带双目视觉的全向移动物流机器人设计与实现

为提升物流机器人的灵活性和智能化水平,将全向移动平台、物料抓取机器人、双目视觉识别等技术进行集成应用研究。分析了机器人的结构布局和运动学模型,完成了机械臂的机构原理设计,结合计算机应用视觉识别算法,选择具体的检测方法完成识别对象的角点、边缘及轮廓检测,实现对象的图像处理。通过双目相机成像模型实现坐标系之间的转换,达到定位目标物品的目的。最后,完成了物理样机的开发和实地操作的实验验证。实验结果表明,该系统可以有效地完成物品识别、抓取和搬运工作。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。     

基于单目视觉的工业机器人智能抓取系统设计

针对工业机器人如何能在多目标工况下快速自主识别和抓取指定目标工件的问题,将单目视觉引导技术应用到工业机器人智能抓取系统设计中。利用图像进行了模式识别,对检测定位进行了研究,建立了视觉图像与工件定位抓取之间的关系,提出了基于轮廓Hu不变矩快速模板匹配算法的单目视觉抓取系统。首先将摄像机获取的图像进行了预处理,然后利用轮廓Hu不变矩模板匹配算法进行了目标工件的识别,利用轮廓矩和二阶惯性矩最小原理对识别出的目标工件进行了位姿求取,最后通过建立SOCKET通信将求取的位姿发送给了机械臂控制系统引导机械臂的抓取。基于VS软件开发平台和ABB机械手,对智能抓取系统进行了搭建并试验。研究结果表明:该基于单目视觉搭建的工业机器人智能抓取系统成本低、定位精度高,可满足工业自动化生产的需求。     

高压输电线路除冰机器人抓线运动控制

针对高压输电线路除冰机器人越障抓线过程中存在的对输电线缆定位困难的问题,提出一种基于输电线缆几何特征的单目立体视觉定位方法.该方法根据输电线缆成像的边缘、输电线缆半径和摄像机成像模型,可以计算输电线缆中轴线在摄像机坐标系下的数学表达式,从而对任意位姿的高压输电线缆进行精确的三维定位.在输电线缆准确定位的基础上,为了快速地确定抓取输电线缆的准确位置并提高除冰机器人抓线运动控制实时性,提出一种基于除冰机器人机械臂结构特征的除冰机器人抓线运动控制策略,该控制策略通过在机器人基坐标系下计算机械臂末端夹持器工作空间曲面与输电线缆轴线的交点来确定抓取点,并同时计算抓取线缆时机械臂各个关节的期望位置.试验结果验证了所提视觉定位方法及抓线控制策略的有效性.     

基于Labview的机械手视觉引导系统设计

机器人的使用在工业中变得越来越广泛,如何使机器人的运行更加智能化、人性化,成为许多学者研究的热门课题。机器视觉作为一种新兴的技术,也越来越受到关注。工业机器人通过机器视觉获取的图像信息特征,能够更加准确地定位引导,抓取和放置物料。以机械手的目标识别和数据通讯为研究目标,针对物料的实时匹配识别以及上位机与机械手的数据通讯进行了详细的研究,并通过Labview编程完成整个机械手视觉定位引导的软件的编写。该视觉引导系统可以实现图像的图像标定和匹配定位,最终完成抓取和放置的动作。定位误差为±0.1mm。     

基于LabVIEW的螺钉柔性抓取关键技术研究

为了解决某系列非标螺钉的自动上料问题,提出了基于机器视觉的螺钉柔性抓取系统。首先设计了Eye-to-hand视觉定位抓取系统,对采集的图像进行二值化、粒子分析等图像预处理识别螺钉目标。其次,针对螺钉目标采用拟合圆操作获取螺钉中心方向的系列圆特征参数,通过最小二乘法拟合求得中心线,进一步求解螺钉的抓取点与角度位姿参数。最后,以抓取点为中心设计符合夹爪抓取特性的ROI区域以判断可抓性。上位机将位姿信息发送到控制器,引导机器人运动到相应位置并通过末端夹爪完成对螺钉工件的抓取。通过实验验证表明系统定位准确率达到99.5%。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

基于视觉引导的采样系统设计

对视觉引导机器人采样进行了研究，利用SSD目标检测算法实现了图像中采样区域的检测，然后通过随机函数设计了一种采样区域内采样点的分布规则，并基于激光定位灯建立了一种视觉定位模型，实现了从图像坐标系到采样机器人基础坐标系的转换，通过TCP的方式实现了工控机与PLC的通讯，进而控制采样机器人进行采样。实验结果表明：该视觉引导采样系统可引导采样机器人在采样区域完成采样工作，视觉引导的最大绝对误差小于10mm，满足质检部门的采样要求。     

基于双目视觉的机械手识别、定位、抓取系统研究

针对多类堆叠工件分类和提取三维位姿困难的问题,对随机摆放规则物体的机器识别、三维定位和自动抓取等方面进行了研究,采用一种基于MLP分类器的视觉算法实现了工件识别。利用识别结果选取合适的透视可变形模板匹配将堆叠工件与背景分离,结合双目视觉中的立体匹配、深度计算和坐标变换完成了三维位姿估计,通过Halcon和Visual Studio联合编程的方式,进行了工件识别定位抓取实验系统的软件开发,设计了实验平台,对矩形工件和圆柱体对象进行了位姿提取和抓取实验。实验结果表明:该系统具有较好的分类效果和较高的识别定位精度,可以满足机器人对工件的在线抓取需求。     

基于视觉引导的工业机器人定位抓取系统设计

以美国国家仪器公司的视觉开发模块NI Vision为软件支撑和以ABB-IRB120型机器人,摄像机和传送带为硬件基础,对视觉识别与检测系统进行了模块化设计,构建了一个基于单目视觉的工业机器人工件自动识别和智能抓取系统,其中ABB-IRB120型工业机器人作为操作手臂,用CCD相机、运动控制器和工控机搭建了机器人视觉控制平台,通过建立抓取系统的参数化模型给出图像坐标到机器人坐标的转换算法,利用NI Vision中提供的图像处理、模式匹配等方法,在C#环境下进行开发,实现了目标定位和机器人控制两大基本功能,最终控制机器人完成目标工件的抓取。     

基于视觉筛选的并联机器人平面抓取系统设计

现代工厂中通常需要对工件特征进行判断,然后在平面内对工件进行分类放置。为了能高效快速地识别、筛选工件,采用了机器视觉技术,并将视觉技术应用在二自由度的并联机器人中,设计了一个基于视觉筛选的并联机器人平面抓取系统。视觉控制器对相机传送过来的工件图像进行处理,根据提取的工件的特征进行分类,并确定工件在视觉坐标系中的坐标。视觉处理器将坐标等信息传送给NJ控制器,同时在NJ控制器里运用ST语言编写程序实现机械臂的运动控制,并对运动过程进行3D仿真。仿真结果显示,通过机器视觉和并联机器人的结合,可以实现对工件进行精确的识别、抓取和放置。该系统可应用于根据物体形状不同进行分类的场合,并对研究机器视觉和并联机器人有一定的实用价值。     

基于嵌入式机器视觉的机器人抓取系统

针对工业生产线上机器人自动化、智能化识别抓取需求,设计研发了基于Raspberry Pi 3B+控制器的嵌入式机器视觉系统。采用开源OpenCV视觉算法库,使用高精度摄像头采集图像,经过图像预处理、特征提取判断等,快速识别、判断、定位产品,实现机械手对产品的准确定位和分类。实验结果显示,该系统运行稳定,对图像数据的处理可靠,能够较好地实现识别。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于视觉的机器人抓取系统应用研究综述

针对生产线上工业机器人的柔性和智能水平不高的问题,将日益发展的计算机视觉技术引入原有的搬运工业机器人领域,利用机器人视觉技术获取工件及其周围环境的信息,识别出了所要操作的目标工件,并能通过做出决策来引导工业机器人完成对工件的抓取和放置等操作。针对生产线上的工业机器人抓取系统中摄像机的标定、目标工件的识别匹配、机器人对目标工件的定位抓取这3个主要步骤在现阶段的研究成果进行了综述,对计算机视觉定位中涉及到的相关图像预处理方法进行了分析与归纳,并对该技术的实际应用研究和未来发展进行了讨论。研究结果表明,视觉抓取系统技术成熟,能够满足工业应用中的实时性要求,各部分算法的研究和改进对工业的发展和相关研究具有一定的参考价值。     

基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。     

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SFPM的遥操作工程机器人双目视觉定位

为解决遥操作工程机器人作业过程中视频图像传输的时延问题,建立了基于双目视觉的遥操作工程机器人定位系统,提出一种基于单特征点匹配(SFPM)的双目立体视觉定位方法。通过对机器人抓手和抓取物上的单特征点的特征检测和立体匹配,实现特征点的三维信息恢复,并将获取的二者空间坐标和相对距离实时反馈给操作者,为远程遥控机器人逼近并抓取目标物提供判断依据。实验表明:该方法能够对目标物实现快速准确定位,定位精度满足工程作业要求,可为遥操作工程机器人的视觉提示系统设计提供技术参考。     

多轴并联机器正运动分析与视觉伺服研究

这里介绍了一种专门用于拾取和放置的六自由度并行机器人,该机器人具有高速和高载荷自重比的封闭式运动结构.这里针对六轴并联机器人运动控制和视觉抓取问题进行了深入的研究.首先针对六轴并联机器人的逆运动学问题进行求解;其次本文提出了牛顿修正法的六轴并联机器人实时正运动学求解方法;再次利用图像学形态算法从图像信息中确定待抓取目标的形态学特征,采用目标中心定位方法进行视觉抓取;最后利用实验验证了六轴并联机器人运动学和视觉抓取模型的正确性.结果 表明该策略在较短的执行时间内,位置和方向参数的精度分别接近0.008mm和0.0012°.     

一种通用柔性末端执行器设计和分析

设计了一种用于水果采摘机器人的通用柔性末端执行器,该末端执行器采用电机带动丝杠螺母机构,驱动平行四边形连杆机构实现动作。通过调整定位螺母改变左右手指相对方向可以分别实现对球状物体和圆柱状物体的抓取动作。为了保护某些表皮娇嫩的水果,该末端执行器增加了柔性抓取功能,并且抓取刚度可以调节。最后对末端执行器进行运动学和力学分析,并用MATLAB进行了仿真分析。     

零件的双目视觉识别定位与抓取系统研究

针对生产制造过程中零件的自动定位、识别与分类等问题,构建了基于双目立体视觉的零件识别定位与抓取系统,对每个零件应用SIFT算法进行特征提取和匹配识别,应用双目视觉实现零件的三维定位,运用MATLAB和VC++混合编程技术,实现零件自动识别定位系统的软件开发.经实验验证,结合机器人控制软件,本系统能够快速准确地得到物体三维位置信息进而完成抓取任务.