基于ROS的智能工业机器人系统开发平台

目前,工业机器人对于机器视觉、自主路径规划等智能化功能需求日益增长.然而在传统工业机器人系统中添加智能化功能模块时需要修改大量的源码,浪费了人力和成本.本文提出的基于ROS的易扩展机器人系统开发平台,能为开发者开发智能工业机器人系统提供了方便.本平台分为服务器端和机器人端.将机器人端作为一级节点,与安装ROS的PC服务器端进行通信.机器人一级节点由二级功能节点与功能模块组成.根据此平台开发实现的JPB06六自由度工业机器人系统具有机器视觉、自主定位、语音控制等智能化功能,可以满足工业机器人对于智能化和实时控制的需求.     

机器视觉技术研究进展及展望

摘 要：机器视觉是建立在计算机视觉理论工程化基础上的一门学科,涉及到光学成像、 视觉信息处理、人工智能以及机电一体化等相关技术。随着我国制造业的转型升级与相关研究 的不断深入,机器视觉技术凭借其精度高、实时性强、自动化与智能化程度高等优点,成为了 提升机器人智能化的重要驱动力之一,并被广泛应用于工业生产、农业以及军事等各个领域。 在广泛查阅相关文献之后,针对近十多年来机器视觉相关技术的发展与应用进行分析与总结, 旨在为研究学者与工程应用人员提供参考。首先,总结了机器视觉技术的发展历程、国内外的 机器视觉发展现状;其次,重点分析了机器视觉系统的核心组成部件、常用视觉处理算法以及 当前主流的机器视觉工业软件;然后,介绍了机器视觉技术在产品瑕疵检测、智能视频监控分 析、自动驾驶与辅助驾驶与医疗影像诊断等 4 个典型领域的应用;最后分析了当前机器视觉技 术所面临的挑战,并对其未来的发展趋势进行了展望,为机器视觉技术的发展和应用推广发挥 积极作用。     

智能工业质检与分拣系统的设计与实现

近年来,国内企业不断转型,生产方式日趋智能化。要同时做到效率提升和控制成本仍是一大挑战。传统的工业质检系统难以实现产品的在线检测,并且对环境适应能力较差,难以满足复杂多变的检测需求。本文利用机器视觉和深度卷积神经网络算法实现对产品的实时监测和质量鉴别,从而达到提高效率和控制成本的目的。采用深度学习模型的机器视觉检测方法可以提高检测精度、鲁棒性以及通用性,具有广阔的应用前景。     

机器视觉感知理论与技术在煤炭工业领域应用进展综述

机器视觉技术对改善煤矿安全监测手段、提高装备自动化水平具有积极意义。详细阐述了当前煤矿智能化建设过程中基于机器视觉的不同场景和系统下的设备信息状态感知原理,综述了机器视觉感知技术在煤矿安全监测、拣选识别、煤岩识别、定位导航、运输检测、位姿检测和信息测量等方面的实践应用;分析指出未来煤矿机器视觉感知技术应深入挖掘采掘工作面机器视觉场景理解需求,构建生产全视场监视检测体系,提升多时空多维度多变量集成监测效果,改善视频自主监视告警能力,增强视觉引导能力,并形成地面生产管理运行系统的视觉资料统一化管理方式等,重点研究综采装备（群）姿态同时空测量、采掘环境动态变化感知、生产全视场监测与自主告警、煤矿机器人视觉引导控制等技术;指出煤矿机器视觉感知技术在防爆或本安型智能视觉传感器研发、高效视觉测量与分析、检测识别测量精度提升、图像高质量标注方面仍存在挑战,通过开发具有边缘计算能力的视觉传感器,构建井上下视觉分布式测量方案,实现各类复杂环境下开采信息准确识别与测量,可有效提高机器视觉感知技术在煤炭行业的更深层次融合和应用。     

基于并行演化计算的图像特征提取研究

图像特征提取已成为困扰智能化视觉信息处理的瓶颈。为了解决复杂背景下钢板表面缺陷的机器视觉检测问题,缩短视觉系统的开发周期,提高其实用性,在并行计算环境和视频仿真平台的基础上,探索机器视觉可塑性及形成机制,提出了将并行计算、视频仿真、演化计算相互融合解决钢板表面缺陷特征提取问题的方法,实现了演化计算与并行层次处理的特征选择、特征提取方法,为智能化的视觉信息处理开辟新的思路。实验证明,改进方案不仅具有可行性,而且能提高缺陷检测的准确性、实时性。     

基于机器视觉的LED TV智能屏检系统的设计与实现

为更好地助力企业转型升级,在自动化生产中引入机器视觉提升工业机器人加工质量与效率,探讨了一种以光学识别为基础的机器视觉方法用于LED TV的屏检技术,实现亮/暗点、横/竖线、BLOB（几何形态）等缺陷的检测;完成了智能屏检系统总体设计,搭建了机器视觉检测的硬件系统,并研制了智能屏检软件系统。对实现智能屏检涉及的光源选择、相机参数确定、屏检算法等关键技术进行了详尽地阐述,且针对不同检测目标和不同尺寸的屏幕进行了实测与分析。实践表明,本装备具有一定的实用性,其在实现生产线上工业机器人的柔性和智能化水平具有重要的应用价值与现实意义,并为机器人应用范围的拓展提供示范。     

彩色图像采集分析与应用

◆前言机器视觉已在全世界范围内广泛运用于半导体、电子业、汽车、食品、医药、纺织、交通等各种产业。在中国,随着配套基础建设的完善,技术、资金的积累,各行各业对采用图像和机器视觉技术的工业自动化、智能化需求广泛出现,逐步开始了工业现场的应用,比如,制药行业的药品检测分装、印刷业的印刷色彩检测、PCB板的表面质量检测、LCD屏的质量检测等等。可以     

基于ModBus/Tcp协议和自定义协议的机器视觉智能终端的设计与实现

提出了一种基于WinCE、ModBus/Tcp协议和自定义协议的机器视觉智能终端的实现方案,解决了传统机器视觉系统应用中因为采用计算机而造成的不便.机器视觉智能终端体积小、便携性好、操作方便,非常适合在工业现场应用;机器视觉智能终端通过以太网、采用ModBus/Tcp协议和自定义协议与智能相机通信,最多可同时连接4个智能相机,相对于计算机价格低廉,宜于大规模应用.     

小样本深度学习方法实现LED TV屏缺陷检测

为实现当前工业4.0时代电子类企业智能制造的全过程,引入机器视觉完成产品缺陷检测,用于解决缺陷问题多样性在算法能力的不足。首先对已标注小样本数据集通过深度学习得到初始特征模型,接着针对该特征模型施以迁移学习方法用以实现LED TV的检测,并将已检测样本进一步用于增量学习完成模型参数的修正,最后采用全连接神经网络FCNet (Fully Connected Neural Network)完成分类,探讨了一种运用机器视觉实现LED TV的光学屏检技术;并给出了检测样品作为补充的样本数据集增量学习模型。实践表明,本文提出的方法能进一步提升工业机器人智能制造阶段自动化检测的准确率,最终实现工业生产的柔性和智能化水平,并为机器视觉的应用提供示范。     

智能制造装备视觉检测控制方法综述

为满足智能制造装备产业对机器视觉技术的巨大需求,本文结合装备技术特点和特殊应用环境,提出了通用的机器视觉检测控制技术体系,弥补了当前研究的不足.本文首先对该技术体系的成像系统、自动图像获取、图像预处理、标定与分割、识别检测、视觉伺服与优化控制等关键核心技术,进行了总结和阐述.然后提出了视觉检测控制系统设计的一般原理,并结合3种典型装备,对其具体应用进行详细说明.最后根据智能制造装备不断增长的高可靠性、智能化、高速高精度作业等需求,探讨了视觉检测控制技术所面临的新问题和新挑战.     

机器视觉在印刷缺陷在线检测中的应用与研究

为了提高印刷缺陷检测准确性与效率,满足缺陷检测的实时性,提出了机器视觉技术应用于印刷缺陷在线检测并研究检测过程中的相关问题.设计印刷缺陷在线检测的方案及以数字信号处理器DSP为核心的视觉在线检测系统的硬件结构组成.研究图像预处理、图像匹配与缺陷检测的算法并加以改进使其满足缺陷检测的实时性.开发印刷品缺陷视觉检测软件,对缺陷检测流程进行仿真,验证检测方案与图像处理算法的可行性.     

变电站应用智能机器视觉的探索

为了应对变电站智能化的趋势,使用机器视觉检测技术对现有变电站进行智能化改造与升级。使用数字无线摄像头、机器人移动平台、WIFI数据链网络、高性能工业计算机和手持个人终端,组成了变电站的智能监控系统。该系统能够实现防走错间隔、接地线统一管理、巡视机器人引导等功能。     

基于机器视觉的轴承防尘盖检测算法

为实现工业现场对轴承防尘盖的自动检测,对机器视觉检测的关键技术进行了研究,提出一套基于机器视觉对轴承防尘盖的检测,针对轴承图像的特点,采用了一种最小二乘法进行圆拟合圆检测算法,完成了轴承防尘盖区域的提取,对连通区域的特征进行了分析,再进行量化处理和判断.实验结果表明,该方法实时性好,准确率高,可以满足工业检测需求.     

基于机器视觉的影像式耐火度检测系统

为了解决耐火材料耐火度测量结果的准确性,测量过程的直观性、智能化及非接触性,基于机器视觉技术,设计并实现了一款影像式耐火度检测系统;系统选用可二次开发工业摄像机和高性能的视觉控制器捕捉测试场景的图像信息,图像信息通过网络接口传送到实验室的工控机上;通过硬件定位与软件定位相结合,将被测个体一一分离;利用图像分析算法对被测个体图像进行有效信息提取;通过图像跟踪技术,对被测个体进行实时跟踪与识别;现场实验表明:基于机器视觉的耐火度检测系统能够实时准确地完成耐火度检测,检测误差不超过±5℃,满足GB/T 7322-2017对耐火度检测的要求。     

金家渠煤矿智能化建设探索与实践

介绍了金家渠煤矿智能化建设的现状：完成了万兆工业环网、4G无线通信系统、数据中心等智能化煤矿信息基础设施建设,实现了业务集中管控、系统应急联动、数据共享互联、部分生产子系统自动化控制。明确了金家渠煤矿智能化建设目标：2022年完成初级智能化煤矿建设,2025年完成中级智能化煤矿建设。分享了智能化建设经验：采用矿端私有云数据中心提升设备利用效率;采用万兆工业环网+4G无线网络满足智能化煤矿建设需要;以点及面,逐步凝聚必须开展智能化建设的思想共识。对人工智能(AI)图像识别、轨道运输智能化等相关智能化技术应用进行了探索。     

基于学生学习成效的视觉传达设计专业计算机辅助设计类课程质量建设研究

视觉传达设计专业作为当下文化创意产业流行下的热门专业,随着社会的不断发展和科技不断进步,其基于计算机辅助设计也越来越多地受到人们的关注,可以满足当下社会对其的需求。该文简要对视觉传达设计专业计算机辅助设计课程的基本情况进行了描述,介绍了计算机辅助设计课程在视觉传达设计专业中的重要性,分析了当前视觉传达设计专业计算机辅助设计课程中存在的问题,并提出了视觉传达设计专业计算机辅助设计类课程质量建设相关建议措施,希望对提升视觉传达设计专业该类型课程质量有所帮助。     

Web前端技术课程混合式教学探索与实践

为了满足学生个性化学习的需要,更好地培养学生的实践应用和创新能力,本文提出了对Web前端技术课程的教学改革方案,包括教学资源准备、教学设计优化和教学成效分析。通过该方案的实践教学,结果表明混合式教学能有效提升学生对课程知识和技能的掌握程度。     

井工煤矿运输系统智能化技术现状及发展趋势

井工煤矿运输系统按运输对象不同可分为主运输系统和辅助运输系统。阐述了我国井工煤矿主运输系统和辅助运输系统底层装备和系统智能化技术现状,从顶层规划和标准体系、单机智能化等方面分析了主运输系统和辅助运输系统智能化技术存在的问题。重点介绍了3种主运输系统智能化关键技术,包括基于全数字化的FCS（现场总线控制系统）分布式带式输送机通信控制技术、基于机器音视觉的多传感融合增强型带式输送机保护技术、煤流线协同经济运行控制技术,以及2种辅助运输系统智能化关键技术,包括基于工业互联网架构的煤矿井下辅助运输管控一体化技术、煤矿井下车联网及无人驾驶技术。结合《煤矿智能化建设指南（2021年版）》对智能主煤流运输系统和智能辅助运输系统的要求,从近期和中远期阐述了井工煤矿主运输系统和辅助运输系统智能化发展趋势及目标。提出现阶段我国井工煤矿主运输系统应重点研究基于机器音视觉多传感融合的带式输送机增强型保护和检测技术、智能巡检机器人技术等,辅助运输系统应重点研究精细化闭环管控和高级辅助驾驶技术。     

面向智能制造应用的机器视觉检测方法研究

智能制造是我国制造业的发展方向,将物联网、大数据等先进信息技术与制造业进行结合有利于智能制造的实现。本文提出了一种面向智能制造的机器视觉检测系统设计方案。基于机器视觉的生产线检测方法能有效完成对生产线生产产品的质量检测与数据统计,并实时完成数据上传,有利于提升企业的信息化建设。     

基于机器视觉的航空散热器智能定位钻孔技术

因某型航空散热器再制造的需要，需对产品大量的散热管进行重复的钻孔工作，为解决人工钻孔不便开发的问题开发出一种利用带机器视觉装置的工业机器人对散热器进行定位钻孔的技术。根据产品的特点选用了相应功能的工业机器人与机器视觉装置硬件，给出了智能定位钻孔系统的设计技术方案，建立了系统控制以及软件结构框架。通过最小二乘法对机器视觉采集的图像进行处理，给定了系统坐标标定的过程和方法,明确了机器人定位精度及视觉精度的计量方法。试验结果表明，该系统提高了钻孔效率和精度，可应用于实际生产。