基于激光视觉技术的运动目标位姿测量与误差分析

针对当前方法测量运动目标姿态和位置存在精度较低的问题,将激光视觉技术应用到运动目标位姿的测量中,提出基于激光视觉技术的运动目标位姿测量与误差分析方法。利用三维激光扫描仪和双目相机构成的系统,实现运动目标位姿的测量,分别采用三维激光扫描仪和双目相机采集运动目标的深度信息和二维图像信息,融合深度信息和二维图像信息,获取运动目标的位姿。通过三维坐标和光斑图像坐标、外部参数以及位姿解算之间存在的误差传递矩阵,构建运动目标位姿测量综合误差传递模型,利用误差传递模型对测量结果中存在的位姿误差进行分析,根据分析结果对运动目标位姿测量过程进行改进和优化,提高运动目标位姿测量结果的精度。在模拟风洞的实验环境中,验证了基于激光视觉技术的运动目标位姿测量与误差分析方法的可行性。     

基于激光定位的机器人加工轨迹规划

随着机械化生产的逐渐实现,加工机器人的应用范围越来越广泛。在此背景下,为提高机器人加工精度,针对基于机器视觉、COMS工业相机以及CAM的三种机器人加工轨迹规划方法无法准确跟踪给定轨迹,导致规划轨迹与期望轨迹存在较大误差的问题,提出一种基于激光定位的机器人加工轨迹规划方法。该方法首先利用激光雷达方法测量机器人与待加工目标之间的相关信息,然后利用激光跟踪仪进行误差标定,最后将误差标定结果作为改进蚁群算法迭代条件,通过多次迭代生成机器人加工轨迹。实验测试结果表明:与基于机器视觉的规划方法、基于COMS工业相机的规划方法以及基于CAM的规划方法相比,基于激光定位的机器人加工轨迹规划方法应用下,规划轨迹与期望轨迹拟合优度提高0. 07、0. 05、0. 08,轨迹定位误差较小,基本达到预期目标。     

基于平面靶标的线结构光视觉传感器机器人手眼标定方法

为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。     

基于机器视觉的机器人运行自动化控制方法研究

由于传统机器人运行控制方法存在处理信息较多,导致实际机器人在应用环境中行动轨迹误差较大。因此,现提出基于机器视觉的机器人运行自动化控制方法。首先,基于机器视觉处理目标图像并定位,将识别的图像数据恢复成相应的灰度图再进行定位。其次,规划机器人位姿轨迹,得到其端部的位姿和杆件的相对位置关系。最后,控制机器人运动路径。实验结果 ：相较于方法 1的误差值最大减少了9.4mm,相较于方法 2减少了10.4mm,因此可以看出该方法对于机器人自动控制的有效性。     

机器人激光扫描系统现场标定技术

针对机器人激光 扫描系统现场标定问题,提出了一种基于交比不变性的线结构光传感器标定方法,允许平 面参 照物在传感器测量空间中自由移动,通过摄像机拍摄多幅平面参照物的图像即可对光平面进 行标定;同时, 提出一种定点变位姿的机器人手眼关系标定方法,采用一个直径已知的标准球作为手眼标定 参照物,控制 机器人分别以纯平移运动和变姿态运动的方式带动视觉传感器对标准球的球心坐标进行测量 ,根据固定点 约束标定手眼关系。实验结果表明,本文标定方法有效、快速,可以用于机器人激光扫 描系统现场标定。     

基于激光视觉传感器的机器人实时焊缝跟踪方法

为实现变姿态焊接过程的实时焊缝跟踪,提出基于机器人坐标系下绝对焊缝轨迹的实时跟踪算法.将线式激光传感器安装在机器人的法兰盘上,且位于焊枪运行的前方.焊接过程中,激光传感器连续采集焊缝位置信息,并结合手眼标定矩阵以及机器人实时姿态,将传感器采集的焊缝坐标转换到机器人基础坐标系下,从而形成空间绝对焊缝轨迹;再根据焊枪的当前...     

面向测量的工业机器人定位误差补偿

针对机器人定位误差影响柔性视觉测量精度问题 ,研究了基于视觉技术的机器人定位误差补偿方法。在传感器上附加单个定向 相机,在传感器测量场景中设置全局控制点,通过定向相机测量控制点,实时获取传感器当 前位置下与全 局坐标系的转换关系,补偿机器人定位误差。由于直接应用补偿精度低,针对机器人定位误 差产生的原因 和特点,改进补偿方法,将角度参数作为已知量,仅优化位移变量。实验结果表明,单相机 补偿方法均方 根误差(RMSE)为3.422mm,改进方 法的RM SE优于0.10mm,改进后的单相机补偿方法有效地提 高了传感器定位精度,模型简单,方法可行,能够满足机器人定位误差补偿的精度要求。     

虚拟现实和激光传感技术的机器人轨迹跟踪

为了优化机器人轨迹跟踪的准确性,提出了虚拟现实和激光传感技术的机器人轨迹跟踪控制方法。采用虚拟现实技术建立机器人视觉映射关系模型,掌握机器人运行参数状态,把机器人视角设成论域,并把激光传感器所感知的障碍物信息转换至论域中,计算障碍物阻力与目的地引力,控制机器人避开障碍物,跟踪预设轨迹运行至目的地。结果表明,本方法的机器人跟踪精度超过95%,机器人运行轨迹跟踪误差均小于5%,而且机器人轨迹跟踪准确性优于对比方法。     

基于双目视觉的机器人焊接技术研究

随着工业焊接技术的自动化水平不断的提升,焊接机器人的使用频率也逐渐上升。因此提出了基于双目视觉的机器人焊接技术研究这一课题,在机器人焊接技术研究中发挥双目视觉的焊接点定位精度优势。进行双目视觉焊机机器人选型和调整,首先应连接视觉设备和焊接机器人,保证采集数据的精度,然后搭建焊接精度三维实时控制器,采用滚珠曲线位移的控制器代替传统的直线位移控制器,最后焊接机器人焊接点三维坐标计算实现机器人焊接技术的全面升级。通过对比实验,验证了该技术的定位误差较低,符合机器人焊接技术的精度要求。     

激光三角位移传感器误差补偿的建模研究

为降低激光三角位移传感器非线性误差对其测量精度的影响,研究了激光三角位移传感器误差补偿的建模方法。深入了解激光三角位移传感器工作原理,在此基础上定量分析该传感器非线性误差。利用神经网络构建激光三角位移传感器误差补偿模型,使用多层神经网络获取线阵CCD与接收透镜之间的夹角。以及入射光线与接收透镜之间的夹角的映射关系。运用所得映射实现激光三角位移传感器误差补偿。实验结果表明：激光三角位移传感器的重复性优良,且测量时的光斑在线阵CCD上的成像质量较为优异。该方法补偿后的激光三角位移传感器残差大幅度下降,最大下降幅度约为46%。将待测物体表面粗糙度控制在5.6μm～9.6μm范围内,可获得更好的激光三角位移传感器误差补偿效果。     

双光束激光焊接机器人轨迹优化

为提高飞机大尺寸结构件T型接头的焊接质量,本课题组研究了新型双光束激光焊接机器人多臂协同焊接轨迹优化问题。本文提出了一种针对双侧焊缝焊接的机器人平顺高效运动的优化策略。首先,提取双曲度壁板上T型接头双侧焊缝和按压桁条的关键路径点信息,根据路径点局部坐标系相对于双光束激光焊接机器人基坐标系的转换矩阵,得到机器人三条机械臂末端的位姿表示;然后,基于双光束激光焊接机器人多轴运动链逆解计算得到机器人各关节的位移或转动角度;再采用5次B样条曲线对18个关节的位移或转动角度进行插补,以双光束激光焊接机器人高效、平稳运动为目标,建立机器人协同焊接作业轨迹优化模型;最后,采用多目标优化算法NSGA(non-dominated sorting genetic algorithm)Ⅲ进行求解,并将求解结果与NSGAⅡ多目标优化算法的求解结果进行对比,结果表明,NSGAⅢ求解计算的时间消耗比NSGAⅡ仅多3.8‰,但得到的Pareto解集的多样性提高了161.29‰,证明了NSGAⅢ优化算法的有效性。     

六自由度工业机器人位姿误差的补偿方法

为了实现工业机器人的位姿误差补偿,在分析了机器人的位置误差和姿态误差的基础上,利用修正后的D-H算法建立了机器人运动学方程,并利用矩阵法建立了机器人的位姿误差分析模型。提出一种将机械结构参数综合映射到关节角度参数的补偿方法,并设计了一套适合此方法的补偿实验。通过对实验结果的分析与计算,验证了该方法适用于机器人位姿误差补偿,大幅度提高了机器人的绝对精度。     

基于人工智能的机器人激光全局定位系统

针对传统机器人定位系统由于定位精度低、定位范围小，导致其存在定位误差大的问题，利用人工智能和激光扫描技术，从硬件和软件两个方面优化设计机器人激光全局定位系统。改装系统的嵌入式处理器和无线传输网络，并从激光信号发射、接收、处理以及供电四个方面完成对激光定位传感器的设计，按照运行原理连接各个硬件设备。通过激光定位传感器设备的运行，获取机器人实时激光扫描数据。利用人工智能技术得到机器人实时位姿的求解结果。最终通过机器人全局位置坐标的计算，实现系统的软件定位功能。通过系统测试得出结论：设计系统的平均定位误差为0.77 m,小于0.1 m,且能够显示机器人在所有位置上的定位结果，即设计系统在定位精度和定位范围两个方面均满足设计要求。     

工件特征在机测量的关键误差分析与补偿研究

针对激光在机测量工件特征时的测量精度问题,对测量系统的关键误差影响因素及补偿应用进行了研究。使用激光位移传感器作为测量工具对工件特征进行在机测量时,测量结果受激光位移传感器倾斜误差和数控机床几何误差影响。为了校正激光位移传感器在物面倾斜时引起的测量误差,设计了倾斜误差试验,利用勒让德多项式对倾斜误差进行了建模和补偿,补偿后倾斜误差可减小至±0.025 mm以内。针对不动式激光在机测量时数控机床线性轴几何误差对测量结果的影响,设计了球杆仪倾斜安装试验,利用参数化建模的方式对X轴和Y轴的几何误差进行了解耦。最后根据建立的倾斜误差与几何误差模型,对工件特征的在机测量结果进行了补偿。结果表明,对工件特征在机测量结果进行误差补偿后,线性尺寸测量误差小于0.05 mm,角度测量误差小于0.08°,相较于补偿前在机测量精度明显提高。     

基于全局位姿评估的条纹反向视觉测量

提出基于全局位姿评估的条纹反向视觉测量。利用带测头的摄像机拍摄二维正弦条纹,根据傅里叶分析提取的平面特征点全局评估摄像机位姿,进而测量测头的球心坐标。摄像机的位姿评估是条纹反向视觉测量的关键技术,在测头标定和坐标测量中均需要进行位姿评估。位姿评估的误差函数包括重投影误差和物空间误差两类,两者在基于平面的位姿评估中均存在两个局部极小值,采用全局位姿评估算法可以避免误差函数陷入局部极小以高精度获取摄像机位姿,完成测头标定和坐标测量。实验结果表明,该方法可以高精度测量物体的三维坐标。     

激光视觉传感器的机器人焊缝高精度跟踪系统

以提升焊接机器人焊接精度为目的，设计激光视觉传感器的机器人焊缝高精度跟踪系统。由工业相机和激光传感器、焊接机器人等组成系统硬件架构，获取焊缝激光光源后，将其传输至激光图像传感层。采用激光图像传感器对焊缝激光光源图像进行物理滤波处理，使用工业相机拍摄焊缝激光图像。提取焊缝激光图像特征，依据其特征点位置对焊接机器人进行手眼标定，获取焊接机器人校正向量并将该向量输入到机器人运动控制层内的焊缝跟踪程序内，利用该程序不断修正焊接机器人跟踪行为并向接口电路电机驱动器发送控制跟踪命令，实现机器人焊缝高精度跟踪。实验结果表明：该系统具备良好的启动性能，对焊机机器人手眼标定径向畸变、切向畸变数值均较小，跟踪不同类型焊缝的最低偏差数值仅为0.01 mm,跟踪精度高。     

基于单目主被动视觉结合的焊接偏差检测方法

针对管道全位置机器人自动焊,提出了一种基于单目主被动视觉结合的熔化极气体保护焊(gasmetal arc welding,GMAW)焊接偏差测定方法。设计出一种调光玻璃,使采集到的同一帧焊接图像中包含了激光条纹和焊丝尖端等信息。首先,根据焊接图像噪声类型呈高斯分布这一特性,针对性的采用LoG算子分别对电弧区域和激光条纹区域图像进行滤波处理;然后,设计图像处理算法分别提取出焊丝和焊缝坡口中心位置坐标;最后,计算出两坐标点在Y轴方向的偏差值。试验证明,此方法能在填充焊焊接图像中实时测定出焊接偏差量,焊接误差可以控制在02mm以内,可为实现管道焊接机器人自动焊缝跟踪控制提供可靠依据。     

基于动态特征剔除的图像与点云融合的机器人位姿估计方法

针对动态物体影响传感器进行机器人位姿估计的问题,本文提出了一种基于动态特征剔除点云与图像融合的位姿估计方法。首先,YOLOv4和PointRCNN分别被用于识别图像和点云中的潜在运动目标并提取候选框。其次,在视觉定位方面,双目视觉与稀疏光流被用于路标点的构建与追踪,并根据候选框剔除动态特征点,随后构建重投影误差函数,通过基于RANSAC剔除的非线性优化方法求解相机位姿;在激光定位方面,提取前后帧的直线与平面特征点,并根据候选框进行筛选,基于特征点到直线或平面的距离构建误差函数,进而求解激光雷达位姿。为使系统不再局限于单一传感器的使用环境限制,通过自适应加权方法,有效融合了两种位姿结果。最后,通过KITTI数据集和动态场景采集的数据进行定量实验对比,验证了剔除动态特征后的位姿估计的精确性以及融合算法的有效性。     

基于条纹式激光传感器的机器人焊缝跟踪系统研究

提出了基于条纹式激光传感器的机器人焊缝跟踪系统,采用机器人末端安装条纹激光传感器,在焊接过程中实时获取焊缝轮廓数据;利用小波变换模极大值理论对焊缝轮廓数据进行分析,确定焊缝特征点;以特征点为分界点,采用最小二乘法拟合焊缝直线并求取交点,精确确定焊缝轮廓特征点坐标;通过机器人坐标变换实时获得焊缝运动轨迹,从而实现焊缝跟踪。对不同的V型焊缝进行实验验证,并对有无采用最小二乘法精确定位进行对比实验。实验结果表明:只采用小波模极大值理论获得的跟踪误差约为0.514 mm,但轨迹存在较严重的抖动现象;而采用了最小二乘法精确定位特征点后,跟踪误差约为0.304 mm,抖动现象明显减弱,满足自动焊接误差要求在0.5 mm之内的要求。     

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。