工业机器人性能测评体系研究综述

在"工业4.0"和《中国制造2025》的时代背景下,工业机器人的发展获得广泛关注,但作为工业机器人关键技术之一的整机性能测评体系却并没有紧跟上发展需求,严重制约了工业机器人的充分发展。总结了工业机器人整机性能测评体系主要内容,阐述了国内外测评体系的发展历程及当前发展现状,分析了国内外性能测评体系所存在的问题,并针对性地提出了有建设性的测评方案,同时对测评体系未来研究趋势做出展望。     

基于2D激光扫描的基准检测技术研究

在机器人自动制孔系统中,基准孔检测的准确性会直接影响整个机器人制孔过程的位置精度。为获取基准孔孔位准确信息,采用激光扫描的方式对基准孔进行检测。设计了2D线激光扫描在基准平面内点云的三维转化方法,通过分析基准孔在扫描仪坐标系下点云的分布特点,提出了一种基于坐标差值的基准孔边界提取算法。通过设定相邻点云在线激光扫描仪坐标系下z轴的坐标差值获取边界点,实验验证该算法能有效地去除点云中的噪声点,获取准确的基准孔边缘特征信息,进而得到准确的基准孔孔位信息。     

面向草莓抓取的气动四叶片软体抓手研制

农林业中果蔬的自动化采摘需求日趋强烈,末端抓手是实现无损采摘的关键。传统的末端抓手以刚性结构居多,现有的各种柔性抓手也存在抓取力不足、包覆性不佳等缺点。本文以草莓的无损采摘为研究对象,提出将草莓外部轮廓曲线作为设计曲线,设计了一种新型气动四叶片软体抓手。首先,对软体抓手的结构做仿真优化,提出一种安全地附着在目标物表面的设想。然后,在进行草莓表面的最小破坏应力试验的基础上,测试了软体抓手的末端力,验证了其实现无损抓取的可行性。再次,利用动态捕捉技术,研究了软体抓手叶面的弯曲变形规律。最后,选择使用弧线型气体通道的软体抓手进行了草莓抓取测试,结果证明了气动四叶片软体抓手可以实现草莓的无损抓取,抓取成功率达90%,破损率为2%,表明所研制的四叶片软体抓手用于草莓抓取时具有良好的稳定性和实用性,可用于草莓采摘的末端执行器。本研究也可为其他易损果蔬的采摘技术提供理论基础和技术支撑。     

可重构机器人模块间装配误差识别方法研究

基于对可重构机器人配对接口间位姿误差的分析划分,研制模块间装配误差在线测量识别接口,建立配对接口位姿误差与接口几何结构偏差之间的关系模型,进而建立配对接口位姿误差与配对接口内部测距传感器测量值之间的映射关系模型,提出一种基于内部测距传感器位移量的模块间装配误差在线识别、补偿方法.为验证方法的正确性,研制单关节?连杆试验平台.试验结果表明装配误差经在线识别、补偿后,连杆末端的位置误差平均值减少7倍多.     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

机器人自动制孔系统精度标定方法研究

机器人制孔系统是实现飞机自动化装配的重要设备,制孔作业前的精度标定是保证系统各项指标满足生产要求的关键环节,以往对系统进行简单的单次制孔标定无法全面掌握各个维度上的精度指标。针对位置补偿、孔位、法向、孔径及锪窝深度精度,分别提出了精度标定方法,并利用飞机装配站位上投入使用的满足精度要求的制孔系统进行检验,结果表明所提出的标定方法和测量实际产品所得结果有良好的一致性,能够用于自动制孔系统的快速标定。