基于CICP的机械臂多目标定位与抓取

机械臂的目标定位和抓取是工业机器人自动化领域的核心问题。针对目前机器人3D抓取耗时长且误差较大的问题,提出基于轮廓迭代最近点（Contour Iterative Closest Point,CICP）配准的机器视觉抓取方案,并建立多维空间下的3D多目标模型定位的计算机视觉系统。利用梯度直方图特征+支持向量机对多目标进行检测分割得到单目标大致区域,再使用基于Guide滤波+漫水填充的预处理方式对目标轮廓进行提取得到轮廓点云,最后使用迭代最近点（Iterative Closest Point,ICP）进行点云配准获取目标工件的透视变换矩阵,能够很好地解决传送带上多目标工件的定位与抓取问题,实验结果证明该系统抓取误差可降低到0.4 mm,且对于小工件可将配准时间缩短至200 ms以内。     

视觉引导的搬运机器手位置测量研究

为提高工作效率,满足搬运机器手自动化抓取汽车保险杠的需要,研究了基于结构光视觉原理的保险杠抓取点位置测量方法。该方法通过对相机拍摄图像进行图像处理,识别出投射在保险杠平坦区域的激光光斑中心点;利用透视变换原理对获取的激光光斑图像进行矫正,最后结合像素标定结果计算得到汽车保险杠抓取点沿图像X轴方向偏移量和高度信息。现场实验结果表明：该测量方法稳定性能好,测量误差小于±3mm,可以实现对汽车保险杠的非接触测量,实时引导搬运机械手准确抓取汽车保险杠,给自动化行业提供一种简单准确的定位识别系统和方法。     

基于粒子群优化算法的工业机器人定位抓取控制系统设计

为消除工业机器人实际抓取位置与定位位置之间的误差,实现对机器人抓取行为的有效控制,设计基于粒子群优化算法的工业机器人定位抓取控制系统。根据主要机器部件选型情况建立电气网络结构,再联合视觉传感器与定位控制平台,控制抓取夹爪的行动范围,完成工业机器人定位抓取控制系统硬件的总体设计。遵循粒子群优化算法应用需求,实施Gbest选取与Pbest更新,并联合所得计算结果,定义三维坐标系表达式,建立基于粒子群优化算法的定位坐标系。根据跟踪点坐标求解结果,确定控制系数优化处理条件,完善抓取控制原则,再联合相关应用结构,实现基于粒子群优化算法的工业机器人定位抓取控制系统的设计。实验结果表明,粒子群优化算法作用下,工业机器人实际抓取位置坐标在X轴、Y轴方向上均准确符合定位位置坐标,有效消除了抓取误差,能够实现对机器人抓取行为的有效控制。     

基于视觉识别定位的苹果采摘系统研究

针对果实振荡、重叠影响采摘机器人采摘精度和效率的问题,研制了一种在农田 环境下利用视觉检测技术和机器人定位抓取技术的苹果采摘系统。首先利用图像处理技术对初 始图像进行图像预处理;其次根据图像角点提取算法检测图像曲率,通过计算曲线段上的多个 像素平均角方向之间的差值对曲率进行平滑处理,获取图像曲率集中峰值点;最后对图像曲率 峰值点进行像素坐标标定,并将该点像素坐标转化为物理坐标作为机器人的定位抓取目标点, 机器人根据定位目标点的位置信息调整运动姿态对果实进行实时追踪和识别,实现果实的精确 定位、抓取和采摘。试验证明,该系统下的机器人抓取果实的成功率高达九成以上,基本能够 满足实际生产中的果实采摘需求,可为苹果等球状果实精准识别、定位抓取提供参考。     

一种基于双目视觉传感器的遮挡目标期望抓取点识别与定位方法

在不确定性较高的室内复杂场景中,机器人常需识别遮挡物体并对其抓取.遮挡问题会导致抓取点预估位置脱离目标,产生位置漂移.针对该问题,本文提出一种基于双目视觉的遮挡目标抓取点识别与定位策略.采用基于期望位置模型的方法估计,以特征检测进行遮挡目标识别,并进行轮廓还原;根据期望抓取点模型,采集目标的期望抓取位置,构建位置模型库.将待检测目标与模型库匹配,提取双目视野中未遮挡区域的期望抓取点.实验表明本方法在复杂环境下具有较高的鲁棒性,抗干扰能力强,对遮挡目标具有较高的定位精度.     

基于机器视觉的超视场工件识别抓取系统

目前,应用机器视觉系统进行工件检测时,对于工件体积相较单个相机视场范围较大的超视场工件,因无法拍摄出工件完整图片,因而存在工件识别困难以及定位不准等问题.针对这些问题,本文提出了一种基于机器视觉的超视场工件识别抓取系统WRGS （workpiece recognition and grabbing system）.该系统无需拍摄工件完整图片,采用提取工件上特征点进行形状匹配的方法来实现对超视场工件的有效识别.系统定义了每类工件标准位置用于位姿计算,通过设计由粗到精抓取网络的方法,WRGS解决了超视场工件定位困难的问题,并提高了抓取精度.该系统能通过自学习来适应多种工件,从而提高了系统的柔性.通过实验例证,整个系统抓取时间小于6s,落爪位置与目标在水平方向上的误差≤ 2mm、高度误差≤ 0.2mm、角度误差≤ 0.3°.     

基于机器视觉的圆轴直径精密检测算法

介绍一种基于机器视觉的圆轴零件直径精密检测算法。在对圆轴图像边缘进行空间矩亚像素定位的基础上,利用相邻分辨率边缘像素的亚像素位置关系,精确计算分辨率截面的直径,并给出了整个圆轴直径的估计。实践表明,该算法可达到0.001mm的精度。     

机器视觉技术在工件分拣中的应用

研究了机器视觉技术在工业分拣问题中的应用,介绍开发过程中使用的主要图像处理算法.利用VisualC++编程软件建立图像处理的算法库,实现对规则几何工件的识别和定位.分析视觉算法库中的摄像机模型,并且求解出摄像机内外参数、畸变参数、旋转和平移向量.然后对图像序列进行图像预处理、Hough圆检测、角点提取和轮廓识别等运算分析.提出计算多目标中心的算法和一种角点特征结合轮廓特征识别算法.仿真结果表明,该视觉算法可以有效解决规则几何工件的分拣问题,并且能准确地计算工件中心,周长,面积和边缘,以达到分拣的目的.     

基于时域编码结构光的高精度三维视觉引导抓取系统研究

在许多自动化应用场合中,如分拣和上、下料等过程中,机械臂抓取是非常重要的一个环 节。在有遮挡或物体杂乱放置的情况下,对物体进行可靠、快速和精确计算位姿是机械臂抓取的难题之一。该文提出一种针对非规则目标的 3D 视觉引导抓取系统。首先,该系统运用面结构光系统对目标进行高精度三维重建,并建立离线 3D 点云模板库;然后,将标准模板与点云预处理后的场景点云进行匹配,得到匹配参数后,由坐标系之间的转换矩阵计算机器手抓取位姿;最后,引导机器手完成对目标物体的抓取。实验结果表明,所开发的机械臂抓取系统能够对非规则目标进行可靠、快速和精确的 抓取。     

小型连接件尺寸高精度测量研究

提出了一种非接触式的机器视觉尺寸测量方案。首先使用摄像机标定矫正畸变效应,获得摄像机内参数,随后采用双线定位法确定针脚位置,利用基于Zernike矩的亚像素边缘检测算法实现边缘检测和针宽测量。实验分析了该方法在小型连接件尺寸高精度检测中的效果。     

基于目标和关键点检测的单目托盘定位

托盘的识别与定位是无人叉车中关键的问题之一.当前托盘定位多采用目标检测的方法,然而目标检测只能识别托盘在图像中的位置,无法得到托盘的空间信息.针对此问题,本文提出了一种基于目标和关键点检测的单目托盘定位方法,用于检测托盘并计算托盘当前的倾角和距离.首先对托盘进行目标检测,然后将检测的结果进行裁剪后输入到关键点检测网络中.通过对托盘关键点的检测和托盘固有的几何外形特征,设计边缘自适应调整,得到高精度的托盘轮廓信息.根据几何约束提出了基于轮廓点的托盘倾角与距离计算方法,并采用RANSAC算法提升了计算结果的精度和稳定性,解决了托盘的定位问题.实验表明,本文提出的算法在倾角计算上平均误差在5°以内,水平距离计算上平均误差在110 mm以内,能较好地定位托盘,具有较高的实用价值.     

机器视觉复杂平面边缘角点的高精度定位方法

基于机器视觉的二维复杂平面尺寸测量中,边缘角点包含丰富的图像目标特征信息,其检测精度对后续图像分析及参数计算精度有着至关重要的影响。本文提出了一种边缘轮廓角点的高精度定位方法,该方法先利用角点处的曲率变化及相邻两角点线段与x轴正向的夹角变化,初步确定角点的位置坐标,然后利用优化方法去除伪角点,以实现对真实角点的高精度定位。研究表明,该方法便捷、高效,在服装衣片的样片边缘测量中取得了理想的结果。     

人机交互装配中手部指形轮廓信息检测方法

人机交互装配系统中人体手部生物特征的识别与描述是手部装配动作描述与行为理解的基础。在肤色建模与识别、指节特征模型学习的基础上,通过肤色识别结果给出的模板轮廓坐标,计算轮廓链的局部转角比率和逐点向量积,描述基于逐点比较法的指节处的轮廓特征,结合手指生物结构的经验判据,对指尖与指根位置进行检测与推断,实现手指轮廓特征点的初步识别,通过指形拟合完成手指初步定位,为指形平面位姿分析提供基础。在手部多特征检测的基础上进行图像信息融合,结合指节学习模型与自适应阈值识别的指节位置检测,对指形的定位信息进行修正以提高检测的准确性。实验测试结果表明,该手部指形轮廓信息检测方法可行。     

基于大数据聚类的工业遥操作机器人位姿定位控制系统设计

针对工业遥操作机器人位姿定位过程中难以同步控制位置和姿态角,导致位姿定位准确性较差的问题,利用大数据聚类技术,从硬件和软件两个方面优化设计工业遥操作机器人位姿定位控制系统。通过位姿传感器的改装,保证传感器设备能够同时测量机器人位置与姿态,改装定位控制器和驱动器。在系统硬件的支持下,考虑机器人组成结构、运动原理和动力学理论,构建机器人数学模型,在该模型下模拟机器人遥操作过程,确定机器人位姿的定位控制目标。实时采集机器人位姿数据,利用大数据聚类技术计算定位控制量,在控制器的约束下,实现系统的位姿定位控制功能。通过系统测试实验得出结论：综合多种类型的运动情况,在优化设计系统的控制下,机器人的位置误差平均值为4.5mm,姿态角控制误差为0.04°。     

基于视觉检测技术的轮毂位置精确测定

针对工业技术智能化的发展趋势,及电动车轻质合金轮毂机械加工工艺,对装卡位置精度要求高,文章研究一种有效的轮毂装卡位置精准测定方法,以解决当前检测方法,易受人为因素影响、效率低、稳定性差等问题;提出一种基于机器视觉技术的非接触式轮毂装卡位置精确测定方法,应用CCD工业相机搭建视觉检测系统,运用双特征位置精确测定方法,提取相机摄入图像中轮毂气门孔和中心孔的两处主要特征,通过对双特征数据的分析与计算确定轮毂位置精度误差,并根据计算数据输出装卡位置误差,应用分段位移、逐渐次定位的方式进行反馈补偿;通过实验测量表明,在系统的测量参量值中,角度标准差为0.022 6°,测量不确定度为0.003 6°,测量精度理想,平均检测时间为0.29 s,检测时效性良好,能够满足轮毂自动化加工位置检测的性能要求。     

基于改进Hu矩算法的AGV字符识别研究

视觉导引AGV以识别标识符为基础实现工位转换。Hu矩算法可以提取字符的特征参数,结合机器学习分类算法,对特征值进行提取并分类,其运算速度快,但是识别准确率低。分析其原理公式,发现由于阶数高导致数值范围大,数据相近度差。基于此,对Hu矩公式进行改进,构造了新的算法。通过对UCI字符数据库进行检测,并在视觉导引AGV平台上进行在线测试,验证了改进后的Hu矩算法可以更快地提取特征值,并大大提高机器学习算法字符分类准确率,说明改进后的Hu矩算法在视觉导引AGV的字符识别上具有较好的实用性。     

Estimation of tool orientation contour errors for five-axismachining

Recently, there has been a growth of interest in high-precision machining in multi-axis feed drive systems, which are subject to problems such as friction, cutting force and incompatibility of individual driving axis dynamics. Tracking errors in an individual driving axis during five-axis machining result in tool tip contour error and tool orientation contour error. Based on the conventional definition of the tool orientation contour error, that is, it is the deviation in the normal direction from the desired orientation in spherical coordinates, even if the tool tip and tool orientation contour errors are very small, a mismatch between the tool tip position and tool orientation causes an overcut or undercut when these errors are treated independently. To address this problem of mismatch, this paper presents a new definition of the actual tool orientation contour error. This definition considers synchronization between the tool tip and tool orientation contour errors. In addition, we propose an estimation model for the tool orientation contour error. Experimental results demonstrate that the proposed model provides a better indication of the actual tool orientation contour error than the conventional definition.     

一种永磁同步电机转子初始位置检测方法

电梯曳引机控制需要实时获取转子的机械角度,而常用的增量式编码器在首次清零信号到来前不能提供准确的转子位置信息,从而可能导致闭环控制失败;因此,转子的初始位置检测成为曳引机控制中必须解决的问题,传统的检测方法计算复杂,且定位过程中易造成转子堵转或摄动,不利于电梯系统的舒适性;为此,提出了一种利用正弦波增量式编码器的换向信号计算转子初始位置的方法,设计并实现了编码器换向信号的调理电路,研究了利用两路换向信号解算转子的初始位置信息的算法,并研发了相应的软件模块;实现了当转子保持静止时初始位置的高精度检测,满足电梯平稳启动的需求;实验结果表明,该方法不依赖电机的数学模型,运算量小,且具有较高的检测精度和通用性。     

一种基于视觉的图书馆室内定位方法

提出一种可用于图书馆内图书运载车的车辆室内自动定位定向方法。借鉴二维条形码思想,设计了一种简单方便、易于识别、内含绝对位置坐标、具有一定纠错能力的路标,可将路标放置在图书馆天花板上,由安装于图书运载车上且光轴和天花板垂直的摄像机进行拍摄。通过图像分割、连通域寻找、轮廓特征曲线匹配以及路标特征识别步骤定位路标,解析路标中所包含的坐标信息以及偏转角度,进而计算出车辆当前所处的绝对位置和航向角。通过实验,验证了所提出方法的有效性,能够满足图书馆内图书运载车室内定位的要求。