安川首钢机器人有限公司

机器人3D视觉搬运系统MotoSight-3D是安川最新推出的快速3D视觉搬运功能,可以对料筐内任意摆放的工件进行视觉定位、准确抓取,对沾油的工件、带曲面结构复杂的工件都可实现高精确度的识别分拣。视觉重复精度可达±0.1mm。该系统主要应用于螺母凸焊机上料、汽车冲压件上下料、杂乱堆放工件归整码放作业等需求。     

基于NX MCD的工业机器人视觉分拣数字孪生系统设计

针对制造业中多类型、多颜色工件人工重复分拣出错率高的问题，设计一个基于工业视觉的工业机器人自动分拣物理控制系统和数字孪生系统。提出融合工业视觉、工业机器人、PLC等设备的以太网通信控制方案；基于视觉检测原理，应用视觉检测工具，结合PLC程序能够正确识别工件信息；基于NX MCD软件构建了工业机器人、输送带、工件等数字孪生系统；最后，对工业机器人和PLC进行联合编程，实现视觉分拣虚实系统同步作业。实验结果证明：该系统工件识别正确率高，工件分拣效率高，数字孪生系统能够实现虚实同步，为系统的动态监控、维护管理与虚拟调试提供了便利。     

基于双目视觉的钻杆接头定位系统设计

文章针对某地质钻杆摩擦焊接工作站钻杆接头自动上下料需求,在不改变原有工件存料方式的基础上,设计基于双目视觉的钻杆接头定位系统。利用大恒MER-500系列摄像机采集图像信息,并将其上传到工控机进行图像预处理及边缘检测;然后采用最小二乘法拟合椭圆,确定工件圆心坐标位置,并对圆心点进行排序;最终将工件坐标信息传给ABB机器人,实现工件的视觉定位及抓取。结果表明,利用最小二乘法拟合椭圆能够满足工件定位精度的要求。该定位系统可为类似工件的机器视觉定位提供借鉴。     

应用机器视觉的工件表面质量检测

工件在传输工程中不可避免地发生旋转和平移,快速准确地将检测工件与标准工件图像中的目标对准是应用的关键。为此,本文研究了应用机械视觉进行工件表面质量检测的方法,提出了以工件目标的角点为识别特征,结合遗传算法快速确定变换参数的目标对准算法,在此基础上建立了一个应用机器视觉技术的工件表面质量实时检测系统。检测结果表明,该方法能有效地从各种旋转、平移后的待检测图像中实时检测出缺陷工件。     

基于单目视觉的Z轴位置自适应识别定位系统研究

针对工业上单目视觉系统难以适应工件Z轴位置变化的问题,开发基于单目视觉的Z轴位置自适应识别定位方法与系统。采用激光三角测距原理检测工件坐标系平面与相机坐标系平面的距离,配合下位机微机控制系统实现工件平台Z轴位置自适应,进一步融合HSV颜色空间模型,通过改进模板匹配算法完成工件识别定位。联合Halcon与Visual Studio进行单目视觉Z轴位置自适应识别定位系统软件开发以及实验验证。结果表明:该系统在工作范围内平均定位误差小于1 mm,具有较好的Z轴位置自适应调节能力和较高的定位精度。     

基于改进谱残差的工件表面缺陷检测方法研究

在零件加工过程中,能够及时的发现加工工件的表面缺陷,可以保证加工质量。针对由于刀痕影响工件表面缺陷不易检测的问题,提出一种基于谱残差视觉显著模型的工件表面缺陷检测算法。首先,对工件表面图像预处理,使用同态滤波方法消除工件表面光照不均匀的影响;然后提出改进的谱残差视觉显著模型,大致定位缺陷;随后使用视觉显著性和超像素分割相结合的算法来进一步确定缺陷的位置;最后使用形态学运算,得到最终的检测结果。在现场采集图片库上客观实验评估表明,该算法具有很高的准确率且检测速度快。     

基于NI机器视觉的产品识别与分拣系统

为了解决自动化生产线上产品的智能分拣问题,设计了一种基于NI视觉检测技术的产品识别与分拣系统,用于分拣不同形状的工件。文章以NI 1776c智能相机为核心搭建了视觉检测的硬件平台,使用Sobel算子提取工件边缘特征并研究了基于边缘特征的模板匹配算法在工件形状识别中的应用,同时设计了一种用于NI视觉检测平台与UR控制柜间通讯的IO电路。与基于PC的视觉平台相比,基于NI智能相机的视觉检测平台内置高性能处理器,可脱离PC机实现独立的视觉检测功能,具有开发周期短,检测速度快、可靠性好等特点。     

双目视觉引导机器人定位抓取技术的研究

目前大部分工业装配生产线中机器人抓取待装件都是预先将固定类型的工件进行机械定位。为了提高机器人柔性抓取能力,实现了双目视觉引导机器人的抓取系统。文章通过定位工装板来间接定位工件的方法来完成双目视觉引导机器人抓取,首先通过双目视觉系统拍摄的图像识别工装板上6个定位孔,计算孔中心在相机坐标系下的位置,利用这6个定位孔中心空间位置用最小二乘法拟合出最优的工装板平面,由于工件相对于工装板的位置固定,可求得工件相对于相机坐标系的位置,进而通过标定参数转化为在机器人基坐标系下位置和姿态,供机器人抓取工件。经过多次工件抓取实验,分析数据得出,系统距离定位误差小于0.5mm,满足工业生产要求且适应于多种类型工件的抓取,具有通用性。     

基于机器视觉的机器人分拣系统设计

针对机器人分拣系统对工件摆放位置要求高的问题,研究开发了一套基于机器视觉的机器人分拣系统。阐述了该系统的组成和工作流程,搭建了基于机器视觉的机器人分拣系统实验平台,提出了一种适用范围广的快速手眼标定方法,采用机器视觉技术对摆放在相机视野范围内任意位置的工件进行定位并分类,通过TCP通信协议将定位分类信息发送给机器人,从而引导机器人对工件进行分拣。最后,进行了多次分拣实验,结果表明,该系统可对任意位置的工件进行分类,自动化程度高。     

基于亚像素精度的机器人抓件视觉引导系统

针对机器人在工业生产线抓取过程中工件产生的偏移现象,对相关视觉算法和通讯技术进行了研究。并以ABB公司的IRB1410型号机器人在管板焊接生产线中的视觉自动定位系统为研究对象,对摄像机进行标定,完成对工件坐标系转换与工件位姿的亚像素精度参数的提取,以便于计算出机器人所需要的工件偏差量参数,最后在C#环境下对计算机与机器人通讯进行设计,将偏差量传递给机器人控制柜完成对工件坐标系的实时修正。最后通过实验验证,可以对不同位姿的工件进行有效的抓取。     

基于结构光三维视觉的再制造工件的测量及重建

提出了一种基于结构光三维视觉的再制造工件测量及重建方法。采用安装在机器人末端的结构光三维视觉传感器进行测量,给出了传感器的标定方法。控制机器人运动,使激光扫描整个工件表面,结合机器人末端位姿和传感器参数,可计算出扫描线上每个点的机器人基坐标系坐标,即获得了整个工件表面的三维坐标。对所获取的工件表面的轮廓测量数据,用B样条曲面拟合,给出了截面数据的B样条拟合算法。生成的再制造工件曲面,可以直接输入至离线编程系统,对再制造进行离线规划,并给出了轴类工件的算例。     

面向粗定位工件的涂胶机器人系统设计与实现

为解决自动装配生产线上针对无精确定位工件的涂胶机器人作业问题,提出了采用视觉搜索定位来事先检测工件位姿的机器人自校正系统,并着重阐述了激光视觉搜索定位的流程、工件位姿检测的数学模型及检测算法、机器人作业运动轨迹修正程序设计等的实现.实验证明,对于在小范围内位姿变化的箱体类作业对象,该机器人系统作业具有较好的自适应性.     

基于视觉的机械臂轨迹优化方法研究

针对应用视觉系统进行工件抓取时,工件相互遮挡导致识别工件不准确且抓取效率较低的问题,提出基于视觉的机械臂轨迹优化方法。由相机采集工件图像信息,通过标定机械臂坐标系、工件坐标系及相机坐标系,建立“手眼”坐标关系,基于点云数据对工件识别与定位;提出改进遗传-鲸鱼混合轨迹规划算法,以控制工件抓取过程。对机械臂的3个重要关节进行了运动仿真与实验测试。仿真结果显示：改进的遗传-鲸鱼混合算法收敛速度更快,搜索能力更强,优化后的抓取时间比基本遗传算法优化的抓取时间减少了2.3 s。实验结果表明：基于点云识别的机械臂抓取成功率达到93.75%,极大提高了抓取效率,验证了算法的有效性。     

基于视觉与激光结合的堆叠工件快速定位方法

针对机械手对复杂工况下的工件进行自动抓取时精度较低的问题,提出一种采用改进SSD卷积神经网络算法配合多激光传感的方法,对堆叠情况下的工件进行快速精确定位。采用SSD算法融合多视窗检测方法,对视觉获取的RGB图片进行检测,获取工件水平位置信息;结合主动跟踪激光传感系统,获取工件表面的法向量,确定工件的空间位姿。搭建了硬件实验平台,在此平台上开发了一套视觉与激光融合的工件定位抓取系统,并以非标零件为实验对象在堆叠情况下进行多组实验,在模拟车间自然光照环境下,工件识别率95.4%,平均耗时为40ms,工件识别的平均坐标偏差1.86mm,法向量平均偏差为1.39°,机器人抓取率为98.2%,实验结果表明,该方法定位准确,速度快,在自动化生产线上具有可行性。     

融合视觉和以太网技术的工业机器人分拣装配控制系统设计

针对制造业中多类型、多工位、无规则、有残次工件人工分拣出错率高与装配效率低下的问题,设计一个融合视觉和以太网技术的工业机器人分拣装配控制系统.应用工业以太网构建一个包含视觉、PLC、HMI和工业机器人的硬件系统;提出结合图像匹配、圆孔识别算法的工件检测与识别方法;基于坐标偏移的方法设计了一个PLC控制工业机器人的优化算法;并对工业机器人进行示教与编程,实现工件正确分拣与高效装配.测试证明:该系统工件识别正确率达100％,工业机器人的示教位置大大减少,工业机器人的控制程序明显简化,工件分拣正确率与装配效率显著提高.     

基于手眼立体视觉的弧焊机器人平面工件定位系统

在工业生产中应用的焊接机器人都是示教再现式的机器人，在批量生产时这种机器人要求每次工件定位必须一致，否则需要重新示教；带有离线编程系统的机器人同样存在工件定位问题，如果工件定位不准，焊接机器人无法按原离线编程系统生成的路径完成焊接。作者针对平面工件开发了一套基于手眼立体视觉的弧焊机器人工件定位系统，首先对摄像机的内外参数和机器人手眼关系进行标定；然后控制机器人运动，使安装在机器人末端的摄像机在两个不同的位置取像；最后通过图像处理和立体视觉的方法来计算出平面工件在机器人基坐标系中的三维信息。试验表明该系统获取的工件定位信息精确。该系统为焊接机器人自主焊接奠定基础。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

计算机视觉在FMS中的应用

１概述计算机视觉在工业领域中已取得很多令人欣喜的应用成果,主要用于工件识别、工件位置和方向的检测、质量检验等工作。在６０年代末出现了带视觉的机器人,如斯坦福研究所的手—眼计划（Ｈａｎｄ－ＥｙｅＰｒｏｊｅｃｔ）用于识别零件。尤其是随着微处理器的普及,视...     

分水岭算法耦合感兴趣区域识别的智能机械手工件定位

为了解决基于图像处理技术的工件定位技术严重依赖机械定位与缺乏视觉功能而导致算法的自适应与定位精度不佳等不足,文章提出一种基于图像处理的智能机械手定位算法,并对其中的图像处理算法进行研究和实现。首先,根据经验值设定感兴趣区域,并实时计算像素灰度平均值,判断是否存在材料工件;然后将阈值控制嵌入分水岭算法中,避免过渡分割,凸显材料工件区域,计算出材料工件中心点坐标;并引入强度变化阈值和最小允许距离,基于Harris角点检测算法,刷选出最佳角点,定位材料工件的边角坐标,从而计算材料工件旋转角度。最后编程实现文中算法。实验测试表明:并与当前技术相比较,文中算法定位精度更高,可以应用于智能机械手的视觉定位系统。     

视觉检测与激光精密测量在轴承加工检测中的应用

机器视觉测量技术是利用机器模拟人类视觉对待测工件的各种参数进行测量的一种新兴技术,测量速度快。利用面阵CCD传感器拍摄图像并结合相应的平面标定算法,即可测得工件的平面尺寸。此方法测量速度快,但精度相对较低。高精度激光位移传感器的测量精度较高,但测量速度相对较慢。结合以上两种视觉传感器的优点,提出一种同时具有高速、高精度特点的精密测量方法,并将其应用在精密轴承的制造、加工、检测中。