基于视觉的未标定机械臂路径规划

介绍了一种新颖的、未标定机械臂在视觉引导下的寻迹控制策略。在视觉提供手爪的精确位姿条件下,利用欧拉角特性代替非线性的运动学反解计算,不仅简化了控制环节、提高了控制鲁棒性,同时也符合人类视觉操作的工作模式。为服务型机器人的应用发展指出了一个全新的研究思路。     

一种基于双目视觉的手眼标定方法

提供了一种能同时标定摄像机与机器人手眼关系的方法,精确控制视觉机器人末端执行器做2次旋转运动和5次平移运动.建立视觉机器人末端执行机构和摄像机两个坐标系之间位置相互转换的方程,求得摄像机内参数及手眼关系,在标定的过程中取黑白棋盘中的一个成像点,无需匹配和正交运动,方便对执行机构进行控制.模拟实验数据与真实图像数据试验表明,该手眼标定方法可行、有效.     

基于机器视觉的六自由度机械臂分拣系统设计

传统的依靠人工进行流水线分拣的工作存在诸多弊端,因此为了解决这个问题,提出了一种基于机器视觉的六自由度机械臂快速分拣系统,该系统选取工业相机作为图像采集设备,上位机在LabVIEW中进行模式匹配来进行颜色识别,然后进行机械臂运动学逆解,从而得到每个关节应旋转的角度,然后利用Arduino与LabVIEW进行串口通讯,进而进行机械臂的运动控制。经实验测试分析,验证了此分拣系统的快速性与准确性,在实际生产中具有较高的理论指导和实际价值。     

一种基于手眼视觉的并联机器人标定方法

提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。     

基于3D视觉点云配准的高精度手眼标定方法

针对二维视觉测量方式缺乏Z轴深度信息导致手眼标定结果精度不高的问题,提出一种基于3D视觉点云配准的高精度手眼标定方法,搭建了一套单目结构光手眼标定系统,以传统的手眼标定模型为基础,采用最小化点云配准误差算法解算手眼标定矩阵。采用基于矩阵直积参数化方法初步求解手眼标定矩阵并作为初值,构建点云配准误差优化模型,以最小化点云配准误差为代价函数,同时,为保证手眼矩阵中旋转矩阵的正交特性,把代价函数从李群空间变换到李代数空间下,并对李代数空间下的代价函数进行最小二乘法迭代求解,获得最优的手眼标定矩阵。实验结果表明,所提方法具有较好的稳定性和精确性,手眼标定结果满足基于机械臂3D视觉测量的点云配准精度要求。     

基于镜面反射的手眼标定方法

针对Eye-on-Hand机器人手眼系统的标定问题,提出一种基于镜面反射的手眼标定方法。通过镜面反射获取图像,根据镜像原理,通过线性求解算法确定机器人末端执行器和相机坐标系的位姿关系。与以往的标定方法不同,该方法只需要3次改变平面镜的姿态,就能同时获得相机的内参数和手眼视觉系统的位姿关系,不会引入传统标定方法中利用机器人运动参数而产生的机器人运动误差。最后将其与Halcon手眼标定算法进行对比,验证了所提方法的正确性和可行性。     

基于高斯模型和视觉测量的机械臂在线自标定方法研究

对于在空间站、核电站或其他无人环境中工作的特种机械臂,过载、碰撞、振动、温度变化和应力释放等都会对结构几何参数产生影响,长期使用操作精度会不断降低.因此,当无人操作机械臂在执行高精度操作或维护时,应进行自主标定以提高操作精度.提出了一种基于多标识点的在线自标定方法,用固定在机械臂末端的相机测量1～3个标识点,形成非稳态...     

手眼系统中摄像机标定和手眼标定的同步算法

在手眼系统中,提出一种统一相机标定和手眼标定的简便标定方法。一般来说,相机标定和手眼标定是分别进行的,故提出一种可以同步完成相机标定和手眼标定的整体标定方法。利用几何代数将几何对象作为代数实体通过代数运算的方法进行手眼标定。采用张正友相机标定方法完成摄像机标定。通过将算法与其他手眼标定方法如"两步法"得到的结果进行比较,可知这里方法所得结果精度更高。上述实验的结果表明提出的同步标定算法的可行性和有效性。     

基于二阶锥规划无标定参照物的手眼标定

为了克服传统机器人手眼标定方法求解手眼关系及机器人坐标系与世界坐标系方位关系对标定参照物的依赖,提出一种基于二阶锥规划的无标定参照物手眼标定改进方法,并搭建相关实验系统进行验证。首先,利用运动恢复结构算法解算定义在一个尺度因子基础上的相机运动矩阵;然后,引入对偶四元数理论参数化标定方程中的旋转矩阵和平移向量;最后,通过二阶锥规划方法同时求解相机运动矩阵尺度因子、手眼关系及机器人坐标系与世界坐标系方位关系的最优解。仿真和实测结果表明,在没有标定参照物作为测量基准的情况下,标定结果中旋转参数相对误差为3.998%,平移参数相对误差为0.117%。与其他标定方法相比,该方法提高了无标定参照物模式下机器人手眼标定精度,扩展了手眼标定方法的应用范围。     

基于视觉的机械臂目标抓取研究

工业机器人通常在工作位置已知的情况下工作,一旦位置发生改变便无法继续工作,为适应这种改变,提出将视觉传感器与工业机器人相结合。建立图像与三维空间的转换关系,对相机光路进行分析建立相机模型,并对镜头畸变引起的误差进行修正;通过相机获得物体的图像数据,对图像数据进行处理获得二值图像;对物体在图像中的质心位置进行计算,分析质心位置偏差产生的原因并进行修正,完成对物体的定位。最后对物体进行了定位精度测试和抓取实验。     

基于最优测量结构选择的机械臂参数标定

测量仪器会产生随机误差,针对其引起测量位姿"再现"运动学参数误差能力差的问题,提出了一种基于最优测量结构选择的六自由度机械臂结构参数标定新方法。首先推导了相对于基坐标系的机械臂末端位置误差模型,然后采用一种基于任务优先级的机械臂轨迹规划方法,以轨迹点的期望位置与标定后实际运动位置间的最大误差优化到最小为目标,选择了最优测量结构组。最后搭建了运动学参数标定实验平台,分别利用选择的随机和最优测量结构组辨识参数误差,并对规划点进行了补偿。通过对比分析标定前后3个坐标轴方向的位置均方根误差、合成位置误差及合成均方根误差可知,采用最优测量结构组标定的结构参数更为有效地提高了机械臂的末端定位精度。     

标定姿态自动生成的手眼标定方法

现有的手眼标定方法无法自动生成机械臂的标定姿态,因此在标定过程中所有的机械臂运动都由标定人员根据经验来控制。由于手眼标定的结果对获取的数据十分敏感,若获取的数据不理想,即使采用优秀的算法,也会导致标定结果具有较大的标定误差。为此,提出了一种根据初始标定结果自动生成机械臂标定姿态,并结合K-means聚类算法筛选有利于提高结果精度的机械臂姿态的手眼标定方法。通过仿真实验和真实机器人手眼标定实验,比较了文中方法和传统的手眼标定方法,结果表明新算法在精度和对噪声的稳定性上得到提升,并且消除了获取手眼标定数据时的不确定性因素。     

基于OpenCV的码垛机器人手眼标定方法

提出了一种简易的"两步"标定法,即非线性模型摄像机标定和"四点"位姿估计。该标定法充分使用了OpenCV中现有的计算机视觉算法,与传统的手眼标定法和基于商用视觉库的标定法相比,省去了大量的计算、节约了开发成本和便于产品升级。摄像机标定实现了图像坐标系与世界坐标系之间的转换;位姿估计实现了机械手坐标系与世界坐标系之间的转换,从而推算出了图像坐标系与机械手坐标系之间的转换,其平均投影误差约为0.727个像素。该标定方法配合码垛机器人视觉定位系统执行包装件内装物码垛作业,现场测试结果表明,可以使码垛精度达到±1 mm,能够满足包装行业内装物现场应用要求。     

基于差分进化算法的手眼标定方法

针对眼在手机器人视觉系统的手眼标定问题,提出了一种基于差分进化算法的手眼标定方法。首先建立了眼在手机器人视觉系统手眼标定的数学模型,通过李群李代数理论,将手眼标定问题转化为误差函数的优化问题,同时保证了优化问题的最优解落在特殊欧氏群ＳＥ（３）上。通过差分进化算法对优化问题进行求解,避免了求解过程中的局部最优问题。最后在实物平台上进行了手眼标定实验,实验结果验证了算法的可行性和有效性。     

基于运动的手眼系统结构光参数标定

提出了一种用于机器人手眼系统的线形结构光标定方法。该方法是通过机器人的运动，利用摄像机小孔模型、激光结构光平面和目标平面约束，构造出含有激光结构光平面参数的线性方程组，求解得到激光平面参数的两个参数。利用目标平面上的激光束长度约束，求解第3个参数。实验结果证明了该方法的有效性。     

基于视觉定位的二自由度机械臂控制系统

以二自由度机械臂为基础,用摄像机获取机械臂运动区域的图像,通过图像分析,求解机械臂末端执行器在直角坐标空间的坐标值,将该值作为系统的实际位置,并通过反馈与期望坐标值相减,将所获得的误差作为机械臂控制系统的补偿量,实现整个系统的全闭环控制,进一步解决了原半闭环控制带来的控制精度不高的问题.     

基于计算机视觉的交通灯识别系统设计

在自动驾驶技术和智能交通系统领域,准确识别交通信号灯对于交通安全至关重要。为了实现对不同颜色交通灯的快速准确检测,设计了一种基于计算机视觉的交通灯颜色检测方法。该方法构建由接口层、处理层、决策层和输出层组成的层次结构,利用Open CV进行图像预处理,包括图像尺寸调整、噪声滤除和色彩空间转换,为后续处理提供更清晰的视觉基础。随后通过霍夫圆变换算法检测交通灯的位置,该算法能够在复杂背景中准确地识别出圆形结构,有效定位交通灯。最终采用颜色阈值分析法来确定交通灯的颜色状态,通过设定不同颜色（红色、黄色、绿色）的阈值范围,系统能够区分和识别交通灯当前显示的颜色。实验结果表明,该方法能有效识别红色、黄色、绿色信号灯以及指示箭头,具有高准确率和快速响应的特点,证明了其在实际应用中的可行性和有效性,展示了Open CV计算机视觉技术在交通灯识别检测领域的应用价值,也为自动驾驶系统中视觉识别技术的发展提供了重要的参考。     

基于CAN总线分布式机械臂控制系统设计

介绍了基于CAN总线的分布式煤矿开采机械臂控制系统的体系结构。主控制器接收操作者控制信息,控制六个关节控制器实现运动任务。主控制器与关节控制器间实现CAN实时通讯,关节控制器通过控制LM629实现直流电机PID伺服控制。在主控制器摩托罗拉单片机上移植μC/OS-Ⅱ嵌入式实时操作系统,调配管理各任务模块;各关节控制器完成对关节电机的PID伺服控制并监测反馈错误信息。且文中给出了主控制器和关节控制器的软件设计体系和流程图。最后实验证明取得了良好的效果。