共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
文中提出一种基于深度神经网络的焊缝跟踪系统机器人视觉标定方法,实现了机器人的简单快速标定。将焊缝跟踪传感器安装在机械臂末端,使用线激光器对被检测角点进行定位,工业相机拍摄对应的标定棋盘图像,用角点提取算法获取到相应棋盘格点的数字图像坐标,并通过示教器读取机械臂的各个关节角,利用神经网络极强的非线性映射能力,将其传入训练好的BP神经网络进行三维空间坐标的预测。此方法能够实现机器人的快速标定,避开传统标定方法中复杂的非线性运算,并减少坐标转换间的累积误差。实验结果表明,基于神经网络的标定方法具有较高的精度,且标定过程简单,为机器人视觉标定提供了一种新的方法。 相似文献
4.
6.
7.
为实现复杂工况下焊接机器人精准识别焊缝目标,将激光视觉传感技术应用于机器人焊缝识别中。以激光视觉传感器作为核心硬件,构建焊接图像采集系统,运用PCI总线卡检测传感器及外部指示灯是否为连接状态,通过PXR800图像采集卡在规定时间内得到激光焊接图像,使用串口通信程序完成图像高效传输。分别采用双边滤波器与模糊算子实施图像去噪与增强处理,优化图像角点与激光条纹中心点,利用等式约束方程修正卡尔曼滤波后的图像坐标值,完成高精度焊缝识别任务。仿真结果证明,激光视觉传感能够帮助机器人提升焊缝识别精度、增强抗干扰能力,为焊接机器人的推广应用发挥积极作用。 相似文献
9.
爬行式弧焊机器人结构光三维视觉传感器研究 总被引:10,自引:0,他引:10
本文介绍爬行式弧焊机器人结构光三维视觉传感器的传感原理、系统组成和设计依据。用会聚透镜和柱透镜组合产生线长35~40mm、线宽1mm的光纹投向焊缝,热敏电阻组成桥式自功控温电路,用5L/s流量的空气(或氩气)吹开烟尘、蒸汽和飞溅物等,微型CCD摄像机加装窄带滤光片摄像,经二值化、图像分割和中心取样等图像处理并计算出偏移量送控制系统引导爬行机器人正确施焊。 相似文献
10.
11.
12.
郭海冰 《电子技术与软件工程》2020,(4):115-117
本文首先利用动态ROI提取、LOG滤波和均值滤波去除大部分干扰,然后利用Otsu自适应阈值分割图像,将图像二值化,去除小块噪声,并进行角度滤波,获得清晰的焊缝图像,最后利用随机采样一致性算法和最小二乘法相关联的方式获取到了合格的焊缝特征点。实验表明,此算法能有效去除噪声干扰,满足实时焊缝跟踪需要。 相似文献
13.
随着焊接过程自动化和智能化的发展,基于图像处理技术的焊缝位置检测和焊接缺陷检测过程越来越受到国内外学者的重视。文章对焊缝自动跟踪系统中有关图像处理方面的研究现状作了一些介绍,详细分析了图像处理技术在焊缝跟踪过程中的应用,其中包括图像预处理、图像分割、边缘检测和特征点提取等图像处理过程,总结了一些传统和新型的图像处理算法,并讨论了各自的优缺点。 相似文献
14.
一般二维数据传感器在智能焊接领域应用中,跟踪焊缝区域时,焊接枪抖振会导致跟踪误差大的问题,提出基于3D激光扫描传感器的激光焊缝自动跟踪方法,应用3D激光扫描传感器获取到完整的激光焊缝3D位置数据。对采集到的焊缝位置信息展开全局最优解处理,提取激光焊缝的相关特征。对激光焊缝跟踪相关的距离特征进行分类处理:设计模糊跟踪算法,利用基本论域方法建立目标边缘特征模型,调整激光焊缝隶属度参数,实现目标融合特征分类。在激光焊缝特征分类的基础上,利用变论域理论提高焊接跟踪控制准确率和焊缝成形检测效率,完成焊缝区域的控制跟踪,实现无人化焊接。实验结果表明:这种方法在减小跟踪误差中有明显的效果。 相似文献
15.
对螺旋管激光视觉传感焊缝跟踪的实时图像处理进行了研究,就其中的关键技术焊缝中心线提取进行了讨论和研究.提出了一种快速有效的OSTU阈值分割法进行激光中心线提取,并且结合一维信号的形态滤波使中心线平滑.该方法效果理想,切实可行. 相似文献
16.
17.
18.
19.
以提升机器人位置跟踪精度为目的,设计激光雷达和视觉技术的机器人移动位置跟踪系统。该系统利用激光雷达传感器、方向传感器、里程计获取机器人位置距离信息、方向信息和移动里程信息后,利用MC9S12XS128微控芯片连接RS232通讯接口,将该信息传输到ARM嵌入式处理器内;用户通过与Ubuntu/Debian,操作系统环境人机接口相连的LCD显示屏,调用ARM嵌入式处理器内机器人位置距离、方向等信息后,通过启动位置跟踪单元内的基于类圆弧机器人识别的自适应位置跟踪算法程序,实现器人移动位置跟踪,并利用基于视觉技术的地图生成单元,生成机器人运行位置环境地图。实验结果表明:该系统跟踪机器人位置反馈时间最短仅为12 s,具备较好的实时性;在跟踪机器人简单移动位置和复杂移动位置时的跟踪线路与实现线路几乎重合,具备较强的机器人位置跟踪能力。 相似文献
20.
为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系,设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态,使激光线经过平面靶标上实心圆的圆心,通过图像处理,得到圆心的像素坐标,转换后得到圆心在传感器坐标系下的坐标;多次调整姿态,获取多组图像,得到多组传感器坐标系下圆心坐标;结合对应机器人位姿关系,采用最小二乘法直接解算出手眼矩阵。实验结果表明,所提方法与采用标准球为靶标的手眼标定方法对比,反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm,以同一目标的不同间距为测量对象,均方根误差均有效减小。该方法提高了标定精度,不需要采用昂贵的靶标,适合于现场标定。 相似文献