基于位置误差的真空机器人碰撞保护研究

要保证碰撞发生时真空机器人与晶片的安全,避免造成较大的损失,真空机器人必须具有碰撞保护功能.在研究真空机器人位置误差变化的基础上,不使用额外的传感器,建立基于位置误差模糊推理的碰撞保护系统.该系统选用二维的模糊控制器来确定位置误差的阈值,以机器人加速度、机械惯量作为输入条件,估计的系统位置误差作为输出条件;并提出了不同的保护策略.最后给出了真空机器人碰撞的实验结果,结果表明该碰撞保护方法具有较高的准确性和灵敏度.     

工业机器人在线仿真系统研究

以工业机器人在线仿真系统为研究对象,介绍了工业机器人仿真开发的技术方法。为了验证设计和算法的合理性和准确性,分别建立了基于OpenGL和Matlab的机器人在线仿真实验平台。然后根据MDH模型对其运动过程进行了仿真,从正解、反解两个方面对机械臂进行了运动学描述。最后研究了OpenGL和Matlab机器人工具箱在机器人在线仿真中应用的可行性,取得了良好的实际效果。仿真结果表明,该系统能够满足实际工程的要求。     

完全在线的双目直接法视觉SLAM算法

视觉SLAM在机器人的室外作业如野外探索、定位侦察中扮演了重要角色.为了使得机器人可以更好地进行室外作业,提出一种不受词袋模型的固定词汇限制的完全在线实时双目直接法视觉SLAM算法.作为直接法视觉SLAM,所提到的系统可以利用任何具有足够强度梯度的图像像素,使其在缺少特征点的区域仍具有很强的鲁棒性.在系统算法中引入双目静态残差约束并去除遮挡的滑窗优化来增强系统的跟踪精度,增加闭环检测和位姿图优化模块,并建立在线词袋模型,使得系统在大规模且陌生的环境中依然可以进行工作.将此算法在公开的EuRoC数据集和KITTI数据集上进行性能评估,结果表明,所提出的系统的定位精度优于最先进的直接法视觉SLAM系统,且室内场景和室外场景均具有鲁棒性.     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于可调惯量比的伺服系统低频谐振控制

在传动系统中,由大惯量负载和弹性连接轴所引起的低频谐振现象会使负载在运动过程中产生低频振动,影响系统的运动控制性能.在设计扰动观测器的基础上提出了可调惯量比的控制策略,通过在控制回路中调节负载惯量与电机转子惯量的比值至理论推导的最优值,实现了同时对电机输出轴和负载的低频干扰抑制,使伺服系统可以有效控制大惯量负载进行平稳运动,理论分析与仿真实验均证实了该方法的可行性.     

真空机器人轨迹规划研究

为了使真空机器人获得高速、高精度的运动性能并减少系统的残余振动,文中提出了一种加加速度受限的非对称轨迹规划方法.首先阐述了该轨迹规划方法中轨迹限制条件的定义,然后根据定义的限制条件值给出了所有可能的加速度轨迹形状,并给出了各种轨迹形状下的完整算法及实现,最后将该算法应用于真空机器人运动规划中,该机器人用于在真空腔室中进行硅片传输工作.实验结果表明该方法可以有效地提高机器人的定位精度和效率并减少系统的残余振动.     

机器视觉技术在工件分拣中的应用

研究了机器视觉技术在工业分拣问题中的应用,介绍开发过程中使用的主要图像处理算法.利用VisualC++编程软件建立图像处理的算法库,实现对规则几何工件的识别和定位.分析视觉算法库中的摄像机模型,并且求解出摄像机内外参数、畸变参数、旋转和平移向量.然后对图像序列进行图像预处理、Hough圆检测、角点提取和轮廓识别等运算分析.提出计算多目标中心的算法和一种角点特征结合轮廓特征识别算法.仿真结果表明,该视觉算法可以有效解决规则几何工件的分拣问题,并且能准确地计算工件中心,周长,面积和边缘,以达到分拣的目的.     

基于误差分布估计的机器人手眼标定方法研究

精确的机器人手眼标定对于机器人的视觉环境感知具有重要的意义。现有算法通常采用最小二乘估计或全局非线性优化求解方法对机器人手眼系统的变换参数进行估计。当系统存在测量粗差时直接采用最小二乘估计会导致标定结果精度的下降;基于全局非线性优化策略的标定算法则由于数据粗差的影响,求解过程易过早收敛也会造成标定精度低。为了解决误差粗差敏感的问题,提出了一种基于误差分布估计的加权最小二乘鲁棒估计方法,以提高机器人手眼标定的精度。首先,通过最小二乘估计计算手眼变换矩阵;之后计算每对坐标对应的误差值;根据误差值的分布概率初始化对应坐标数据的权值;最后采用加权的最小二乘估计重新计算机器人手眼标定矩阵。最后引入迭代估计策略进一步提高手眼标定的精度。设计的机器人手眼标定实验及结果证明,所提算法能够在数据粗差影响下保持较高的标定精度,更适用于机器人的手眼标定问题。     

六自由度机械臂分拣系统仿真平台研究

针对工业分拣问题,建立了一个基于OpenGL的六轴机械臂的仿真实验平台。根据D-H模型对其运动过程进行了仿真,从正解、反解两个方面对机械臂进行了运动学描述。验证了正、逆运动学求解工程的正确性。并且对仿真系统进行了机器人标定,可以对机械臂进行误差补偿。同时提出了一种几何反解方法,解决了逆运动学复杂计算问题。仿真结果表明,该系统能够满足实际工程的要求。     

Mean-Shift和Kalman算法在工件分拣技术中的应用

针对生产线上动态工件的跟踪分拣问题,提出了一种Kalman预测目标和Mean-Shift搜索目标综合应用的跟踪算法,实现了对履带上工件的动态跟踪.该算法首先利用Kalman滤波估计出后续运动目标的位置、速度和匹配范围,然后使用基于HSV色彩空间融合的Mean-Shift算法进行小范围搜索和目标匹配,最后将Mean-Shift算法得到的目标位置作为下一帧Kalman滤波器的输入参数使得后续状态具有预测的能力,迭代执行,直至搜索到目标为止.实验证明,该算法能够有效解决动态工件的跟踪和定位问题.