基于机器视觉的工业机器人定位系统研究

随着《中国制造2025》提出,工厂对“智能制造”的战略地位迅速提升。工厂对智能设备的要求越来越高,传统的工业控制技术早已不能满足高质量产品生产的指标要求,尤其是在一些精度要求高、产品前沿报废率低的企业。近年来,机器视觉技术发展迅速,能够适应高要求、高精度的定位需求,机器视觉的引入极大的拓展了机器人的应用领域,对工业自动化发展具有重要意义。本文引入ABB机器人(IRB120)为基础,研究并构建一套基于机器视觉的工业机器人锂电池载流片定位系统。整个系统包括机器视觉系统和机器人控制系统,由机器人本体及控制器、CCD相机、计算机、图像采集卡、光源及软件系统构成。整个系统通过机器人与CCD相机的坐标系标定,模板标定,CCD相机获取锂电池载流片图像,对图像特征进行预处理,分类标记功能,图像处理技术,目标定位算法处理后,将锂电池载流片的定位信息通过通讯传输给机器人控制器,控制机器人执行完成锂电池载流片的定位任务。     

机器视觉在智能设备装配中识别引导功能的研究

现代化工业生产是基于智能技术、信息技术,从自动识别到自动执行,机器视觉作为智能化辅助生产技术之一,其重要性不言而喻.本文通过对机器视觉在智能设备装配中识别引导功能进行分析研究,通过结合实际案例方式,对识别引导功能进行阐明,为下一步工作开展奠定基础.     

机器视觉——现代工业的眼睛

一、基本原理 美国制造工程师协会机器视觉分会和美国机器人协会的自动化视觉分会对机器视觉下的定义为:“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像,以获得所需信息或用于控制机器人动作的装置。”     

一种面向工业机器人智能抓取的视觉引导技术研究

为实现工业机器人自主识别并抓取指定的目标,提出了一种基于计算机视觉引导的解决方法.该方法利用指定目标的3D数据模型,以及由两台或者多台CCD摄像机从工作场景中不同角度获取到的数字图像,经过目标姿态估算、投影计算并生成投影图像,再利用投影图像与目标真实图像进行比较,实现了目标的识别与位姿获取.实验结果表明该方法可以在较复杂的环境下识别指定目标,并获得目标的姿态信息,从而为工业机器人抓取目标提供引导.     

基于机器视觉的工业机器人分拣技术研究

近年来,机器人技术已逐渐走进每个人的日常生活.随着科技的进步和我国经济的快速提升,机器人领域的科研也一次次有了新的进步,机器人的分拣技术一直深受专业人士的关注,机器人和系件特性也在与时俱进.为了更好地提升机器人分拣技术,本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设,并对其作用进行了实验研究.     

机器视觉技术在工业机器人中的应用研究

智能制造是我国迈向制造强国的重要途径,加快我国工业发展步伐,有利于我国工业高质量发展。机器视觉是一种通过使用光学设备和无接触式传感器来实现对目标图像信息自动接收与处理,从而获取所需要的信息或实现对机器人移动控制。另外,机器视觉通过模拟人类眼睛来进行测量和判断信息,以高精度、高效率和可持续工作能力,在结构化场景量化方面有着突出的作用。随着工业结构的调整与转型,机器视觉技术已被广泛地应用于汽车、印刷、包装、农业、医药、纺织等各个行业。所以,如何推进机器视觉技术的发展,对于智能产业有重要的意义。     

三维点云特征的工件识别与位姿估计

针对工业机器人在抓取工件过程中需要识别和定位工件的问题,提出了一种基于改进法矢计算的点云局部描述符SHOT的三维物体识别与位姿估计的方法.首先,对三维扫描仪获取工件表面点云进行预处理和分割,得到用于匹配的工件点云模板数据集;其次,采用均匀采样算法提取特征点集,通过SHOT特征描述符对场景点云与模板点云提取的特征点进行点...     

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。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于单目视觉的工业机器人目标识别技术研究

为实现工业机器人能在多个目标的工作环境下自主识别指定的目标,提出了一种基于单目视觉技术的解决方法.主要采用中值滤波和最大类间方差法对初始图像分别进行滤波和分割,给出一种新的统计矩阵标记区域算法,利用目标本身的几何特征达到识别目的,选取质心标记法实现目标物体的定位.实验结果表明,该方法在较复杂的环境下能够获得较好的识别定位指定目标的效果,为工业机器人抓取目标提供了必要的信息.     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

基于单目视觉的工业机器人智能抓取研究

针对工业装配生产线的自动装配问题,设计了一种基于单目视觉技术的机器人自动识别与智能抓取的结构.运用最大隶属度规则建立匹配关系矩阵,构建决策矩阵达到工件的模糊自主识别目的,并采用基于二阶惯性矩的轴向确定方法.在机器人装配作业平台上进行了工件识别与抓取的实验研究,实验结果表明,该方法能够获得很好的识别效果和实时性,为工业机器人智能抓取目标提供了必要的信息.     

基于机器视觉系统的颜色识别

应用NI公司应用程序开发平台labVIEW,通过编写程序建立虚拟仪器系统并组建简单的外部硬件设备系统,实现了对图像的采集和处理,可以识别出不同颜色的物体,以及计算出该物体的面积,中心坐标等物理参数。我们可以利用这些参数作为下位机的控制信号,为后续物体的筛选和分级做好准备。经实验证明,采用该机器视觉技术是能准确实现番茄色选的,并得到番茄的物理参数,为后续系统开发研究提供了重要依据,也为机器视觉技术的广泛工程应用提供了重要理论支持。     

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.     

基于机器视觉的电子元件在线质检分类系统设计

为了解决电子元件蜂鸣器出厂时人工质检效率低、容易伤害分拣人员听觉等问题,设计了基于机器视觉的电子元件在线质检分类系统。该系统主要由自动上料、视觉检测、声音检测、电极控制和下料控制这5个部分组成,由PLC主控制器、OpenMV视觉检测模块、声音识别模块以及步进电机等配合完成蜂鸣器的自动上料、检测和等级分类功能。经过现场调试及应用表明,该控制系统提高了蜂鸣器的质检分类效率,其效率是人工质检的1.9倍,准确率提高了9.4%,每台设备至少替代3名工人,节约了企业的成本。     

基于视觉的机器人抓取技术的研究

该文提出了一种基于智能相机的机器人抓取系统,采用图像处理算法对相机捕获到的图像使用模板匹配、边缘查找及坐标变换,得到工件在机器人坐标系的位置和姿态,通过串口将处理后的工件位姿数据发送给机器人控制器,控制器向机器人发送运动指令。经实验验证,系统达到设计要求,在工业机器人系统中引入计算机视觉提高了机器人的柔性以及对环境的适应能力。     

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。     

基于视觉的汽车轮毂打磨实训系统设计

随着智能制造技术的飞速发展,企业转型升级加速,对技术技能型人才的需求与日俱增。该文设计汽车轮毂智能化打磨加工工艺的实训系统,通过Profinet工业以太网通信,结合PLC实现对系统的逻辑控制,通过机器视觉对轮毂表面检测,将需要打磨的区域反馈给工业机器人实现自动打磨,提高轮毂打磨的精度和效率,改善加工工艺。该实训系统能满足对学生进行PLC与工业机器人现场编程、机器视觉的基础应用以及制造加工工艺的知识与技能的训练,提高学生综合技能与素养。