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....     

基于立体视觉的六自由度平台位姿检测基础研究

位姿是六自由度平台的一项重要性能指标,其全方位、全行程的动态精确检测,对于六自由度平台的精确控制及广泛应用具有十分重要的意义,介绍六自由度平台,提出并着重讨论采用立体视觉对六自由度平台位姿进行检测的原理及具体步骤。实验结果表明,对于六自由度平台位姿的检测。立体视觉是一种可靠、快速、简单、可行的方法。     

基于单目视觉的障碍物定位和测量

障碍物定位与测量是智能移动机器人自主运动的核心问题之一。研究了一种结合障碍物色彩属性和接触边缘属性的算法,通过单个视觉传感器实现平坦路面中障碍物的定位和测量。该算法以图像中已知路面范围的外观属性为基准对图像进行初步处理,依据障碍物和地面接触边缘属性对障碍物进行初步定位,在障碍物上选择区域,以该区域外观属性为基准对图像进行二次处理,得到障碍物在图像中占据范围,结合视觉传感器成像原理,对障碍物位置和尺寸进行标定和测量。以轮式移动机器人为实验平台,验证所提算法的可行性和精度,最终测得其定位误差为1.6%,测量误差为1.5%。     

NAO的单目视觉空间目标定位方法研究

为了实现单摄像头工作的双足机器人NAO的视觉定位,采用单目视觉技术,建立一个空间点定位模型。根据摄像机的小孔透视模型,将图像中的二维坐标通过几何关系映射为机器人坐标系中的三维坐标,实现NAO基于单目视觉技术对空间目标定位。进行了定位实验,实验结果误差在允许范围之内,验证了该定位方法的实际可行性。     

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。     

基于激光传感器的多移动机器人位姿测量系统

为机器人准确定位设计了一个基于激光传感器的移动机器人位姿测量系统。测量系统用激光传感器扫描区域内的以矩形为标识的机器人,将测量数据传输到计算机上,通过数据处理软件进行数据处理,提取属于机器人的特征,同时结合机器人前一时刻的位姿,实时计算机器人当前位姿。实验结果表明,此系统能迅速识别机器人,并准确地确定每个机器人位置和姿态,通过网络向机器人发送其位姿数据,实现多移动机器人的精确定位。     

一种并联机床运动平台位姿测量方法

提出一种采用附加测量机构直接测量并联机床运动平台位姿精度的方法。其基本思想是根据运动平台的运动特性在固定平台和运动平台之间增设附加测量机构,当运动平台运动时带动测量机构运动,通过安装在测量机构上的传感器测得广义坐标参量,经运动学建模即可得到运动平台的位姿。当测量机构位姿正解速度满足实时控制要求时,利用该反馈信息对机床进行实时精度补偿和控制。基于上述思想建立的并联机床位姿测量系统可部分排除机床切削力     

一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

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。     

基于Stewart平台的机器人重心位置检测机构的设计

阐述了基于Stewart平台的重心位置检测机构的工作原理,并应用于空间机器人重力补偿试验系统的重心调节,实现了较高精度的机器人重心位置检测。