基于机器视觉技术的变电站巡检机器人自动导航系统

该文设计基于机器视觉技术的变电站巡检机器人自动导航系统,有效规划巡检机器人巡检路径,实现巡检机器人自动导航。该系统利用以PIC16F73为单片机的核心控制器,通过机器视觉采集模块采集变电站巡检设备和路线图像,经过图像处理模块分割、去噪处理后,由无线传输模块传输至巡检导航模块,结合栅格法和蚁群算法得出变电站巡检机器人路线规划最优路线;利用PID控制器控制巡检机器人按照规划路线行驶,实现变电站巡检机器人自动导航。实验结果表明,该系统无线通信性能好、覆盖范围广,可准确采集变电站巡检设备和路线图像并精准实现巡检机器人定位,能够有效规划巡检路线,实现巡检机器人自动导航。     

一种双模控制的自主跟随机器人系统设计

为解决非视觉跟随方式的不稳定性,设计了一种基于机器视觉传感器的自主跟随机器人系统。系统具备自主跟随和手动遥控两种模式。采用Processing软件编写手机端应用程序(APP),通过Wi Fi模块向系统发送模式选择命令。在自主跟随模式下,通过开源机器视觉模块Open Mv采集图像信息,采用Micro Python编程实现对跟随标记的识别定位,获取定位坐标,建立向量空间,并调用差速跟随算法使机器人自主跟随标记,以完成自适应移动。在遥控模式下,通过2.4 GHz无线射频模块n RF24L01发送指令,实现了对无法识别目标等特殊环境下的机器人的控制。通过系统硬件设计和软件编程,搭建了一台系统模型机。采用April Tags码作为跟随标记,对系统功能进行了验证。该系统实现了对特定目标的自主跟随以及手动遥控跟随;无线通信稳定,实现了双模控制,满足了预期要求。该系统对跟随机器人的发展起到了有力的推动作用。     

基于机器视觉的航空散热器智能定位钻孔技术

因某型航空散热器再制造的需要，需对产品大量的散热管进行重复的钻孔工作，为解决人工钻孔不便开发的问题开发出一种利用带机器视觉装置的工业机器人对散热器进行定位钻孔的技术。根据产品的特点选用了相应功能的工业机器人与机器视觉装置硬件，给出了智能定位钻孔系统的设计技术方案，建立了系统控制以及软件结构框架。通过最小二乘法对机器视觉采集的图像进行处理，给定了系统坐标标定的过程和方法,明确了机器人定位精度及视觉精度的计量方法。试验结果表明，该系统提高了钻孔效率和精度，可应用于实际生产。     

基于全景与前向视觉的足球机器人定位方法研究

针对足球机器人比赛中要求快速准确获取目标位置信息的特点,设计了由全景视觉和前向视觉共同构建而成的机器人视觉系统.对于单一视觉传感器,采用图像坐标系转换求反正切法、分段比例法及针孔摄像机成像模型的方法,以blob面积为优选条件选择定位方式,从而得到精度较高的定位结果.实验结果证明了该视觉系统设计的合理性及定位方法的有效性.     

室内移动机器人机器视觉定位系统的设计

采用以DSP+ARM微控制器为核心的嵌入式实时操作系统,设计了一种基于嵌入式系统和机器视觉定位的室内移动机器人。利用视觉导航图像处理技术、形态学方法和一种基于尺度空间理论的Harris角点检测方法,借助陀螺仪和加速度计的惯性导航技术进行地图的匹配定位,并按环境的变化情况更新地图以实现导航。基于超声波传感器设计了避障模块,实现了自主避障。设计了一种基于Zig Bee技术的无线通信模块,实现了机器人的智能控制,增加了机器人之间以及机器人和服务器之间的信息交换。软件核心算法采用多传感器融合技术,将D-S理论和人工神经网路相结合;在非线性化系统中,利用BP神经网路多层前馈网络的反相传播学习方式,很好地实现了模式识别。与其他机器人系统相比,该系统具有独立操作性强、功能多样化、扩展性强等特点,克服了目前机器人存在的成本高、功耗大、实时性差和定位不准确的问题。     

基于机器视觉的卫星天线模块自动精密装配技术

针对卫星天线模块自动化精密装配需求,介绍一种基于机器视觉的机器人自动精密装配方法。通过6自由度工业机器人和相机建立Eye-in-Hand和Eye-to-Hand混合的自动装配系统,对系统进行手眼标定,从而确定相机、机器人、工具之间的相互位置关系,通过图像处理获取装配位置像素坐标,并通过坐标变换将像素坐标点转换为机器人基坐标点,控制机器人完成天线模块自动装配。装配时通过Eye-to-Hand和Eye-in-Hand系统分别直接定位天线模块上连接器公头和母头位置,消除连接器安装位置误差和模块外壳加工尺寸误差对定位精度的影响,该系统通过一次标定即可实现机器人末端工具在距目标物体垂直距离相同情况下X/Y任意位置的定位功能。实验结果证明该方法准确可行,所设系统满足50μm装配公差天线模块的自动精密装配要求。     

基于视觉引导的SCARA机器人自动装配系统

现有生产线工业机器人抓取点固定,工件只能以固定的姿态提前摆放在固定的位置,这种装配模式很难满足复杂的工业生产要求且效率低下。设计了基于视觉引导的机器人装配系统改进原有系统。设计了机器视觉系统,实现了工件的快速识别、定位以及姿态确定功能;设计了抓放系统,实现了工件的精确抓取和安装功能;采用Visual Studio的MFC开发,实现图像处理算法,并利用Socket通信将坐标和姿态数据发送给机器人。通过实验验证本系统具有良好的稳定性和快速性,可以满足生产的要求,大幅提高生产效率。     

基于STM32的智能消毒机器人设计

为设计一款能够应用于酒店场景且性能良好的智能消毒机器人。根据机器人在酒店不同场所进行消毒的具体情况,确定了其主要的功能和模l块。然后,对机器人的主控芯片模块、雾化及消毒模块、红外及超声波模块以及机器视觉等模块进行了系统的硬件和软件设计,并采用Yoov5s算法,进行了消毒场所图像识别的精度测试。结果显示,机器人的测试精度基本满足要求,可以为准确的场所消毒提供支持。同时,也表明功能和结构相统一的设计思路,能够提升消毒机器人的设计效率,是一种行之有效的方法。     

基于S3C2410 的视觉巡线机器人系统设计

针对常规的机器人巡线方法,如光电检测巡线,易受环境、光、场地等影响,适应性不强的缺点,本文设计了一种基于CMOS 图像传感器的视觉巡线机器人系统,并提出了一种新型的巡线技术。该机器人系统主要由核心模块、图像采集模块、机器人定位模块、电机驱动模块、人机交互模块等组成。详细介绍了各个模块的作用、工作原理以及具体实现。经实验验证,该机器人巡线实时性强、准确度高、稳定性好。     

基于视觉引导的浸漆炉上料系统研究

针对空调压缩机电机生产过程中定子浸漆工序,设计了基于视觉引导的浸漆炉上料系统。介绍了浸漆炉上料系统的整体机械装置与电气控制系统,基于机器视觉和机器人视觉引导实现浸漆炉自动上料的工作原理,分析了其中的关键技术,提出了相应的图像目标识别与定位检测算法,并在实际系统中验证了机械电气方案及视觉算法的有效性和实用性。     

自适应环境的机器人视觉伺服控制方法

机器人和机器视觉的迅速发展,使得基于视觉的智能机器人得到更加广泛的应用。机器视觉提高了机器人控制系统对环境的适应程度,但其适应程度也受到周围环境对机器视觉算法的影响。针对这一情况,本文对机器人视觉伺服控制系统中的机器视觉算法进行了改进,提出了一种基于帧间差分法的自适应环境的机器人视觉伺服控制方法,从而提高了控制系统对环境的自适应程度,提高了对机器人控制的精确度,实验和理论分析证明,该方法具有较大的应用前景和实用价值。     

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。     

Integration of vision and walking skills together with high-level strategies for quadruped robots to play soccer

Legged robots taking part in real multi-agent activities represent a very innovative challenge. This domain of research requires developments in three main areas. First, without any feedback information from the environment, there is no way for robots to achieve some tasks autonomously. Fortunately, the quadruped 'Sony' prototypes on which all experiments are carried out are equipped with an enhanced vision system; thanks to its CCD camera located in its head, the robot can obtain color images of the scene around it. Extracting relevant information from the images captured is not easy since it must be done onboard in real time. Moreover, image treatment procedures should have high process rates for the robot to react quickly in front of unexpected events. A special vision module composed of three parts has been designed for these purposes. The second point to focus on is the walking ability of the robot. Quadrupeds are designed to move efficiently and rapidly on flat ground. The objective of the walking module is to generate appropriate walking patterns allowing the machine to walk in the desired direction. Walking gaits are produced like reflexes by the robot itself to adapt to the situation. With regard to the design of these gaits, emphasis has been put on increasing speed and mastering transitions. Finally, the machine should be given a minimum of intelligence since it has to manage vision information and its walking gaits by itself. When involved in situations of cooperation or competition or both, like in a soccer game, a high-level supervision task is welcome. This paper presents detailed developments of these three points and describes how they are implemented on a real robot.     

基于机器视觉的喷涂机器人轨迹规划与涂装质量检测研究综述

随着智能喷涂技术的快速发展,机器视觉在喷涂机器人系统中的研究和应用引起广泛关注,合理的喷涂轨迹能保障油漆厚度均匀、减少漆膜缺陷产生,并且融合涂装质量检测技术形成闭环的喷涂系统.鉴于此,针对机器视觉在喷涂机器人轨迹规划与涂装质量检测中的研究进行综述.首先,对喷涂系统在现代产品制造中的快速发展所面临的机遇、挑战和机器视觉技术进行介绍;然后,综述基于机器视觉技术的喷涂机器人轨迹规划和涂装质量检测的研究成果,对基于机器视觉的喷涂机器人轨迹规划方法,包括待喷涂工件的三维重建、基于点云数据的喷涂轨迹自动规划和基于视觉伺服的喷涂轨迹补偿进行分析和讨论,并重点介绍机器视觉在涂装质量检测中的应用与研究现状,从数据增强和模型选择两个方面,对不同任务中基于深度学习的涂装质量检测算法性能的改善提供潜在解决方案;最后,总结与展望机器视觉技术在喷涂机器人轨迹规划与涂装质量检测中的研究方法和思路,为喷涂系统朝着智能化、柔性化的方向发展提供参考.     

嵌入式系统在机器人视觉中的应用

近年来,基于机器视觉的智能机器人在工业等各个领域中得到了广泛的应用。本文针对应用中遇到的一些问题,提出了将机器视觉与嵌入式系统相结合的思想。开发了一种通用的嵌入式系统平台,进行操作系统的移植和图像匹配等算法的研究,并将其应用于移动机器人的视觉导航,取得了较好的效果。     

基于主动视觉和超声的机器人目标跟踪系统

运动目标跟踪技术是未知环境下移动机器人研究领域的一个重要研究方向。该文提出了一种基于主动视觉和超声信息的移动机器人运动目标跟踪设计方法,利用一台SONY EV-D31彩色摄像机、自主研制的摄像机控制模块、图像采集与处理单元等构建了主动视觉系统。移动机器人采用了基于行为的分布式控制体系结构,利用主动视觉锁定运动目标,通过超声系统感知外部环境信息,能在未知的、动态的、非结构化复杂环境中可靠地跟踪运动目标。实验表明机器人具有较高的鲁棒性,运动目标跟踪系统运行可靠。     

基于手势识别的机器人控制系统

研究了一种基于人体手势识别的机器人控制系统.首先,利用图像识别技术,通过YCr Cb皮肤颜色模型提取手掌并分析指尖和手心的相关信息;其次,利用帧差法对手掌运动趋势和简单的手势信息进行识别;最后,通过无线蓝牙串口将识别出来的手势信号发送给机器人,以达到手势控制机器人的目的.系统是在VS2010下利用Open CV计算机视觉库进行编译完成的,实现了通过简单的手势信息控制机器人的目的,从而摆脱了人机交互时必须依靠物理接触的限制.实验结果表明,该系统可以实现对机器人前进、后退、左转、右转、停止、加速的实时控制,对手势信息的识别率在90%以上.对进一步探索机器学习、自主识别等相关领域有着较高的参考价值.     

基于OpenCV与人脸检测的自动筷子配发机器人的设计

在集体用餐环境如食堂等环境中就餐时,时常会遇到不方便拿取餐具的情况,针对此种情况十分需要一个能方便人们拿取餐具缓解人流拥堵的机器人。正如人的眼睛一般,机器通过视觉模块来感知环境,利用深度学习和OpenCV-Python使机器像人一样处理图片,搭载Nvidia JETSON Nano和智能小车平台,为智能筷子(餐具)配发机器人提供技术实现。     

基于ROS的机器视觉系统实现

Machine vision is used in industrial robot applications for industrial inspection, flaw detection, precision measurement and control, automatic production lines, medicine and various hazardous applications. Based on the open source robot operating sys- tem ROS, this paper uses Kinect binocular vision sensor to obtain 3D stereo vision data, and combines with OpenCV, OpenNI and other open source machine vision libraries to design a low-cost machine vision system using the auxiliary machine vision tools pro- vided by ROS. The experimental test is carried on the prototype.