基于双目视觉的机械手识别、定位、抓取系统研究

针对多类堆叠工件分类和提取三维位姿困难的问题,对随机摆放规则物体的机器识别、三维定位和自动抓取等方面进行了研究,采用一种基于MLP分类器的视觉算法实现了工件识别。利用识别结果选取合适的透视可变形模板匹配将堆叠工件与背景分离,结合双目视觉中的立体匹配、深度计算和坐标变换完成了三维位姿估计,通过Halcon和Visual Studio联合编程的方式,进行了工件识别定位抓取实验系统的软件开发,设计了实验平台,对矩形工件和圆柱体对象进行了位姿提取和抓取实验。实验结果表明:该系统具有较好的分类效果和较高的识别定位精度,可以满足机器人对工件的在线抓取需求。     

基于点云的堆叠玛钢管件识别定位方法

针对机器人抓取堆叠玛钢管件识别定位精度较低等问题,提出基于点云信息的堆叠玛钢管件识别定位方法。通过双目视觉获取管件的视差图,采用HSI权重分配及左右一致性校验法对玛钢管件的遮挡点进行校验,得到完整的管件视差图;基于玛钢管件点云的法向量特征,剔除管件接触部分边缘点,利用欧式聚类对相互独立的管件点云进行分割提取,采用ISS算法得到玛钢管件的关键点云数据信息,通过RANSAC算法与ICP算法进行点云匹配,确定玛钢管件的位姿。实验结果表明,该方法对不同工况下堆叠玛钢三通管件的平均识别率为89.5%,机器人抓取精度平均提升了37%。     

基于单目视觉的工业机器人智能抓取系统设计

针对工业机器人如何能在多目标工况下快速自主识别和抓取指定目标工件的问题,将单目视觉引导技术应用到工业机器人智能抓取系统设计中。利用图像进行了模式识别,对检测定位进行了研究,建立了视觉图像与工件定位抓取之间的关系,提出了基于轮廓Hu不变矩快速模板匹配算法的单目视觉抓取系统。首先将摄像机获取的图像进行了预处理,然后利用轮廓Hu不变矩模板匹配算法进行了目标工件的识别,利用轮廓矩和二阶惯性矩最小原理对识别出的目标工件进行了位姿求取,最后通过建立SOCKET通信将求取的位姿发送给了机械臂控制系统引导机械臂的抓取。基于VS软件开发平台和ABB机械手,对智能抓取系统进行了搭建并试验。研究结果表明:该基于单目视觉搭建的工业机器人智能抓取系统成本低、定位精度高,可满足工业自动化生产的需求。     

基于局部视觉的特定工件移动机械臂动态抓取方法

机械臂操作动态工件在分拣、上下料等作业场合有着广泛的需求。针对特定型号工件的移动机械臂动态抓取问题，提出一种基于特定工件ID编号识别和机械臂抓取位姿预测的运动工件鲁棒抓取方法。该方法选取AprilTag视觉标签来标记工件，通过图像采集、自适应阈值处理、连续边界分割、四边形拟合、快速解码等数据处理过程，获取局部视野下运动工件的ID、位置和姿态，实现工件的初次定位。结合移动机械臂的运动规划工艺策略，对特定型号目标工件的抓取位姿进行计算，实现抓取时刻的工件位姿预测。搭建了动态抓取实验平台进行了视觉标签ID识别、工件定位、动态目标抓取实验。结果表明，所提出的移动机械臂动态抓取方法，可以准确识别特定型号工件，并能够对不同运动速度的特定工件进行鲁棒抓取，抓取成功率平均值约为98%。该方法在智能产线的移动机械臂上下料等场景有着广泛的应用价值。     

柔性装夹机器人工件视觉定位系统设计

针对智能制造平台的需要,建立了基于双目立体视觉的柔性装夹机器人工件定位系统。采用GrabCut算法对采集图像进行图像分割获得目标工件图像;进一步基于SURF特征和极限约束实现工件立体匹配;最后基于视差测距法算法求取目标工件的三维坐标,实现工件的定位。定位误差实验结果表明,定位平均误差为0.276mm,能满足柔性装卸机器人对目标工件的抓取要求。     

基于定位平台的大尺寸工件视觉测量技术研究

对于大幅面工件的几何尺寸很难进行全尺寸视觉测量的问题,提出一种单目视觉加运动控制联合的测量方法.该方法结合了图像检测功能与运动平台的可移动特点,对大尺度工件进行分区编号,控制直线精密定位平台按逆时针顺序对相应区域进行图像采集处理,并建立一种基于Canny边缘检测与分段序贯最小二乘法拟合求交点的角点检测算法,通过获取先后两不同区域图像角点坐标的偏差,结合定位平台位移信息,实现对大幅面工件的全尺寸视觉测量.最后运用建立的大尺寸工件视觉测量系统对特征丰富的工件进行测量实验,实验结果表明系统在200mm测量范围内可保证0.05mm的精度要求.     

基于最小外接矩形的目标工件定位算法

针对工业生产中的轮廓不规则工件难以定位的问题。以UR5机械臂为研究对象,设计了一套视觉定位系统。文中借助视觉技术定位工件,实现机械臂自动抓取目标工件。改进Canny边缘检测算法,然后对检测到的工件轮廓,利用Hough投影法寻找目标轮廓的主轴,建立目标工件的最小外接矩形。实现目标工件的定位并确定目标图像位置,最终实现机械臂抓取目标工件。通过抓取实验证明,文中的算法满足实际需求,具有实际工程应用价值。     

基于HALCON和C#视觉系统的铸件打磨工作站建立

针对铸造行业大体积工件的搬运、打磨等问题,基于HALCON和C#混合编程方法和工业机器人实验平台,开发了具有视觉抓取技术的工业机器人系统,设计并调试系统各个组成部分,建立视觉定位抓取铸件打磨工作站,实现了工业机器人对工件的精确视觉定位并抓取,提高了铸件打磨效率同时并升级系统安全,为业内解决此类问题提供了一个新的参考。     

基于视觉引导的Delta型并联机器人运动优化

针对Delta型并联机器人抓取过程中的快速性和稳定性问题,提出一种基于视觉引导的轨迹优化算法。通过获取视觉相机识别出的随机放置于传送带上的工件实时位置,以抓取路径最短和机构平稳性最优为综合优化目标,采用粒子群优化算法对抓取轨迹进行优化。选取工件以正态分布和平均分布2种方式随机分布在传送带上。仿真结果表明,优化后的抓取轨迹提高了抓取效率,同时有效降低了抓取运动对机构末端冲击。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于立体视觉的工件识别与定位系统研究

针对生产过程中工件等弱纹理目标的自动识别、定位问题,建立了基于立体视觉的工件识别定位系统,研究了基于改进形状描述符、轮廓矩特征、子轮廓的弱纹理目标识别算法,避免了局部不变量特征难以识别弱纹理目标的问题,应用对极线约束、双目测距原理及姿态计算方法完成目标的三维姿态估计。结合OpenCV视觉库及机器人控制系统实现工件识别定位实验系统的软件开发,经实验验证本系统能够实时准确地识别定位弱纹理工件并进行抓取。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于双目视觉的六自由度工业机器人控制系统研究

目前机器人视觉系统正越来越广泛地应用于视觉检测、视觉引导和视觉装配领域。为了使机器人能够快速准确地识别、检测、抓取工作台上的工件,该文设计了一套双目视觉的六自由度工业机器人控制系统。文中以张正友摄像机标定法为理论依据研究双目视觉合成技术,利用MATLAB摄像机标定工具箱分别获取左右摄像机的内外参数;通过建立机器人用户坐标系、摄像机坐标系以及世界坐标系实现了空间坐标转换;由OpenCV图像处理算法获得工件坐标位置,控制系统驱动机器人实现工件抓取。     

基于机器视觉的三维运动装置定位抓取系统

将机器视觉技术应用于三维运动装置定位抓取上,以圆柱体工件为研究对象,设计了基于机器视觉的三维运动装置,采用"PC+CCD+运动控制卡"的运动控制方式。采用LabVIEW软件设计监控界面,通过调用库函数节点向Galil运动控制卡发送命令控制轴的运动,通过固定于Z轴上的相机捕获工件所在的XY轴位置,通过XY位置补正及Brenner清晰度评价算法准确确定工件XYZ轴位置,继而对其进行抓取并置于指定位置。实验证明,所设计的系统能有效地实现定位抓取。     

基于视觉引导的工业机器人定位抓取系统设计

以美国国家仪器公司的视觉开发模块NI Vision为软件支撑和以ABB-IRB120型机器人,摄像机和传送带为硬件基础,对视觉识别与检测系统进行了模块化设计,构建了一个基于单目视觉的工业机器人工件自动识别和智能抓取系统,其中ABB-IRB120型工业机器人作为操作手臂,用CCD相机、运动控制器和工控机搭建了机器人视觉控制平台,通过建立抓取系统的参数化模型给出图像坐标到机器人坐标的转换算法,利用NI Vision中提供的图像处理、模式匹配等方法,在C#环境下进行开发,实现了目标定位和机器人控制两大基本功能,最终控制机器人完成目标工件的抓取。     

基于稀疏信号重构的无线传感网络目标定位

提出了一种新的基于稀疏信号重构的无线传感网络目标定位方法.针对目标定位问题,将多目标位置表示为离散化测量空间上的稀疏向量,则多传感节点声音信号能量测量值向量可分解为测量矩阵、稀疏矩阵与稀疏向量的乘积,通过稀疏信号重构方法可以恢复目标位置稀疏向量,实现多目标定位.传统L1范数稀疏信号重构法要求测量矩阵和稀疏矩阵乘积满足受限等距性条件,在目标定位问题中难以满足.采用贪婪匹配追踪算法重构稀疏向量,基于噪声信号能量幅值终止迭代搜索,进行多目标定位.实验表明,基于贪婪匹配追踪稀疏信号重构目标定位方法能准确实现多目标定位,定位精度优于基于正交匹配追踪的稀疏信号重构目标定位方法和基于单纯形搜索的最大似然估计目标定位方法.     

应用于新型激光打标机的视觉标定算法

为了实现激光打标机对工作区域内任意位置的多个工件进行快速加工,研究开发了一种基于机器视觉的激光打标定位系统.围绕视觉定位问题,研究了激光打标机与视觉定位系统联合的特征点标定算法.针对振镜型激光打标机存在畸变失真的情况,对特征点标定算法进行优化,提出了分块标定算法.实际标刻试验的结果表明:分块标定算法有效减小了系统的定位...     

基于视觉的机器人抓取系统应用研究综述

针对生产线上工业机器人的柔性和智能水平不高的问题,将日益发展的计算机视觉技术引入原有的搬运工业机器人领域,利用机器人视觉技术获取工件及其周围环境的信息,识别出了所要操作的目标工件,并能通过做出决策来引导工业机器人完成对工件的抓取和放置等操作。针对生产线上的工业机器人抓取系统中摄像机的标定、目标工件的识别匹配、机器人对目标工件的定位抓取这3个主要步骤在现阶段的研究成果进行了综述,对计算机视觉定位中涉及到的相关图像预处理方法进行了分析与归纳,并对该技术的实际应用研究和未来发展进行了讨论。研究结果表明,视觉抓取系统技术成熟,能够满足工业应用中的实时性要求,各部分算法的研究和改进对工业的发展和相关研究具有一定的参考价值。     

基于LabVIEW的螺钉柔性抓取关键技术研究

为了解决某系列非标螺钉的自动上料问题,提出了基于机器视觉的螺钉柔性抓取系统。首先设计了Eye-to-hand视觉定位抓取系统,对采集的图像进行二值化、粒子分析等图像预处理识别螺钉目标。其次,针对螺钉目标采用拟合圆操作获取螺钉中心方向的系列圆特征参数,通过最小二乘法拟合求得中心线,进一步求解螺钉的抓取点与角度位姿参数。最后,以抓取点为中心设计符合夹爪抓取特性的ROI区域以判断可抓性。上位机将位姿信息发送到控制器,引导机器人运动到相应位置并通过末端夹爪完成对螺钉工件的抓取。通过实验验证表明系统定位准确率达到99.5%。