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。     

环境信息实时感知的图书馆搬运机器人自动化控制系统

图书馆搬运机器人对于图书馆数字化、便捷化能够起到重要的促进作用。提出一种结合双目视觉进行环境感知的方式,同时通过改进趋近律的双闭环非线性变结构控制,解决传统控制方式当中向理想轨迹趋近速度与抖振现象之间的矛盾关系。经过实验验证,在趋近律速度上,本文提出的改进趋近律控制方式实际轨迹与理想轨迹的差值在0.009至0.197的范围之内,传统等速趋近律方式实际轨迹与理想轨迹的差值最好情况为滑膜增益是0.3时,差值在0.098至0.354之间。同时在针对环境信息实时感知的实验中,本文提出方式可更快避障并回到预定轨迹。相比之下,基于环境信息实时感知的图书馆搬运机器人自动化控制系统更具优越性。     

用于单目视觉的路径失真矫正系统设计与实现

针对单目视觉机器人产生的路径图像失真问题,分析了产生失真的原因及常用的矫正方式,提出了一种可以通过快速标定来解决路径图像畸变失真问题的方法。将待矫正图像的纵向与横向像素序列分别与标定板进行分析对比,纵向上采用非均匀行采样原理,通过单张标定照找到特征采样行,使采样后图像与实际道路相对无畸变;横向上采用线性伸缩矫正算法,结合适当的插值运算,达到横向矫正。该方法避免了要多次测量外部标定数据及内部传感器参数,在运算量上与实用性上取得了较好的平衡。在此基础上,介绍了如何利用Matlab工具箱快速设计实现图像矫正系统,并且通过数据对比证明了该系统具有一定的准确与便捷性,在工程上具有较高的价值。     

Measurement error analysis and accuracy enhancement of 2D vision system for robotic drilling

Robotic drilling for aircraft structures demands higher accuracy on industrial robots than their traditional applications. Positioning error measurement and compensation based on 2D vision system is a cost-effective way to improve the positioning accuracy in robotic drilling. In this paper, we first discuss the principle of error measurement and compensation with a 2D vision system for robotic drilling and the determination of tool center point of the vision system so that the Abbe errors are eliminated in the measurement process. Measurement errors due to nonideal measurement conditions, i.e. nonperpendicularity of the camera optical axis to the workpiece surface and incorrect object distance, are mathematically modeled and experimentally verified. A method utilizing four laser displacement sensors is proposed to ensure perpendicularity of the camera optical axis to the workpiece surface and correct object distance in the measurement process, and hence to achieve high accuracy in 2D vision-based measurement. Experiments performed on a robotic drilling system show that the 2D vision system can achieve an accuracy of approximately 0.1 mm with the proposed method.