弧焊机器人视觉系统

视觉传感控制是发展自适应机器人的一项关键技术.本文以弧焊机器人为背景,总结了视觉传感跟踪控制的发展过程,重点分析了弧焊机器人视觉系统的核心技术——3维信息获取及处理方法.     

视觉伺服机器人对运动目标操作的研究

机器人视觉伺服系统是机器人领域一重要的研究方向，它的研究对于开发手眼协调的机器人在工业生产、航空航天等方面的应用有着极其重要的意义．本文着眼于视觉伺服机器人操作运动目标这一问题，分析了建立此类系统的控制结构并指明其特点；同时，详细地阐述了三个组成环节：视觉图像处理、预测及滤波、视觉控制器的研究方法和现状．最后，分析了今后的研究趋势．     

自动机器人视觉控制系统

ABU（亚广联）于2002年8月31日在日本东京举行了首届亚太地区大学生机器人大赛，CCTV中国大学生机器人大赛冠亚军得主中国科技大学机器人队代表中国参赛并荣获亚军，我们研制的由视觉系统控制的机器人还获得了最高技术奖，成为本次大赛的一个亮点，本文介绍了这个机器人的视觉控制系统。     

机器人视觉伺服研究进展

介绍了机器人视觉伺服系统的结构和主要研究内容,比较了当前几种主要的视觉伺服方法,针对当前 机器人视觉伺服所面临的主要问题,详细阐述了近期提出的一些解决方法.     

机器人卫星地面实验平台全局视觉系统

机器人卫星地面实验平台是研制机器人卫星的重要手段。本文针对所开发的机器人卫星地面实验平台，设计了全局视觉，完成机器人卫星姿态分析、目标和障碍物的识别与定位。     

基于自然语义模型的机器人视觉障碍识别系统

针对机器人在完成基于自身采集的视觉图像障碍识别过程中,由于障碍图像特征复杂,障碍视觉特征带有识别二义性,会发生识别错误;提出了一种基于歧义约束自然语义模型的机器人视觉图像障碍识别系统设计方法,建立了一套完整的硬件模块设计方案,并用约束自然语言软件设计方法实现了机器人视觉障碍二义性歧义消除;实验结果证明,该系统在机器人视觉智能障碍识别方面很好地消除了存在的二义性,提高了识别的准确度.     

机器人智能视觉路径选择系统的设计与实现

机器人视觉路径选择系统的性能,对于提高不同领域机器人应用性能具有重要的应用意义;提出了考虑最优路径数据挖据的机器人视觉路径选择系统的优化设计方法,分析了该系统组成的总体结构,给出了系统的电机驱动模块、图像采集处理模块、USB接口以及电源模块的硬件结构设计,分析了考虑最优路径数据挖据机器人视觉路径规划的具体过程,介绍了系统实现路径规划的关键程序代码,实现机器人视觉路径的准确选择;实验结果说明,所设计模型可实现机器人路径的有效规划,具有较高的规划效率和精度。     

一种用于三维物体定位的视觉方法

本文讨论了一种利用视觉信息对限定性物体在三维空间定位的方法。这项工作是一个在脱机的高级机器人语言控制下验证视觉系统的一部分。本文对这一视觉系统的整体结构及其与高级机器人语言系统的关系做了概要的介绍,并且着重讨论了其中的低级视觉信息处理模块的工作原理,以及利用视觉信息对三维空间中的物体进行定位的精度     

微型机器人视觉系统的实现

利用Ф2mm电磁型微马达作为执行器设计制作了一外形尺寸为 5mm× 6mm的微型机器人小车 ,附设了粗细两级CCD摄像头来实现机器人视觉。为了满足机器人实时控制的要求 ,采用简单实用的机器人运动参数粗略提取方法 ,实现了机器人当前位置、运动速度和方向以及运动加速度等参数的实时提取。当机器人到达目的地来实现微器件精密定位时 ,采用亚像元定位的方法来实现微操作端位置参数的精确提取。模板匹配技术在微型机器人系统中的灵活运用解决了系统参数提取的实时性问题 ,实现了机器人视觉     

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分，而如何精确高效的处理视觉信息是视觉系统的关键问题．本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统。离线颜色分析器用于提取各种颜色的阈值，实时视觉信息处理器则利用阈值进行图象分割，从而使机器人准确认知当前环境。     

一种基于拟全方位视觉的移动机器人自运动融合估计方法

基于地平面假设的移动机器人单路视觉运动估计存在鲁棒性和环境适应性较差、精度较低等缺 点,针对这一问题,本文首先介绍了拟全方位视觉系统的构成,并结合该视觉系统的特点给出了一种基于两 步运动的摄像头平行位姿参数标定方法．然后据此提出了一种基于拟全方位视觉的自主移动机器人自运动融 合估计方法．该方法能够借助机器人的非完整运动约束、地平面运行假设以及运动估计参数之间的相容性测 度等多种因素,对拟全方位视觉系统中的各路视觉估计进行性能综合评价;最终依据评价结果融合确定出具 有较高可信度和较强鲁棒性的运动估计参数．实验结果从鲁棒性、精度以及实时性等方面验证了本算法的有 效性．     

计算机视觉导航综述

导航技术是移动机器人核心技术,移动机器人又有多种导航方式,本文对各种导航方式进行了分析比较,提出由于计算机视觉理论及算法的发展,又由于和激光、雷达和超声在导航方面相比,视觉导航具有很多优点,因此视觉导航被大量地采用。根据移动机器人是在导航过程中对图像进行处理,实时性差始终是一个非常棘手的问题,提出解决该问题的关键在于设计一种快速图像处理方法。     

MOTOMAN-SV3XL机器人手眼视觉立体定位系统

分析了基于恒定旋转矩阵的机器人视觉立体定位方法原理,提出利用机器人控制命令参数直接获取恒定旋矩阵的方法,该方法大大简化了摄像机内外参数的标定过程。设计了MOTOMAN-SV3XL机器人手眼视觉控制系统,制了相应的控制软件,进行了大量的实验研究,并取得了良好的效果。     

一种基于随动视觉的排爆机器人自主抓取系统

在传统基于固定视觉的排爆机器人抓取系统中,相机视觉易被遮挡且不能保证拍摄清晰度。基于随动视觉技术,提出一种将深度相机置于机械手末端并随机械手运动的排爆机器人自主抓取系统。利用深度相机计算目标物体的三维坐标,采用坐标转换方法将目标物体的位置坐标信息实时转换至机器人全局坐标系,并研究相机坐标系、机器人全局坐标系与末端执行器手爪工具坐标系三者的动态映射关系,实现排爆机器人的自主抓取。实验结果表明,与传统固定视觉方法相比,随动视觉方法可在误差2cm内,使得机器人机械手爪准确到达目标物体所在位置,且当机器人距离目标物体100cm~150cm时,抓取效果最佳。     

结构光视觉引导的焊接机器人系统自标定技术

为实现结构光视觉引导的焊接机器人系统的标定,解决现有标定方法复杂,标定靶标制作要求高等缺点,提出一种基于主动视觉的自标定方法。该标定方法对场景中3个特征点取像,通过精确控制焊接机器人进行5次平移运动,标定摄像机内参数和手眼矩阵旋转部分;通过进行2次带旋转运动,结合激光条在特征点平面的参数方程,标定手眼矩阵平移部分和结构光平面在摄像机坐标系下的平面方程;并针对不同焊枪长度进行修正。在以Denso机器人为主体构建的结构光视觉引导的焊接机器人系统上的测试结果稳定,定位精度可达到±0.93 mm。该标定方法简单,特征选取容易,对焊接机器人系统在实际工业现场的使用有重要意义。     

Using Real-Time Stereo Vision for Mobile Robot Navigation

This paper describes a working vision-based mobile robot that navigates and autonomously explores its environment while building occupancy grid maps of the environment. We present a method for reducing stereo vision disparity images to two-dimensional map information. Stereo vision has several attributes that set it apart from other sensors more commonly used for occupancy grid mapping. We discuss these attributes, the errors that some of them create, and how to overcome them. We reduce errors by segmenting disparity images based on continuous disparity surfaces to reject spikes caused by stereo mismatches. Stereo vision processing and map updates are done at 5 Hz and the robot moves at speeds of 300 cm/s.     

一种机器人抓取矩形零件时的标定方法

计算机视觉系统应能根据视觉传感器(如摄像机)获取的图像计算出三维环境物体的位置、形状等几何信息,并由此识别环境中的物体,从而做出正确反应。因此,标定是视觉技术中的重要问题之一。以SCARA机器人为研究对象,针对机器人手爪抓取矩形零件时出现的零件转角难以确定的问题,对矩形零件的位置和角度的标定方法进行了研究。该方法不考虑畸变量,采用几组点就可以确定标定参数,简化了计算量。     

Practical solution using a new approach to robot vision

A system has been devised for development and testing in robot vision applications. The hardware and software of the system are described. Keyboard manufacturing is taken as a typical example of robot vision applications. For this example, an account is given of the four main stages in a development and implementation programme: defining the requirements of the application; matching these to the vision system; developing the application software; integrating and installing the system. Further applications of robot vision are suggested.     

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。