成捆钢筋端面自动贴标系统的机器人位置优化

为实现钢铁企业中成捆钢筋端面贴标的自动化,对成捆钢筋端面自动贴标系统中机器人的运动情况进行研究,利用D-H参数法导出UR5机器人的各连杆坐标系之间的变换矩阵,进而求出UR5机器人反向运动学的解析解。给出了UR5机器人最优摆放位置的评价标准,并在此规则下利用粒子群优化算法对UR5机器人进行位置优化。依据以上分析结果可以为成捆钢筋端面自动贴标系统中机器人的位置设计提供理论上的支持和数据上的参考,并对该系统的实际应用具有指导性的意义。     

UR5机器人焊接轨迹规划及运动学分析

为了研究UR5机器人焊接运动轨迹情况,采用D-H法对UR5机器人建立UR5机器人坐标系,并对机器人的正、逆运动学分别进行分析求解。首先,利用三维软件CATIA建立UR5机器人运动学模型;其次,采用Denavit-Hartenberg分析原理对机器人末端执行器进行轨迹规划,并将得到的角速度、角加速度和角度各关节曲线曲率变化轨迹导入MATLAB软件和ADAMS软件;最后,进行联合仿真,验证了UR5焊接机器人工作时的稳定性,为进一步优化焊接轨迹打下了基础。     

基于图像的无标定视觉伺服系统

传统的机器人视觉伺服大都是基于系统标定技术的。但是在实际工厂条件下,复杂的工况常常使得无法进行有效的标定,且标定技术对于环境十分敏感,标定精度对于系统最终性能有很大影响。因此,本文在总结当前基于图像无标定机器人视觉伺服研究的基础上,搭建机器视觉伺服平台,设计视觉伺服软件系统。运用图像雅克比在线估计方法,在核心问题雅克比矩阵估计上,采用动态拟牛顿算法,模拟逼近图像雅克比矩阵,进行视觉反馈。并将无标定视觉伺服系统应用于UR机器人,使机器人的智能抓取免去了复杂的标定程序,克服了原视觉系统的不确定因素,提高了机器人视觉系统的鲁棒性,扩大了工业机器人的应用范围。     

两栖球形机器人的路径规划策略

两栖机器人的水下路径最优规划是目前机器人运动控制研究领域的热点和难点。本文针对两种基于视觉伺服的广义约束优化(GCOP)和序列二次规划(SQP)的机器人运动控制算法进行对比分析,结合视觉伺服传感器,实现了两栖机器人最佳路径的规划、监测动态目标标定、移动目标监测、水下障碍物识别和目标跟踪。利用球形机器人的结构对称特性及阿基米德浮力原理,并结合模糊控制算法对水舱水位进行实时控制,使球形两栖机器人在水下能实现水下多自由度运动。最后,进行了算法的仿真和水下运动实验。实验结果表明,GCOP算法和SQP算法在相对障碍物的有限距离内,SQP算法规划的路径更加合理;而在达到目标坐标位置上,两种算法的误差为167.5 mm,SQP算法在水下路径规划上更加有效。     

型材搬运机器人视觉伺服控制研究

文章通过分析型材搬运机器人视觉伺服控制的技术要求和特点,提出一种基于型材型心线坐标附加值模型的识别算法,并以此作为型材图像边缘检测与识别理论的算法,分析了机器手的定位方法;以数字图像处理理论和算法为基础,以VisualC 6.0为平台,实现型材搬运机器人视觉伺服控制图像处理与机器手定位坐标值的确定,提供了一种型材搬运机器人视觉伺服控制的方法。     

优傲机器人UR+平台首个中国开发者亮相工博会

<正>优傲机器人公司打造的Universal Robots+(简称UR+)平台于近期迎来首个中国开发者——夹爪及传感器制造商拓德科技。在2017年中国国际工业博览会上,优傲机器人与拓德科技携手亮相,共同展示了UR+所能实现的快速高效解决方案。UR+是优傲机器人公司创造的生态系统,在这个平台上,汇集了来自全球的开发者,他们通过定制硬件组件、软件插件或是二者结合的方式,将工具端的产品与UR机械手臂进行集     

一种面向机器人抓取的铆钉视觉识别与定位测量方法

视觉引导机器人定位抓取研究和应用逐渐广泛,其关键问题是基于视觉的被测对象高精度测量定位。以抽芯铆钉作为研究对象,研究一种面向机器人抓取的抽芯铆钉视觉识别与定位测量方法,研制一种融合视觉系统的抓取末端。设计一种基于多重腐蚀和膨胀算子的抽芯铆钉钉头图像分割方法,可有效实现抽芯铆钉钉头和钉杆的分离。基于PCA算法对抓取角度进行主方向分析,根据抓取要求对主方向进行校正。基于单应矩阵变换,实现图像坐标系和机器人末端夹爪坐标系标定。通过实验验证了抽芯铆钉视觉识别的效果。     

基于视觉的PLC外观及指示灯状态检测系统设计

文中设计了基于机器视觉的PLC外观及指示灯状态检测系统,并利用机器视觉引导UR机器人抓取产品上料,提高了系统的自动化程度。采用视觉软件VisionPro设计视觉处理程序,使用VB.NET语言对视觉处理程序进行二次开发并设计上位机界面。实际应用结果表明,该视觉检测系统漏报率为0,误报率为0. 5%,检测时间小于15 s,满足测试要求。     

喷涂机器人运动控制和视觉补偿

针对斜交腕六自由度喷涂机器人技术要点进行了分析,对运动控制算法进行了深入研究。首先,通过D-H法对机械臂构建了关节坐标系;其次,对喷涂机器人进行了运动学建模,分别从正、逆运动学两个方面对其进行了详细的运动控制描述;再次,通过数值迭代法对喷涂机器人的逆运动学进行了求解,严格控制了算法的精度和速度,并通过MATLAB绘图工具对算法的正确性和快速性;最后提出了一种基于图像边缘轮廓特征的手段来实现视觉补偿,凭借对多目标的分块处理实现对于工件三维空间信息的定位,引导喷涂机器人的喷涂作业,确保了喷涂机器人工作过程的精准性和迅速性。     

实现无人化生产

UR机器人的一大显著优势就是它们无需安全围栏就可以直接与人协同工作。它是唯一一个通过认证,能够在无防护条件下实现人机共同作业的机器人。一旦人与机器人接触并产生150N的力,UR机器人就自动停止工作,保障工人人身安全。