通用型“手—眼”式多关节机器人视觉系统物像关系的研究

本文着重研究了“手-眼”式通用型多关节机器人视觉系统中基体坐标系.物体坐标系和图象坐标系之间的关系.利用空间坐标系的投影变换和映射等方法,推导了“手-眼”式机器人系统中摄象机图象点和空间点对应的数学关系式.同时对固定式也进行了探讨.本文以多关节机器人视觉系统的实际情况为基础,在实际的机器人坐标系上导出了一个简便实用的算法,可以通过对摄象机摄取的图象中的点的坐标运算,求出其对应的空间点在机器人基体坐标中的坐标,因而能迅速准确地引导机器人根据视觉图象正确地运行到所求的空间点的位置.     

彩色CCD摄象机的光强—灰度响应线性化及其在颜色定标中的应用

现今的工业彩色摄象机主要用作图象显示器的输入设备,其性能标准是通过人的视觉感知的图象的质量.并不完全适合于计算机视觉系统中传感器测量物体表面颜色特性的要求.为此要对工业彩色摄象机的特性进行测定和校准.本文提出一种恢复彩色 CCD 摄象机光强——灰度响应线性关系(即光谱线性化)的方法.实验表明。此方法可以消除或减轻光强的变化对色度坐标的影响.变换后的图象仅比原图象有少许变暗.最后说明该方法在颜色定标中的应用——可提高使用彩色 CCD 摄象机进行颜色标定的精确度.     

齿轮渗碳淬火机器人的二维视觉系统

本文提出的系统用于齿轮渗碳淬火热处理作业，通过摄象机摄取图象；图象处理；视觉坐标系统校正；对机器人手臂与夹持器进行导引定位，准确地抓获随机放置的齿轮。     

工业机器人视觉检测系统的现场标定技术

介绍了基于通用工业机器人柔性在线视觉检测系统的坐标测量原理。为了获得封闭和准确的系统坐标变换链,以MD—H模型为基础建立了机器人的距离精度校准模型,同时,对多个校准点运用奇异值分解的形式分步求解旋转矩阵和平移矩阵,实现机器人基础坐标系与激光跟踪仪坐标系之间的配准,进而完成多台机器人基础坐标系与车身坐标系的统一。实验表明:该方法操作简单,能够获得±0.30 mm的标定精度。     

低盲区牙模激光三维测量系统研究

介绍了一种应用半导体激光,单CCD摄象机和人工神经网技术实现牙颌模型表面三维自动测量的新方法.该方法通过在摄象机视场中设置一面反射镜,减少了测量的盲区,采用人工神经网技术实现图象坐标系到世界坐标系的映射,无须测定摄象机和激光平面之间的相对位置关系,自动修正镜头的几何畸变,由单视点序列影象就可测量牙颌模型表面的三维坐标.     

基于手眼立体视觉的机器人定位系统

研发了基于手眼的机器人定位系统,采用了眼在手上的单目摄像机,通过机械手的一次移动实现了立体视觉的功能.提出了一种方便有效手眼标定方法,避免了复杂的传统手眼标定过程,无需求解摄像机外参数和手眼变换矩阵.仅获取标定时刻的摄像机综合参数和机器人位姿,就可以在机器人基坐标系中视场范围内的任意两点进行检测,根据立体视觉的约束关系求解出目标物体在机器人基坐标中的位置,进而实现对目标物体的精确定位.     

焊接机器人曲线焊缝的自动跟踪控制

为实现焊接机器人对曲线焊缝的自动跟踪,提出一种简便的位姿实时调整策略和协调视觉跟踪与机器人运动的视觉伺服控制方法。建立了曲线焊缝视觉跟踪过程中焊接机器人期望位姿的数学模型;设计了一种上下层结构的模糊视觉伺服控制器,通过建立焊缝特征点像素坐标偏差与末端轴旋转角度之间的关系模型,动态确定模糊论域的大小,在机器人期望位姿的基础上仅仅通过调整末端轴的旋转量来保证图像特征点始终存在于相机视场内。通过模拟焊接机器人自动跟踪曲线焊缝的实验,验证了所提策略与方法的有效性。     

自动化立体仓库搬运机器人精定位视觉系统

本文介绍一个搬运机器人的视觉系统.该系统是为机器人在具有较大相对位置偏差的货架中准确存取而研制的.系统由 CCD 摄象机获取货架图象,经过处理,给出精定位数据,从而引导机器人准确定位.     

机器人打乒乓球

日本东芝公司表演了他们研制的DARM-2打乒乓球机器人,引起了轰动。研究这种机器人并不是为了在市场上销售,而是把它作为许多其它专项研究的基础。这是一台试验性机器人,利用它可以研究驱动装置、处理器及视觉系统等技术。 机器人的上方装有一台抛球机,它可将球抛到墙上,然后乒乓球反弹回到机器人前面的球台上。机器人利用传感器获得弹回球的坐标,视觉系统测定由抛球机到墙上再到球台整个行程上球的位置,并自动计算出球的最终位置。计算时还考虑到球的弹性     

摄象机-130计算机联机系统实验

一 前言 摄象机—计算机联机实验是开展机器视觉研究的一项基础工作。一方面它可以为一些专用的机器视觉装置研制提供方法研究,确定方案的有效手段;另一方面,对那些直接以计算机为主要设备构成机器视觉,此类联机实验就更是必要的了。近两年,我们将一台工业电视摄象机,     

机器人视觉伺服研究综述

首先对于3种机器人视觉伺服策略,即基于位置的视觉伺服、基于图像的视觉伺服以及2.5维视觉伺服进行了讨论.然后,对于视觉伺服的研究方向和面临的主要问题,如机器人位姿提取、视觉伺服系统的不确定性研究、图像空间的路径规划、智能视觉伺服等进行了分析和讨论.在此基础上,对于机器人视觉伺服领域的未来研究重点,包括如何使参考点位于视场之内,高速伺服策略以及鲁棒视觉伺服技术进行了分析和展望.     

结构光三维视觉中的图象处理技术

单摄象机结构光三维视觉技术采用激光光面照射空间物体,对摄象机摄入的空间三维物体图象及物体表面的激光光条的几何形状特征进行综合分析,确定空间物体的三维几何信息。其理论分析部分参见。本文以长方体为主着重讨论图象处理方面的技术。一、长方体顶点定位长方体各顶点的位置坐标可唯一确定长方体在图象中的描述。从结构光三维视觉的分析可知,为确定长方体在三维空间的坐标和角度,运用图象处理技术确定各顶点在图象中的坐标。由于处于三维空间的长方体的位置和角度变化较大,一些位置上图象中的长方体的某些     

排爆机器人双目立体视觉系统的研究和开发

为了辅助公安人员更好地完成排爆工作，设计和开发了一个带双目立体视觉系统的排爆机器人。该视觉系统使用Matlab7.0和机器视觉软件EVision的EasyMatch库进行开发，能实时捕获排爆机器人周围的图像信息、进行摄像机标定、图像预处理、立体图像匹配、求取可疑目标物的特征点的立体坐标，并把图像实时显示在控制台，控制排爆机器人准确地抓取可疑目标物。该机器人视觉系统成功地抓取实验，表明了它在精度上能够满足排爆机器人的项目要求。     

用于机器人柔性坐标测量系统的视觉传感器设计

视觉传感器作为机器人柔性视觉坐标测量系统最重要的组成部分之一,直接影响测量系统的精度、适应性.针对机器人柔性坐标测量系统的需要,提出了两步法测量空间形状的原理和数学模型,设计了一种线结构光单目视觉传感器,对其测量结果进行了误差分析,并用实验的方法证明了该传感器精度适中,体积小,重量轻,可以满足工业现场在线测量的需要.     

基于规定性能的六自由度机械臂视觉伺服控制

针对六自由度手眼机器人系统,提出了一种新的基于图像的视觉伺服方法,该方法对图像特征坐标误差施加规定的瞬态和稳态响应,满足了由于相机视场(FOV)限制而产生的可见性约束.关键思想是提供一个误差转换,将相机视野限制可视化为误差范围,在此基础上提出规定性能函数并设计控制器,然后,证明控制器的稳定性足以满足规定的性能保证和固有...     

一种基于MAP估计的移动机器人视觉自定位方法

提出一种能够工作在三维路标环境中的视觉自定位系统. 机器人通过 MAP 估计器融合里程计和单向摄象机的图像信息递归估计其自身位姿状态. 本文构建了传感器的非线性模型并且在系统运行中嵌入和跟踪机器人运动和视觉信息的不确定性. 本文从概率几何观点阐述传感信息不确定性, 用 unscented 变换传播经过非线性变换的相关系统信息. 考虑到处理能力, 机器人在地图元素的投影特征附近提取相应图像特征并通过统计距离描述数据关联程度. 本文的一系列系统性实验证明了该系统的稳定性和精确性.     

基于FANUC机器人的工具坐标校准

阐述了在FANUC机器人使用环境下,进行工具校准的一种实现方法,以及提出了满足课题要求的软硬件解决方案。经过现场实际运行,满足了生产实际需要,该方案是一种方便高效的机器人工具坐标校准方案。     

日本机器人与人工智能考察报告(三)

机器视觉 本文谈及的机器视觉,主要指机器人的视觉,它与文字、指纹等二维图象识别有所不伺,其对象是三维物体,即用摄象机等输入信息来识别和理解物体所构成的三维世界。 日本一般把装有视觉的机器人称做智能机器人,并认为这是机器人升级换代的一个标志,因此很重视这方面的工作。目前研究的主要对象是机械零件识别及目标跟踪两方面。     

一个摄象机控制的机器人系统

我们在试验室建立了一个摄象机控制的机器人系统,利用廉价、低分辨率的摄象机成成功地引导机器人抓获随机放置的工业零件。本文着重介绍这个系统的软硬件配置及构成这个系统的指导原则;视觉子系统的算法;系统建立的五个步骤。最后简单地介绍了试验情况和讨论了建立这样一个系统时要考虑的几个问题。     

一种基于随动视觉的排爆机器人自主抓取系统

在传统基于固定视觉的排爆机器人抓取系统中,相机视觉易被遮挡且不能保证拍摄清晰度。基于随动视觉技术,提出一种将深度相机置于机械手末端并随机械手运动的排爆机器人自主抓取系统。利用深度相机计算目标物体的三维坐标,采用坐标转换方法将目标物体的位置坐标信息实时转换至机器人全局坐标系,并研究相机坐标系、机器人全局坐标系与末端执行器手爪工具坐标系三者的动态映射关系,实现排爆机器人的自主抓取。实验结果表明,与传统固定视觉方法相比,随动视觉方法可在误差2cm内,使得机器人机械手爪准确到达目标物体所在位置,且当机器人距离目标物体100cm~150cm时,抓取效果最佳。