装配机器人视觉定位系统的研究

建立视觉定位系统,用于工业机器人对工件的精确定位,从而引导机器人完成精确的装配动作。介绍了此装配机器人的系统结构并着重分析了视觉定位系统,推导了摄像机参数标定算法公式,并用Matlab标定工具箱求解,重点分析推导了工件圆心的定位算法。在有无视觉定位系统的两种情况下,对工件同一装配位的到位情况做重复性试验。实际应用证明工业机器人与视觉定位系统相互协作的模式是可行和稳定的,能满足工业现场对装配精度的要求。     

基于视觉的组合式机器人轴孔装配平台与实验研究

搭建了基于视觉的五自由度组合式机器人装配平台,开展了轴孔装配的实验研究,使用视觉传感器进行孔类零件定位,由机器人装配平台完成自动插轴入孔装配作业。首先,使用Open CV进行摄像机的标定、圆孔轮廓检测;然后,根据装配平台的机械结构和运动特点,改变孔类零件的中心位置,进行插装作业;最后,对多次装配实验研究结果进行分析。结果表明,在机器人平台上的装配误差在0.5mm范围内。     

基于RGB-D图像的机器人无标定视觉定位

针对柔性生产单元工业机器人轴孔装配任务中工件的识别和定位,提出一种能适应小批量多规格装配任务的工业机器人无标定视觉定位方法,减少了因复杂的标定过程和工况变化造成的设备停机而消耗的时间。基于深度图像设计了图像处理和特征识别算法,完成了目标工件最小外接矩角点坐标的提取。通过深度图像数据和机器人之间的坐标转换关系计算得出运动控制参数,驱动机器人完成粗定位。运用霍夫圆检测算法从彩色图像中提取待装配圆孔的几何参数,进而驱动机器人完成二次定位。实验结果表明,该方法的定位精度稳定在0.6mm～1.2mm之间,基本满足后续装配过程对定位误差的要求,可用于多规格、小批量轴孔装配过程中目标的识别和定位。     

2D90压缩机气阀自动装配识别与定位研究

针对2D90往复机气阀装配机器人工件定位难以明确特征点的问题,通过对Hough变换算法的应用研究,开发出一种最大内切圆求取椭圆中心的改进算法。应用该算法能够精确确定所装配气阀的几何中心,结合气阀模型库中对应气阀的数据分析计算,获得装配气阀的实际圆心坐标。经气阀装配实际运用,结果表明该方法定位精度高,满足机器人自动装配气阀的使用要求。     

机器人装配视觉定位应用研究

为解决机器人装配的自动定位问题,将视觉定位技术应用到直角坐标型机器人设计成手机镜头（由LENS、BARREL部件构成）机器人装配设备中,开展了机器人装配设备视觉定位设计分析,以获取镜头LENS、BARREL部件在各个位置下的图像,通过模板匹配方法确定了LENS、BARREL部件中心的坐标值,建立了LENS、BARREL部件之间装配位置关系,提出了基于视觉定位的手机镜头机器人装配方法。在LENS、BARREL部件之间位置的一致性上对视觉定位技术进行了评价,并进行了手机镜头同一对位置下的镜头装配试验。研究结果表明,视觉定位实验为进一步研制手机镜头机器人装配设备奠定了重要基础。     

基于形状匹配的装配定位方法

机器人要完成零件的准确抓取,关键问题之一是需知道零件的精确位置。传统的机器人抓取零件多采用的是示教编程方法,当装配区零件的摆放位置发生改变,需重新编制控制程序,缺乏一定的柔性。为改善装配机器人的零件定位,出现了各种各样的定位方法,其中基于视觉的定位方法应用广泛。为此,本文引入了基于形状匹配的装配定位方法。首先,标定了机器视觉系统的相机变形,并将其应用到图像采集中;其次,通过图像金字塔的搜索策略和最小二乘法的优化方法,实现了形状匹配的亚像素定位。最后,由5个零件的装配实验,验证了定位方法具有较好的实时性和识别率。     

机器人三维激光扫描视觉系统标定误差

基于三维激光扫描仪的工业机器人视觉系统应用越来越广泛,而扫描仪与机器人之间位姿关系标定精度对于机器人视觉系统的应用有重要的影响.介绍基于三维激光扫描仪的机器人视觉系统的相关原理,然后在此基础上系统分析机器人视觉系统位置和姿态标定误差对工件扫描结果和根据扫描结果对工件进行定位过程的影响,得出在工件无姿态变化或有姿态变化但机器人扫描姿态不变情况下的机器人工件定位系统中无须进行视觉系统位置标定的结论,并试验验证了理论分析结论的有效性,为解释视觉系统标定误差对扫描结果的影响情况及简化视觉系统标定过程提供了理论依据.     

基于视觉与位置检测的机器人定位矫正系统研究

随着智能化和自动化的发展,机器人智能装配应用在越来越多的领域,为了让机器人更好地服务,越来越多的研究方向是为机器人安装了视觉引导系统。而将机器人的控制系统和视觉引导系统统一,目前比较常用的方法是手眼标定法。但对于装配过程中圆周度要求比较高的枪体部件和目标孔,还需要检测出目标孔相对于机器人的姿态数据,进行相应的姿态调整,使得装配满足要求。以圆柱形枪体部件与平面凸出目标孔的装配为研究对象,研究出一套更加简单、实用的机器人定位矫正系统,并在实验的基础上对其可行性验证。     

基于机器视觉的传送带分拣技术研究

将机器视觉应用于传送带分拣系统,使得分拣系统具有更高的适应性,能够适应各种任务下的分拣需求。对机器视觉在分拣平台应用上存在的标定问题进行了研究,完成了基于机器视觉的传送带分拣系统搭建。首先分析了视觉系统的标定方法,然后提出了一种传送带与机器人的位姿关系的标定方法,最后在摄像机标定和传送带标定的基础上实现了机器人与摄像机的位姿标定。实验证明:工件的定位识别精度能够满足识别分拣的要求,能够完成机器人的分类抓取任务。     

机器人定位精度及标定非概率可靠性方法研究

机器人工作中往往存在着大量不确定性,从而导致其精确标定的复杂化。综合考虑机器人各连杆参数的不确定性区间取值对末端精度的影响,研究定位精度的可靠性及标定问题。基于区间数学,提出了一种基于非概率模型的机器人定位精度及参数标定的可靠性度量及分析方法,以REIS RV 16型机器人为例,求解了定位误差以及运动参数偏差的取值区间,分析了基于区间算法的机器人定位精度及标定非概率可靠性。所提方法可以在制造或装配阶段,对机器人末端的空间位置范围进行预测,以及对运动学参数的取值范围进行估计,方便后期对定位点的理论坐标进行逆补偿,保证机器人定位与标定的有效性和可靠性。     

一种基于VisionMaster的机器视觉纠偏定位系统应用实现

针对新能源汽车动力电池自动化生产中广泛需求的定位纠偏技术,研究了基于机器人、机器视觉等先进技术的机器人手眼标定算法,设计了机器视觉辅助机器人系统自动化安装与定位硬件系统。基于专业图像处理软件VisionMaster,研发了自动安装机器视觉软件系统,以提高新能源汽车锂电池全自动产线的生产效率。     

一种面向机器人抓取的铆钉视觉识别与定位测量方法

视觉引导机器人定位抓取研究和应用逐渐广泛,其关键问题是基于视觉的被测对象高精度测量定位。以抽芯铆钉作为研究对象,研究一种面向机器人抓取的抽芯铆钉视觉识别与定位测量方法,研制一种融合视觉系统的抓取末端。设计一种基于多重腐蚀和膨胀算子的抽芯铆钉钉头图像分割方法,可有效实现抽芯铆钉钉头和钉杆的分离。基于PCA算法对抓取角度进行主方向分析,根据抓取要求对主方向进行校正。基于单应矩阵变换,实现图像坐标系和机器人末端夹爪坐标系标定。通过实验验证了抽芯铆钉视觉识别的效果。     

基于MATLAB的气阀装配机器人运动学分析与仿真

为解决压缩机气阀装配问题,使用D-H法对气阀装配机器人进行运动学分析,构建运动学方程并对方程求解。使用MATLAB Robotics Toolbox建立机器人三维模型,并进行运动学仿真和轨迹规划。仿真结果表明运动学方程有解,机器人结构设计合理,可以平稳高效地工作,为今后气阀装配机器人的动力学分析、离线编程、动态控制等研究奠定了基础。     

基于机器人与视觉引导的星载设备智能装配方法

当前大型星载设备的安装采用人工操作机械臂的方式完成。由于星载设备昂贵,装配过程在半封闭非直视条件下进行,需要多人进行人工观察与口令调整,耗费数小时,装配效率低下。为提升装配效率,实现装配过程的智能化与精准化,提出一种基于机器人与视觉引导的星载设备智能装配方法。采用机器学习与双目视觉实现装配体之间的精确位置测量;通过机器人手眼标定完成视觉空间到机器人空间的运动映射;综合分析装配路径的干涉状况,对装配路径进行机器人运动规划;最后通过虚拟现实技术实现装配过程的可视化。整个装配过程可自动完成,装配时间缩短在若干分钟以内。进行了卫星与星载设备的模型装配试验,结果表明装配误差小于0.3 mm,验证了所提方法的有效性。     

基于视觉的装配机器人精确定位研究

为适应越来越高的自动化装配精度要求,以视觉为引导的机器人装配系统更多的被应用,本文阐述了机器人精密装配系统的系统集成、设备通信的实现方式,介绍了图像处理一般方法,设计了视觉系统到机器人的坐标系标定及坐标值计算,实现了视觉系统对机器人精确定位的智能引导。     

基于虚设运动副的并联机器人静态误差建模与标定

基于并联机器人影响系数和虚位移原理,以一般空间并联机器人为例,通过虚设运动副,提出一种并联机器人静态误差建模与分析的通用新方法。该方法用于确定各个原始加工装配误差源对并联机器人末端位姿的独立影响,具有物理意义明确、建模分析便捷等优势。在此基础上,基于虚设运动副建立了3-P(4S)并联机器人各误差映射矩阵,并对该机器人开展了静态误差标定实验研究。实验结果表明,基于该方法标定后,3-P(4S)并联机器人输出定位误差最大值由0.585mm减小到0.142mm,标定后机器人定位精度明显提高,从而验证了该方法的有效性。     

机器人视觉装配中的精确定位策略研究

针对自动导航小车存在定位不精准的问题，通过机器视觉方法来校正小车位姿。从源图像中识别出定位孔的像素坐标并计算转换到全局坐标系下，通过多组匹配点计算小车实际位姿。在分析相机标定与位姿计算过程中可能引入误差的基础上，提出相应误差消除策略。通过实验，验证了视觉标定结果的可靠性和误差消除算法的正确性，为视觉引导下的机器人装配工作提供了依据。     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。