基于视觉筛选的并联机器人平面抓取系统设计

现代工厂中通常需要对工件特征进行判断,然后在平面内对工件进行分类放置。为了能高效快速地识别、筛选工件,采用了机器视觉技术,并将视觉技术应用在二自由度的并联机器人中,设计了一个基于视觉筛选的并联机器人平面抓取系统。视觉控制器对相机传送过来的工件图像进行处理,根据提取的工件的特征进行分类,并确定工件在视觉坐标系中的坐标。视觉处理器将坐标等信息传送给NJ控制器,同时在NJ控制器里运用ST语言编写程序实现机械臂的运动控制,并对运动过程进行3D仿真。仿真结果显示,通过机器视觉和并联机器人的结合,可以实现对工件进行精确的识别、抓取和放置。该系统可应用于根据物体形状不同进行分类的场合,并对研究机器视觉和并联机器人有一定的实用价值。     

基于机器视觉的触点自动排列设备设计

触点是一种微小的长方体合金颗粒,触点排列机构则用于将此种合金颗粒进行正反区分后有效拾取,并按要求放置于带卡槽的石墨盘中。为了达到有效拾取、准确放置的目的,设备采用了机器视觉系统,利用机器视觉系统对产品特征进行分类识别,将识别结果经过PC传入PLC,以控制吸盘式机械手对产品进行拾取。吸盘式机械手通过产品的位置信息准确拾取产品后,在放置过程中补正角度,以将产品准确放置在石墨盘卡槽中。     

基于机器视觉的汽车装配协作机器人机械故障图像识别系统

为了避免汽车装配协作机器人故障发现不及时而导致的生产效率低下,设计一种基于机器视觉的汽车装配协作机器人机械故障图像识别系统。以典型机械故障识别系统为基础,建立具有故障图像采集、故障图像处理、故障图像特征提取和故障图像分类四大模块的汽车装配协作机器人机械故障图像识别系统;利用机器视觉技术获取机械故障图像特征,根据Saulola算法实现机械故障图像彩色增强,通过Niblack算法确定协作机器人机械故障节点位置,得到机械故障图像识别系统的机械故障图像分类结果,实现汽车装配协作机器人机械故障图像识别。实验结果表明：该方法识别效果好、识别效率高。     

基于工业机器人与机器视觉的多路阀自动装配

多路阀是重型机械中液压控制系统的核心控制部件,它决定了系统控制方式、液体流动方向及流动压力。为了提高生产效率与良品率,设计了一种基于工业机器人与机器视觉的多路阀自动装配系统,该系统由电气控制及视觉检测两大模块组成。系统先通过机器视觉对阀块进行型号识别,然后根据不同的型号控制机器人及机械部分执行对应的装配动作,最后结合机器视觉实现对多路阀装配件装配质量的评估,确保产品合格。实验表明,该系统能在工业现场中快速进行高质量的多路阀自动装配,有效地提高了企业产能。     

一种球形移动机器人传感系统设计

文章为了解决球形机器人自主控制的问题,根据球形机器人结构和运动的特殊性,设计了一种球形机器人的传感系统。建立了无滑动条件下球形机器人运动模型,根据运动模型由惯性测量系统和光电码盘数据组合得到机器人位姿。利用激光测距传感器获取周围障碍物信息。通过全局CCD视觉传感器跟踪识别目标物体,使用手眼CCD视觉传感器和超声传感器定位目标物体并协调机械臂实现对操作目标准确快速的抓取、放置。     

基于机器视觉的双臂协作机器人拧紧装配实验研究

针对发动机连杆装配过程复杂繁琐且操作人员易受伤害的问题,提出一种基于机器视觉和力觉协同引导下的双臂协作机器人拧紧装配策略。在建立双臂协作机器人运动学模型的基础上,协作机器人首先通过左臂进行机器视觉识别及引导,带动右臂在PID算法下进行位姿调整及伺服机构的粗定位;在精定位阶段,运用机器人末端的力觉信息反馈,实现扭矩监控和拧紧螺栓双向协同作业,协力完成拧紧工序的力觉精确调整;通过以上装配策略,实现发动机连杆拧紧全过程管理,提升了装配工艺操作的高效性及安全性。实验结果表明：基于机器视觉和力觉协同引导下的双臂协作机器人装配安装过程全程可控,且装配结果符合生产工艺要求,可在序列化生产中推广应用。     

基于机器视觉的工业机器人智能分拣系统设计

为了解决使用传统示教或离线编程方式的工业机器人无法满足复杂分拣环境作业要求的问题,以史陶比尔工业机器人、Kinect深度相机为硬件基础,搭建了基于机器视觉的工业机器人智能分拣系统平台。通过支持向量机(SVM)实现对分拣物体的学习识别,通过基于采样一致性(SAC-IA)粗配准和迭代最近点(ICP)精配准算法实现对物体位姿点云数据的配准。实验结果表明,搭建的智能分拣系统能够识别分拣物体种类并且获取物体的位姿,拓宽了工业机器人的应用领域。     

微器件装配系统机器视觉的实现

高精度的机器视觉系统是实现微器件装配的关键之一.本文对微器件装配系统中机器视觉的功能和过程进行了设计,并对各部分算法进行了改进设计使其能够满足微装配的实时检测定位的功能.对微器件中广泛存在的圆形轮廓进行了识别定位的实验,结果表明该视觉系统能够为微器件的装配提供精确的定位参数可以保证微装配过程的实现.     

基于OTSU算法的BP神经网络网球识别方法

网球拾取机器人是一个基于智能控制的复杂系统,其关键技术之一是对网球的识别。在HSV空间采用OTSU方法对图像进行二值化处理,并选定5个特征值构建BP神经网络模型,实现了对网球的识别。实验表明,该方法能在不同光线的扰动下,可很好地完成对目标的识别。同时,该方法有望应用于工业、商业等其他机器视觉应用领域。     

基于Labview的机械手视觉引导系统设计

机器人的使用在工业中变得越来越广泛,如何使机器人的运行更加智能化、人性化,成为许多学者研究的热门课题。机器视觉作为一种新兴的技术,也越来越受到关注。工业机器人通过机器视觉获取的图像信息特征,能够更加准确地定位引导,抓取和放置物料。以机械手的目标识别和数据通讯为研究目标,针对物料的实时匹配识别以及上位机与机械手的数据通讯进行了详细的研究,并通过Labview编程完成整个机械手视觉定位引导的软件的编写。该视觉引导系统可以实现图像的图像标定和匹配定位,最终完成抓取和放置的动作。定位误差为±0.1mm。     

基于物联网的智能无人生产线系统研究

传统的人工生产线效率较低,无法适应大规模工业生产需求。鉴于此,提出了一种基于物联网的射频识别与机器视觉相结合的智能无人生产线系统。该系统以射频识别(RFID)为技术基础,通过识别零件上的标签来实现控制和管理,以空间坐标系化的算法使机器人自动装配,基于深度学习的机器视觉算法实现零件装配成功率检测,通过相机拍摄的大量装配照片形成数据集,搭建并训练神经网络模型进行检测。生产线各部分通过局域网连接,从而实现生产线的无人化和智能化作业。     

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。     

双目视觉伺服的4-DOF机械手臂运动控制

为了解决多自由度机械手臂由于目标放置偏离而引起的抓取任务失败问题,给出了一种基于双目立体视觉的目标识别与定位控制方法。以抓取矩形轮廓的目标物体放置于矩形目标位置为控制任务,基于双目视觉目标图像信息,分析了目标特征参数提取、识别、匹配以及目标空间位姿测量的方法。结合四自由度(4-DOF)机械手臂硬件控制系统,运用改进D-H参数法建立了机械手臂正运动学模型,并通过逆运动学方法将目标位姿转化为机械手臂的控制指令,实现对目标抓取和放置的运动控制。实验结果表明,该视觉伺服的机械手臂运动控制系统能够准确、稳定地实现抓取和放置任务,定位精度高,对工业机器人在分拣、装配中的运动控制研究和应用有重要的参考价值。     

测距及视觉处理技术在识别及拾取机器人中的应用

主要阐述机器人利用超声波和红外测距,通过视觉传感器（摄像头）分析前方物体的存在形态,确定其性质;结合红外线的方向反馈,确定目标位置并对其进行拾取;最终分类投放的基本恩想和简要过程。机器人在工作过程中,准确性高,程序运行稳定可靠,拾取精度高。     

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。     

快递分拣机器人控制系统的设计

为提高快递分拣效率,设计了一种基于OpenMV机器视觉模块的快递分拣机器人控制系统。在这一控制系统中,通过机器视觉技术实现快递件的轮廓识别、定位、扫码及分类,将STM32单片机作为运动控制核心,外接传感器感知机器人的状态,基于串口与机器视觉模块双向通信,实现对放置在地面的快递件进行自动分拣。通过制作样机验证了设计的合理性与可行性。     

阀口袋自动上袋机器人系统设计研究

阀口袋包装方式是粉体的主要包装方式之一,但在上袋环节普遍依赖人工操作来完成,效率低,粉尘危害大。针对这一问题,设计了一种阀口袋自动上袋机器人集成系统。该系统主要由阀口袋输送装置、机器视觉系统、工业机器人和控制系统组成。通过视觉系统在线采集阀口袋局部图像,利用二次开发的图像处理程序对图像进行处理,完成阀口袋的识别定位;然后PLC与机器人通信,工业机器人在视觉引导下通过上袋末端执行器完成阀口袋的拾取、开袋、套袋等一系列上袋工序。该系统视觉识别定位速度快,上袋末端执行器运行稳定,配合机器人较好地完成了阀口袋的自动上袋作业。     

虚拟教育机器人快速装配方法研究

提出一种面向关节型教育机器人的快速装配方法,对该装配方法所涉及关键技术问题进行了研究。以射线检测算法为基础,提出了一种能够应用于三维环境的鼠标拾取方法,修正了鼠标点击点与被拾取物体间的位置偏差问题。利用组成零件几何面的三角面片法线相同的特点,获取组成装配面的所有三角面片,实现了零件装配面的间接选取和高亮显示;根据零件关节装配特点,提出了一种关节孔快速匹配算法,实现了零件关节的快速匹配。最终该装配方法被应用到教育机器人三维仿真平台中并取得了较好的效果。     

基于机器视觉二维码识别的工件仓储系统分析

传统制造业智能化改造升级过程中,仓储的智能化是其中重要的一个环节。文中分析研究一种利用机器视觉识别工件物料二维码信息实现智能仓储控制系统。本系统以欧姆龙FH控制器、工业相机、ABB IRB120型工业机器人、PLC立体仓库单元为硬件组成基础,工业相机完成工件二维码图像的摄取,该图像经欧姆龙FH控制器的识别处理得到工件编号,欧姆龙视觉处理系统将工件编号的数据信息发送到工业机器人,由工业机器人根据工件编号完成工件放置工作,从而实现仓储的智能化。     

基于视觉导向的机械手设计与研究

设计了一套视觉引导的智能拾取机械手,该机械手主要由控制系统、执行机构、视觉系统、驱动系统四大部分组成。此次设计的机械手是基于Delta结构,首先对机械手的设计方案进行简单介绍,接着介绍移动机构与抓取机构的设计,然后对机械手运动定位原理进行说明,最后阐述了视觉系统的工作流程以及控制系统的工作原理。文中研究成果为工业自动化中,应用视觉来引导机器人识别和智能地抓取三维物体的实用系统开发提供了较好的借鉴。