基于并联理论的单目视觉位姿估计

搭建了一种主动式测量系统用于测试伺服稳定平台的伺服精度.以此系统为基础,提出了基于并联理论的单目视觉位姿测量方法.介绍了系统的硬件组成和系统测量原理,分析了系统的分辨率.给出了激光点在投影靶坐标系下的计算原理及过程.然后,从并联机构的自由度出发,将视觉测量系统等效地转化为一个并联机构,将视觉测量系统的位姿估计问题转换为并联机构的正解问题.利用并联机构的运动影响系数迭代求解系统的位姿,由并联机构关节螺旋直接得到影响系数,由此简化了推导过程.仿真和实验结果表明:系统的姿态测量精度为±0.05°.该方法能够快速稳定的收敛,基本达到了系统的设计要求.     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

基于双目视觉的并联仿生髋关节位姿检测

相较于三维坐标测量仪、激光跟踪仪等传统测量设备,双目视觉检测是一种无接触的检测方式,不会对目标的运动产生干扰和破坏,且更为经济、灵活和方便,因此采用双目视觉技术对3-RRR+(S-P)并联仿生髋关节的位姿进行检测。为提高位姿检测的精度、鲁棒性和通用性,设计了一种方便提取且角点可自动辨识的自编码视觉标识物、提出了一种基于边缘交点坐标反馈式的角点检测算法,该算法主要包括HSV色彩空间下的标识物提取、Canny边缘检测、Hough直线检测、亚像素角点检测和三维重建等流程,将标识物角点检测简化为检测标识物边缘线段并求得交点,再经由亚像素角点检测算法进行提纯的过程。最后,通过双目相机与自编码视觉标识物的布置建立并联仿生髋关节的位姿检测系统,进行位姿检测实验并采用激光跟踪仪进行对比实验,通过分析与实验验证：该系统具备较高的精度、鲁棒性和通用性。     

基于机器视觉的吊具位姿检测系统

提出1种基于单目机器视觉的吊具空间位姿的传感检测系统,在装卸箱过程中实时检测吊具位姿。首先在起重机小车上选取基准点,并安装近红外相机,在吊具上安装由3个发射灯组成的结构光源。用单目相机拍摄吊具上的结构光源,并在暗图像中通过图像识别算法识别出光源在相机中的坐标。然后根据相机标定参数和相机、基准点坐标关系等得到吊具在基准点坐标中的位置和姿态。相较于现有的设备,此检测系统具有成本低、全天候、快速准确等特点,其能为吊具控制系统提供了可靠的反馈数据。     

平面并联微动平台位姿检测系统的研究

针对微动并联机器人工作空间小、位姿测量时安装传感器比较困难的情况,提出了一种基于双目视觉原理的检测方法。根据图像坐标和世界坐标的对应关系,从两幅对应图像中抽取必要的特征点的信息,建立了基于特征点匹配的三自由度微动平台的位姿测量模型。这种求解位姿的方法,信息量少,运算量小,处理速度快,所需时间短,尤其适于动态测量。测量系统由两台较高分辨率的摄像机、高速数据采集卡、工业PC机以及相关软件组成。分析了测量中相关的误差,并提出了相应措施。在整个测量方案中,所用技术比较成熟,各种设备造价适中,有利于在工业现场实现和推广。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于单目摄像头的圆台工件位姿检测技术

工件位姿检测是工业自动装配等领域的重要环节,其中立体视觉位姿测量以其非接触性,低成本和优良的扩展性得到了广泛的应用。针对常见的圆台元件位姿检测问题,提出了一种基于投影椭圆相对关系的方法并解决了单圆重投影的二义性问题,从而仅根据静态单目摄像头拍摄的一张图片就可以解决机器人手眼协调中的定位问题。根据实验测量,对位姿检测的误差在1.5°以内,对比同类方法不需要对应用环境的任何先验知识,在准确性与易用性上均更有优势。     

超声检测并联机器人位姿分析研究

针对多自由度超声检测机器人检测曲面工件时位姿调整困难问题,通过分析超声检测并联机器人的运动学模型,提出了超声背散射检测与并联机器人一体化技术。以实现超声检测探头姿态的特殊控制要求为目标,对检测并联机器人建立了数学模型,提出了一种位姿控制计算方法,并利用Matlab对位姿控制进行了仿真分析,为计算机控制检测探头进行曲面检测提供准确的控制参数。通过超声C扫查实验,对比了超声图像中噪声所占的面积比例和图像轮廓清晰度。实验结果表明,超声检测并联机器人在提高超声探头的位姿控制精度后,能够降低噪声,提高信噪比。     

基于优化RBF神经网络的并联机器人位姿检测

针对采用遗传算法(GA)学习训练RBF神经网络进行并联机器人位姿检测存在的早熟收敛问题,提出一种交替使用GA和Levenberg-Marquart(LM)算法的混合学习算法,首先运用仅需预先给定基函数宽度的最近邻聚类算法,学习训练得出基函数的中心,然后运用所提出的混合学习算法学习网络,确定RBF神经网络的参数,并最终实现对机器人的位姿检测。仿真结果表明,所设计算法提高了网络学习能力,并最终提高了机器人位姿检测精度。     

基于机器人的对接位姿视觉测量系统标定研究

针对传统的相机内参矩阵和相机位置参数标定方法较为繁琐复杂且与相机内参标定互相割裂的痛点,本文设计了一种基于机器人的对接位姿视觉测量系统标定方法,利用采集得到的不同位姿关系下标定板图像以及对应的末端机器人末端执行器位姿数据,解算视觉位姿测量过程中涉及到的不同坐标系间位姿转换关系,一次性完成相机内参标定和相机位置参数标定....     

纳米压印复合软模具建模研究

基于复合软模具纳米压印是一种高效、低成本和批量化制造大面积微纳米结构的新方法,已经被看作是最具有工业化应用前景的微纳制造技术。大尺寸复合软模具的设计和制造是当前大面积纳米压印所面临的一项挑战性难题,也是影响和制约晶圆级微纳米压印广泛工业化应用的技术瓶颈。开展了大面积纳米压印复合软模具理论分析、数值模拟和试验验证的系统研究。基于薄板弯曲理论,建立复合软模具变形理论模型。利用ABAQUS模拟软件,揭示了模具几何特征、材料属性以及压印工艺要素对于复合软模具变形的影响及其规律。提出纳米压印复合软模具设计的基本准则。该研究为大面积纳米压印复合软模具设计、优化和制造奠定了重要理论基础,并为大面积纳米压印装备开发和工艺优化提供方向性指导。     

精密视觉印刷设备的自标定

为了提高全自动视觉印刷设备的精度,提出了一种简易、有效标定基于三自由度平面并联调整台的视觉丝网印刷设备的算法。首先,分析和标定了视觉测量系统,并通过激光干涉仪验证了结果的准确性。然后,分析了三自由度平面并联调整台的几何参数误差;基于印刷设备自身的视觉测量系统,分步标定了并联平台的动平台坐标系、传动比误差和仅需的部分几何误差源。提出了一种满足全姿态且适应不同制程的三角形面姿态插值方法和纠偏调整算法,从而避免了较为复杂的几何全参数辨识,降低了对调试人员的技术要求。实验结果表明：在并联调整台工作空间内,标定后的最大位置误差从标定前的161.6μm下降为12.3μm,最大姿态误差从标定前的2.232″下降为0.720″,基本满足印刷设备对精度的要求。     

基于双目视觉的主从式机器人主手系统设计和研究

提出了一种基于双目视觉的主从式机器人主手系统,采用双目视觉技术实时识别并跟踪手柄的运动,同时测量其空间位姿。首先通过背景差分法检测出手柄,然后用卡尔曼滤波器对手柄的位置和速度进行预测,跟踪手柄的运动。在标记点的立体匹配中采用了特征匹配和区域灰度匹配相结合的方法,并引入唯一性和顺序一致性约束来剔除伪匹配,最终测罱出手柄的实时空间位姿信息。实验结果证明系统方案是可行的。     

6-PSS并联机构误差分析及标定

为提高6-PSS并联机构的运动精度,需对其进行误差分析和标定研究。利用矢量法构建并联6自由度机构的误差模型,根据MATLAB计算得到机构的误差源对动平台末端位姿影响的灵敏度。对机构进行误差综合分析,结合运动学正解和逆解,提出一种新的基于机构坐标轴姿态约束的运动学标定方法。根据测量初始值,利用标定算法解算得到机构的标定值。借助外部检测设备测量得机构标定前和标定后的位移和角度误差,标定后位移误差由10mm减小到1mm,角度误差由0．3°减小到0．1°。以实际测量数据验证了该标定方法的有效性和正确性,并最终提高了并联机构的运动精度。     

一种新型6-PTS并联机器人工作空间分析

工作空间是评价并联机器人工作性能的重要指标.以一种由Stewart平台演绎而来的正交6-PTS并联机器人为研究对象,介绍了其机构特点.基于运动学逆解,分析了各分支间的干涉约束、运动副的转角约束和杆长约束,运用搜索法得到其不同高度截面的工作空间图以及三维定姿态工作空间图.工作空间的研究为此类并联机器人的应用与设计提供了直接依据.     

基于病态参数分离的机器人运动学标定测量构型优化

针对一种高灵巧性机器人及其连杆参数高敏感性与高定位精度需求,为解决机器人运动学标定随机测量构型存在绝对定位精度低、参数辨识效果及标定结果鲁棒性较差的问题,提出一种病态参数分离与DETMAX-改进差分进化(DETMAX-IDE)算法的机器人运动学标定测量构型分步优化方法。首先,建立机器人位置误差模型。其次,建立一种可观性综合指标,评价不同机器人标定测量构型的总体可观测性和灵敏度。最后,分离机器人运动学位置误差模型的病态参数,建立测量构型优化目标函数和约束条件,提出一种基于DETMAX算法与改进差分进化算法结合的分步迭代优化算法(简称为DETMAX-改进差分进化算法,简写为DETMAX-IDE算法),开展机器人运动学标定测量构型分步迭代优化。通过机器人运动学标定仿真与实验,验证了所提方法的有效性。实验结果表明,与随机测量构型相比,所提方法对应的机器人绝对定位精度的平均值和均方差分别降低了62.09%和62.45%。     

基于广义力平衡原理的Stewart平台机构标定

通过分析Stewart机构各运动副的制造误差和安装误差,以及其对雅可比矩阵的影响,利用雅可比矩阵和一阶静力影响系数之间的对偶关系,提出基于广义力平衡原理的Stewart平台机构标定方法。该方法通过测量平台各缸作用力,避免了测量虎克铰空间坐标难的问题。通过对平台进行广义力加载测量,得到平台平衡状态时互不相关的广义力和各单缸力的实验数据,最后利用最小二乘法拟合得出实际的一阶静力影响系数,从而标定出机构初始状态时的各铰点空间坐标。实验表明,该方法所标定出的Stewart平台机构参数,能使平台的运动学模型更为精确,有效地提高了平台的定位精度。