控制抓取夹爪的行动范围,完成工业机器人定位抓取控制系统硬件的总体设计。遵循粒子群优化算法应用需求,实施Gbest选取与Pbest更新,并联合所得计算结果,定义三维坐标系表达式,建立基于粒子群优化算法的定位坐标系。根据跟踪点坐标求解结果,确定控制系数优化处理条件,完善抓取控制原则,再联合相关应用结构,实现基于粒子群优化算法的工业机器人定位抓取控制系统的设计。实验结果表明,粒子群优化算法作用下,工业机器人实际抓取位置坐标在X轴、Y轴方向上均准确符合定位位置坐标,有效消除了抓取误差,能够实现对机器人抓取行为的有效控制。     

视觉图像技术与机器人工件抓取的协作应用

工业机器人在抓取环节如果配置机器视觉装置,应用图像处理技术,在抓取效率和准确度方面就有优势。该文介绍机器人功能实训台的工件抓取视觉系统的组成,侧重工件轮廓的图像处理技术,以图像处理作为机器人视觉系统处理的核心目标,将视觉图像技术与机器人工件抓取技术协作应用于工业机器人实训平台的抓取环节,利用工业机器人运动过程中坐标的转换,通过相机的正确标定与抓取动作的共同控制,实现工件的精确定位,达到可靠抓取的目的。总结图像处理技术在工件抓取中的协作应用效果,期待便捷的视觉图像技术与机器人工件抓取的协作应用。     

机器人柔性视觉检测系统现场标定技术

针对江淮车身厂的轿车车身提出了一种基于工业机器人的柔性视觉检测系统．通过控制机器人在空间的位姿变换,立体视觉传感器能够依次到达空间指定测量位置采集空间特征点的图像信息,并通过计算图像数据获得该点的三维坐标数据．利用双经纬仪和精密靶标对机器人视觉测量系统进行整体标定,同时完成了测试试验数据的采集及计算,取得了较好的测量效果．该系统柔性好、测量无死角,能适应生产线多车型检测的需要．     

机器视觉在工业生产线上的应用实现

以新松6轴SRH6工业机器人和GMl400千兆以太网工业相机为基础,搭建了基于机器视觉的工业生产线智能抓取实验平台。首先利用工业相机对生产线上进入到工作区的工件进行拍摄,获取数字图像;然后利用软件对采集到的数字图像进行分析处理,利用其特征对工件进行识别,计算出工件的几何中心坐标,再利用坐标变换得到工件的空间位置：最后引导机器人控制吸盘机械手来完成工件的分类与抓取工作。实验表明,抓取成功率为100％,该方法为工业生产自动化、智能化提供了解决方案。