视觉机器人目标识别与定位研究

工业机器人在分析、识别及定位处理搬运目标信息后可实现相应的搬运工作,但是现有的机器人通常都是建立在预编程、示教及二维视觉引导等方法的基础上实现搬运.此类机器人在具体的搬运中,对搬运工作初始位置有一定要求,且系统智能程度不太高,面对工业领域机器人搬运工件的要求很难适应.融入机器视觉后,可促进其自主灵活性与智能程度的提高,...     

基于视觉定位的机器人天地盒自动成型机设计

为实现天地盒高速、精准粘合包装,根据天地盒产品自动成型的工艺要求及特点,设计基于视觉定位的机器人天地盒自动成型机。盒胚通过上料输送线输送到定位区域,采用定位气缸进行二次定位,由机器人未端吸盘进行吸取。纸膜通过上糊机输送到负压传送线,采用双相机对过胶后的纸膜完成对角拍照。图像处理计算机根据产品尺寸数据、纸膜图像信息计算得到纸膜位姿信息,经过标定后获得机器人坐标系中的运动指令,引导机器人将盒胚准确放置在当前纸膜的中心位置。现场运行数据表明,纸膜综合定位误差<0.4 mm,工作节拍最大15个/分钟,实现不同规格盒胚与纸膜的精准定位及粘合。研究结果为电子产品、食品及药品外包装盒的自动化生产提供设计指导。     

基于双目视觉的目标定位研究

基于双目视觉的目标定位是当前计算机视觉研究领域的热点问题,文章介绍了双目视觉的基本原理,对其关键技术进行了深入研究,并将基于灰度相关性的立体匹配算法应用到双目视觉定位系统中。设计双目视觉定位实验,实验表明文章方法能够实现一般的双目视觉中的目标定位问题。     

基于机器视觉的细纱接头机器人纱线断头定位方法

为实现通过机器视觉方式对细纱接头机器人的纱线断头进行定位,并简化机械结构,根据断头纱线图像特点,提出针对纱线特征的识别与定位算法。利用工业相机采集纱线被吸入吸嘴的图像,通过改进灰度增强方法增大纱线特征与背景对比度,利用Canny算子进行边缘检测,最后通过划分上下感兴趣区域以及优化的霍夫直线检测获取纱线的图像特征并利用定位算法提取所需的位置信息。结果表明:本文算法提取的位置信息精度较高,坐标点误差为1.42像素,角度误差为0.60°;相较于传统检测算法,程序运行时间得到了缩短,识别时间在10^-1 s数量级上,实时性好;研究成果可应用于细纱接头机器人产品开发中。     

基于视觉定位的空调压缩机装配系统设计

空调压缩机的制造装配作为空调工业生产中最普遍和基本的部分,一直以来因其人力成本高,自动化程度低而又必不可少的特点饱受诟病。为了实现本环节的自动化、智能化生产,文章介绍了一种依靠摄像头视觉定位,从而实现机械手精确移动压缩机的控制方法。该方法可以有效的推进压缩机装配全自动化,提高压缩机装配的效率和抓取准确性。     

基于机器视觉的食品码垛机器人控制系统设计

食品包装码垛机器人只能完成固定形状物品码放,不能根据码垛对象尺寸、形状等具体情况进行相应判断,智能化程度较低。为提高码垛机器人的智能化程度,设计一种基于机器视觉的食品包装码垛控制系统。分析码垛机器人工作的基本流程,为提高机器视觉检测的准确率,介绍摄像机标定方法及图像边缘检测。结果表明,设计的机器视觉码垛机器人分辨准确率为100%,能够对规则的食品包装箱进行分类码放。     

基于计算机视觉技术的皮革边缘抓取点的定位

皮革边缘抓取点的准确定位是实现皮革自动绷板的关键环节。在皮革自动绷板过程中,为了实现对形状不规则和摆放位置不固定的革坯准确抓取,提出了基于计算机视觉技术对于革坯边缘抓取点进行定位的技术思路。首先利用棋盘格对相机进行标定,通过对采集的图像进行预处理,提取图像单像素轮廓,然后运用坐标系转换和轮廓点—质心角度算法筛选出革坯目标抓取点,最后结合标定后的相机像素精度,计算抓取点和质心的实际距离。方法平均运行耗时32.48 ms,平均定位角度误差0.16°,平均定位距离误差0.56 mm,这表明本方法可以准确实现对革坯边缘抓取点的定位,满足革坯自动绷板定位的需求。     

工业机器人视觉定位系统研究

彩色图像信息丰富,不便于处理,为了提高系统的响应,对图像采取灰度化处理。调整对比度时采用直方图均衡化,不仅可以使灰度分布均匀,也可以增加灰度分布的区间,反差的增加使得图像里的特征信息更加的清晰。本文分析了几种边缘检测算子,其中Canny算子是目前比较流行的算法,它可由高斯函数的一阶导数获得,计算简单,可靠性非常的高,错误率低,可精准捕获边缘,噪声的干扰不会产生假边缘。     

基于机器视觉和人工智能的花圃裁剪机器人

本设计在无人控制下,结合机器视觉、人工智能和图像处理技术,智能地循迹以及避障;自行完成花圃裁剪工作;自行设计自动切割装置,高效地进行花圃裁剪工作;能够对环境信息进行智能调节,使花圃裁剪工作稳定进行;能够实现远程监控功能。     

基于双目视觉的食品分拣Delta机器人定位抓取技术

目的：解决Delta机器人在食品分拣中定位精度差、抓取成功率低等问题,提高机器人的柔性抓取能力。方法：在现有双目视觉和Delta机器人技术的基础上,提出一种基于双目视觉的Delta机器人柔性抓取方法。采用张正友标定方法对相机进行标定,通过弦中点Hough变换对目标进行识别和定位,根据PID跟踪抓取控制Delta机器人抓取动态目标。通过试验对单目标分拣和多目标分拣性能进行分析,验证该方法的可行性。结果：该方法能够准确、快速、稳定地对目标进行动态抓取(成功率在94.0%以上)。结论：双目视觉与Delta机器人相结合可以有效提高机器人的定位精度和分拣抓取的成功率。