一种机器人抓取矩形零件时的标定方法

计算机视觉系统应能根据视觉传感器(如摄像机)获取的图像计算出三维环境物体的位置、形状等几何信息,并由此识别环境中的物体,从而做出正确反应。因此,标定是视觉技术中的重要问题之一。以SCARA机器人为研究对象,针对机器人手爪抓取矩形零件时出现的零件转角难以确定的问题,对矩形零件的位置和角度的标定方法进行了研究。该方法不考虑畸变量,采用几组点就可以确定标定参数,简化了计算量。     

五自由度立体视觉平台--目标物体的识别与定位

从立体视觉与机器人控制集成的角度出发,建立了一个主动立体视觉跟踪和定位系统,用于柔性装配线中装配零件的运动跟踪和装配工位的精确定位。讨论了使用立体视觉进行快速目标识别和定位的方法,该方法将颜色分割与基于形状特征相结合,提出采用基于局部图像的HSV阈值分割和形状识别相结合的图像处理方法,该方法经过HSV阈值和形状判据,准确地识别出物体,得到物体的边界和质心。能快速准确地识别出物体并进行定位,满足柔性生产线小规模定制产品装配的要求。最后给出的实验结果验证了该方法的有效性。     

基于神经网络的工业机器人视觉抓取系统设计

针对机器人示教编程方法导致的工件位置固定、抓取效率低下的问题,研究神经网络在机器人视觉识别与抓取规划中的应用,建立了视觉引导方案,通过YOLOV5神经网络模型开发视觉识别系统,识别物体的种类,同时获取待抓取物体定位点坐标。提出了机器人六点手眼标定原理并进行标定实验,提出了针对俯视图为圆形或长方形物体的定位方法。最后针对3种物体进行了180次的抓取实验,实验的综合平均抓取成功率约为92.8%,验证了视觉识别和抓取机器人系统具备实际应用的可能性,有效提高了抓取效率。     

全自主足球机器人混合视觉系统的设计与实现

根据中型组机器人足球比赛的需要,设计并实现了一套由全向视觉、前向单目视觉和嵌入式视觉构成 的混合视觉系统．全向视觉具有360± 的水平视角,信息量大、实时性好,但近端信息的感知识别精度较低,前向单 目视觉和嵌入式视觉就是为了解决该问题而加入的．前向单目视觉主要用于识别位于机器人正面不远处的目标,且 可给出精确的目标位置信息,同时全向视觉和前向单目视觉的处理都是在机器人上位机上进行的．为了解决机器人 非前向近端信息缺失的问题,在不增加上位机负担的情况下,本文通过下位机的嵌入式视觉识别机器人周边非前向 近端的动态目标或障碍物,较好地解决了机器人360± 范围内近端信息的获取问题．实验结果表明,该视觉系统较好 地实现了对机器人远端、近端目标的识别．     

西红柿采摘机器人视觉系统的设计与研究

设计、开发了西红柿采摘机器人的双目立体视觉系统,为机器人自动化采摘作业提供条件。采用VFW方法进行了实时采集系统的设计;基于成熟西红柿与背景之间颜色特征的差异信息进行图像分割来识别成熟西红柿;在摄像头标定和形心匹配的基础上,通过三维立体重建获取了西红柿果实的空间位置信息。实验结果表明:视觉系统的成熟果识别率可达到98%,图像分割识别整个过程消耗平均时间0.21s;当工作距离小于500mm时,除个别奇异点,测试距离误差绝对值可控制在14mm以内,能较好满足实际工作需要。     

基于机器视觉的零件加工瑕疵图像识别算法

由于传统瑕疵图像识别算法存在识别时间长、准确率较低的问题,研究基于机器视觉的零件加工瑕疵图像识别算法。使用最小误差法分割图像阈值,获取并处理瑕疵零件图像;提取瑕疵图像的全局特征与局部特征,经多维向量特征值排序后得到零件加工瑕疵的最终特征;利用形态学细化法提取图像边缘轮廓,结合机器视觉细化边缘像素,实现瑕疵图像识别。测试结果表明:使用机器视觉识别零件加工瑕疵图像算法,当图像数量增加到1000张时,图像识别平均所用时间为78.3 s,平均准确率则为95.817%,可以提高零件加工瑕疵图像识别的准确率。     

基于焊件识别与位姿估计的焊接机器人视觉引导

为实现智能化柔性化焊接,并解决焊件本身立体结构遮挡焊缝影响视觉引导的问题,提出一种基于物体识别与位姿估计思想的焊接机器人视觉引导方法.首先,通过焊件的CAD模型离线建立焊接模型库;然后,在线计算焊件点云的VFH特征,与焊接模型库进行比对实现焊件识别,计算FPFH特征实现SAC-IA和ICP结合的两步位姿估计,并通过假设验证优化结果;最后,利用焊接模型库的焊接信息结合焊件位姿生成焊接轨迹,为焊接机器人提供视觉引导.实验结果表明,所提方法可以利用目标整体三维信息准确识别焊件并估计其姿态,进而引导机器人完成智能柔性的焊接操作.     

基于机器视觉的工业机器人定位系统

建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位.采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征.经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求.     

机器人抓取视觉传感目标精确定位方法

机器人抓取目标时,准确完成任务的前提是可以精准检测到目标位置,当距离目标较远时,以信号传感为基础的定位精度和稳定性会受到影响。为解决上述问题,提出基于视觉传感器的机器人抓取目标精确定位方法。利用视觉传感器获取目标图像,并标定目标位姿。采取直线段检测方法提取目标位姿特征,将提取的特征输入到改进粒子群算法的支持向量机回归模型中,输出定位结果。利用回归误差补偿模型对定位结果补偿,完成机器人抓取目标精确定位。实验结果显示,利用视觉传感器后,机器人抓取目标的定位时间为35s、与实际位置的接近程度高于81%、置信度高于92%,由此可知机器人抓取视觉传感目标定位效果较好。     

具有颜色识别功能的类人机器人设计

针对传统类人机器人在控制系统实时性和视觉识别方面的不足,以S3C6410作为主控芯片,设计了具有视觉识别功能的类人机器人控制系统,通过改进和简化视频识别算法取得了良好的目标识别效果。实验表明,基于本控制系统设计而成的类人机器人实时性好,目标识别准确,通过调整运动路径能够快速找到目标。     

基于监督式机器学习的零件几何特征智能识别

针对在采用机器视觉的无夹具定位的壳体类零件几何参数检测过程中,需要先智能识别零件几何特征以规划检测路径的问题,提出一种基于监督式机器学习的几何特征智能识别方法。利用壳体零件待识别特征的中心位置关系构成特征矩阵,利用监督式机器学习算法进行识别,提出一种基于特征唯一性的纠错方法对分类过程中产生的识别错误进行纠正。对于所涉研究实例,零件共有4个待识别孔,在5次监督式训练后智能识别准确度达100%。     

基于机器视觉技术的全自动微点焊机器人的研究

针对目前电声电子器件铜引线人工难以识别定位的问题,本文提出了基于机器视觉识别技术的微点焊机器人的系统,采用图像处理算法和机器视觉标定方法,解决电声电子器件铜引线的精确定位问题。实验结果证明,该系统能够有效提高微点焊的效率和质量。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题;针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统;基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明:本系统的装配同轴度精度能达到0.05 mm,零件尺寸测量标准差低于3.8 μm,满足工业需求,可以解决工业实际问题。     

小型断路器柔性装配中视觉识别系统的设计与应用

现代制造业对小型断路器（MCB）生产过程的效率和精度要求都在不断提高,传统的人工装配效率低且装配质量参差不齐,而传统基于振动盘上料的自动装配技术限制了制造的柔性化水平。针对上述问题以及未来的市场需求,提出了一种基于机器视觉的小型断路器柔性装配系统,该系统搭建专用的视觉识别模块,通过VGG-16架构的深度学习分类器和特征模板匹配方法,对小型断路器零件的种类、位置坐标、当前姿态进行识别,并将识别结果发送给工业机器人控制器,指导工业机器人对不同型号产品的不同零件类型通过机器人夹爪的灵活切换来完成不同的装配任务。实验表明,该系统对零件种类识别准确率为99.8%,坐标偏差在±0.3mm以内,旋转角度偏差在±0.8°以内,达到了MCB装配的精度要求,符合柔性化制造的需求。     

基于自然语义模型的机器人视觉障碍识别系统

针对机器人在完成基于自身采集的视觉图像障碍识别过程中,由于障碍图像特征复杂,障碍视觉特征带有识别二义性,会发生识别错误;提出了一种基于歧义约束自然语义模型的机器人视觉图像障碍识别系统设计方法,建立了一套完整的硬件模块设计方案,并用约束自然语言软件设计方法实现了机器人视觉障碍二义性歧义消除;实验结果证明,该系统在机器人视觉智能障碍识别方面很好地消除了存在的二义性,提高了识别的准确度.     

机器人足球视觉系统的软件研究

小型机器人足球比赛中,由于所采用的机器人尺寸小,动作快,因此,视觉软件系统需要准确快速地处理图像数据并将结果提供给决策系统。本文利用图像处理和统计信号处理的技术,在视觉软件系统中实现了机器人和球的检测、识别、跟踪和预测功能,并对该软件系统的设计作了详细的介绍。实验结果表明,系统运行稳定,其速度可达到40帧／s,时间延迟为0．025s。     

基于神经网络修正的农业机器人视觉误差研究

农业采摘机器人的作业是无损采摘过程,环境的复杂性与定位目标的特殊性,使得采摘机器人视觉识别过程长、误差大。传统的解决方法是分别从减少标定误差和匹配误差这两方面着手,并没有从整体的角度考虑标定和匹配的内在联系。本文提出一种视觉中的极线几何变换方法,并给出了该变换在基于BP神经网络的摄像机标定过程和基于特征的图像匹配过程中的应用分析。实验结果表明,基于极线几何变换的视觉总体误差修正方法比传统的分开修正方法具有更高的精度和实时性。     

机器视觉的零件轮廓尺寸测量系统设计

提出了一种新的基于机器视觉的零件轮廓尺寸精密测量系统,设计了系统的硬件和软件部分,并介绍了测量系统的关键技术.利用LabVIEW为平台开发系统软件,采用改进的Canny算法识别图像边缘,使得测量速度更快,零件轮廓信息提取效率更高.     

基于主动视觉的手眼矩阵和光平面标定方法

为解决现有基于主动视觉方法标定手眼矩阵和结构光平面操作较复杂的问题,提出一种基于主动视觉的同时标定手眼矩阵和光平面的方法。通过精确控制机器人做两次相互正交的平移运动,求解手眼矩阵的旋转部分;而后通过两次及以上带旋转运动,求解手眼矩阵的平移部分和光平面方程。该方法简单,无需使用特定靶标,标定过程只需3个特征点,即可实现机器人手眼矩阵和光平面方程的标定;实验结果证明了该方法的有效性。     

控制装备机器人的复杂图像处理技术

本文概述了用七个机器人和三个视觉系统装配汽车前轮组件。视觉技术的应用将向安装单元提供零件等有关的成本降到了最低点。