基于视觉的工业机器人离线编程系统的设计

针对传统离线编程系统通用性差、可靠性低和二次开发难度大等问题,开发一套基于机器视觉的工业机器人离线编程系统。基于模块化思想,将该系统划分为机器视觉模块、虚拟环境模块、运动学模块、轨迹规划模块、离线程序模块和外部通信模块。借助机器视觉模块解构视觉系统与机器人末端位姿的坐标映射关系,得到规划机器人运动所需的位姿数据;基于虚拟现实建模语言构建机器人虚拟仿真环境,基于运动学模块与轨迹规划模块将位姿数据转化为机器人的作业〖JP2〗指令;基于离线程序模块与外部通信模块实现控制器指令与虚拟仿真环境的无缝衔接。最后,以一种六轴工业机器人为测试对象验证了该离线编程系统的基本功能。实验结果表明:该系统定位误差最大为0.4 mm,精度高,可满足工业应用需求。     

基于视觉引导的FANUC机器人抓取系统研究

针对目前工业机器人上料时大都采用预先示教的方式,一旦工作条件发生变化就会导致抓取失败的问题,研究了一种基于视觉引导FANUC机器人的抓取系统,提高了机器人柔性化抓取能力。系统采用单目视觉定位方法:将图像中的特征点通过相机标定参数、Eye-in-Hand手眼标定参数转换为机器人基坐标系下的位姿,利用FANUC Robot Interface实现上位机与机器人通信并把定位结果发送到机器人位置寄存器,引导机器人运动到相应位置并通过末端执行器完成对空心圆柱体工件的抓取。经过多次抓取实验数据分析,该系统定位误差在0.5mm以内,具有很好的实际应用价值。     

基于双结构光视觉的机器人运动学参数标定方法

为解决机器人因运动学参数误差而导致的绝对定位精度损失,提出一种基于双结构光视觉的关节机器人运动学标定方法,具体研究了双结构光光源配合双目视觉在求取光源发射装置空间位置中的应用、推导了出光源装置位置误差与连杆参数误差的误差方程。通过采集机器人若干末端的机器人坐标系位姿与世界坐标系位姿数据,再基于最小二乘理论求取机器人坐标系与世界坐标系的单应性矩阵,将之后采集的点通过单应性矩阵转换到机器人坐标系下的位姿。再通过误差方程来获取连杆参数误差,并对其真实参数进行修正,从而提高机器人定位精度。最后讨论了该方法在SK-10R关节机器人上进行标定的实验结果,结果表明该方法能实现机器人空间位姿的标定,在低成本的条件下大幅提高机器人的绝对定位精度。     

基于双目视觉的水下对接焊缝跟踪机器人位姿调节

分析了机器人末端姿态调节原理,利用所搭建的双目视觉系统采集到水下对接焊缝图像,图像经过滤波去噪、模糊增强、图像边缘特征及检测后,获取两条边缘线的特征元素。根据这两条边缘线求出水下对接焊缝中心线,再找到中心线上的匹配点;根据匹配点前后扫描,得到与焊缝边缘线相交的四点,采用四点法求取水下对接焊机器人的末端位姿。最后根据所构造的焊枪位姿与机器人位姿的模型,得到焊枪的姿态。试验证明,本文提出的算法,位姿调节偏差较小,能满足水下对接焊缝跟踪的要求。     

成捆圆钢端面标牌自动焊接系统的研究

为实现成捆圆钢端面标牌焊接的自动化,设计一套以双目视觉测量引导的基于工业机器人的标牌自动焊接系统。整个系统主要由工业机器人、双目视觉识别系统、焊钉送料系统、标牌制备系统、末端操作器、控制系统等构成。双目识别系统采用双目相机扫描成捆圆钢端面,得到焊接位置坐标;焊钉供料系统实现焊钉的分料传送,标牌制备系统通过激光打标机将圆钢生产信息制作在标牌上,并将标牌输送到指定位置;末端操作器由工业机器人带动实现焊钉与标牌的抓取、定位焊接以及掰断焊钉尾部等操作;焊接控制系统中工控机与机器人、PLC、双目视觉测量系统等进行通信,完成标牌焊接的自动化流程。     

基于正交双目视觉的研磨工具位姿引导方法

为解决Eye-in-Hand的自主研磨作业机器人在完全未知的非结构化环境中,能够感知作业空间的三维信息、识别作业空间中的目标及该目标与研磨工具末端的位姿等问题,提出一种基于正交双目视觉实时反馈研磨工具末端的位姿并引导其实时运动的方法。将视觉传感器的测量坐标系(待加工曲面坐标系)建立在对应的激光平面上,并将两个正交相机的光轴交点作为引导研磨工具末端位姿的参考点,从该参考点开始迭代逐步逼近实际加工点。对两个正交相机采集的图像进行处理,可以得到研磨工具末端在两个相机图像坐标系的位置和姿态,再对两组正交立体位置信息进行融合得到其三维位姿。实验结果表明:利用两个正交CCD相机构成的Eye-in-Hand结构能够实时反馈和引导研磨工具末端三维位姿,提供了通过机器视觉引导机器人进行待加工曲面轮廓研磨的解决方案。     

基于单目视觉的工业机器人拆垛系统设计与实验

基于单目视觉提出了工业机器人拆垛系统构想。为实现工业机器人视觉拆垛系统中机器人精确运动控制与工件位姿识别,运用D-H位移矩阵法建立了机器人运动学模型,得到机器人末端相对机器人坐标系的位姿信息。基于形状模板匹配法提出目标图像识别算法,得到各个目标图像在相机坐标系下的位姿信息;将三维视觉模型与机器人运动学模型进行信息融合,建立机器人视觉拆垛控制系统数学模型。基于CCD工业相机、4-DOF工业机器人搭建视觉定位抓取实验系统。通过对空间目标进行抓取的实验,验证基于单目视觉的工业机器人拆垛系统的正确性、精确性、鲁棒性。     

四自由度串并联机器人的位姿误差分析

介绍四自由度垂直移动关节与回转关节组合式串并联机器人的机构特点和机器人位姿误差分析的"小位移摄动法",利用该方法建立该构型机器人的位姿误差分析模型,通过仿真实验分析机器人广义坐标偏差和结构偏差对机器人末端位置误差的影响。仿真结果表明角度误差对机器人末端位置误差的影响较大,结构误差对机器人末端位姿误差的影响不大,证实该位姿误差模型的正确性,为机器人的位置误差补偿及精度优化设计提供参考。     

基于OpenCV的移动焊接机器人视觉系统自主标定方法

标定工作是实现机器人视觉计算的前提.根据移动焊接机器人工作场合的特殊性,基于OpenCV,提出一套针对手眼双目视觉系统的自主标定方法.自动提取角点,自主筛选有效标定图像序列,由亚像素角点提取结果求取相机内参数,由同时刻获取的标定图像对估算双目间几何矩阵,由标定板面在摄像机坐标系下位姿矩阵改变量间接求取摄像机运动矩阵,用最小二乘法快速计算出手眼关系.标定试验结果表明,相对于传统的Matlab标定工具箱,该方法能够满足用于机器人焊接的视觉系统所需标定精度,同时因无人为参与可很大程度地提高移动焊接机器人的自主性.     

双目视觉引导机器人定位抓取技术的研究

目前大部分工业装配生产线中机器人抓取待装件都是预先将固定类型的工件进行机械定位。为了提高机器人柔性抓取能力,实现了双目视觉引导机器人的抓取系统。文章通过定位工装板来间接定位工件的方法来完成双目视觉引导机器人抓取,首先通过双目视觉系统拍摄的图像识别工装板上6个定位孔,计算孔中心在相机坐标系下的位置,利用这6个定位孔中心空间位置用最小二乘法拟合出最优的工装板平面,由于工件相对于工装板的位置固定,可求得工件相对于相机坐标系的位置,进而通过标定参数转化为在机器人基坐标系下位置和姿态,供机器人抓取工件。经过多次工件抓取实验,分析数据得出,系统距离定位误差小于0.5mm,满足工业生产要求且适应于多种类型工件的抓取,具有通用性。     

机器人智能抓取系统视觉模块的研究与开发

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open CV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。     

基于视觉信息的工业机器人搬运系统研究

针对工业机器人在搬运工件过程中容易出现拾取位置偏差的问题,以MOTOMAN-SV3X机器人为对象,研究开发了具有视觉定位及位置调整功能的工业机器人搬运系统。介绍了该系统的组成、工作流程、机器人位姿描述,并提出一种解决拾取位置偏差问题的方法,为机器人搬运技术提供了一套自动化、柔性化的应用方案,从而提高搬运精度和效率。     

一种高效的机器人自由曲线运动位姿同步规划方法

针对机器人在自由曲线运动中位姿难以同步的问题,提出一种机器人自由曲线运动的位姿规划方法。该方法采用抛物线边界的三次非均匀B样条曲线拟合任意数目的示教点位置,同时采用四次四元数样条曲线拟合示教点姿态。根据示教点将自由曲线分段,以获得速度规划降速点,减少机器振动。对分段位置曲线及姿态曲线采用复化的辛普森积分求得曲线长度及姿态转角;对位置曲线进行七段S形速度规划,并利用位置规划所得的时间对姿态曲线进行速度规划,从而得到速度连续且时间同步的位置及姿态。实验表明该方法可行、高效。     

基于工业机器人的图像引导圆孔定位方法

在图像引导的圆孔金属工件自动化装配中,由于圆孔金属工件的图像存在弱纹理甚至无纹理的情况,从而导致对圆孔位姿的定位精度低。针对此问题,通过工业机器人带着单目工业相机水平移动构建一个平行双目结构,获取双目图像;通过对双目图像中的圆孔轮廓提取的特征点粗匹配,得到图像的基础矩阵,再通过基于弧段的椭圆检测对双目图像中的圆孔轮廓进行提取,最后通过上述信息进行基于极线约束的双目精立体匹配并求得相关点三维坐标与位姿。实验结果表明：孔位与孔心距精度保持在1 mm内,孔姿态精度保持在0.3°内。     

基于共享库的通用工业机器人示教器软件设计

针对市场对工业机器人需求多样化的趋势,设计一款应用于嵌入式Linux操作系统的通用示教器软件。基于QT开发框架进行人机交互界面设计,依据需求分析和示教器的工作原理设计了运动控制模块、机器人语言的代码编辑模块、基于机器人语言代码示教复现模块以及通信与数据采集模块等内容。为了让示教器软件具有通用性,在软件架构中引入了Linux操作系统共享库技术,将与机器人算法相关的代码按照通用的接口集成到可替换的共享函数库之中。最后结合摆臂焊接机器人和SCARA机器人机械本体搭建了工业机器人控制系统并且分别进行操作测试,结果表明设计的示教器软件人机界面友好,功能完善,并且可以应用于不同的工业机器人。     

融合视觉和以太网技术的工业机器人分拣装配控制系统设计

针对制造业中多类型、多工位、无规则、有残次工件人工分拣出错率高与装配效率低下的问题,设计一个融合视觉和以太网技术的工业机器人分拣装配控制系统.应用工业以太网构建一个包含视觉、PLC、HMI和工业机器人的硬件系统;提出结合图像匹配、圆孔识别算法的工件检测与识别方法;基于坐标偏移的方法设计了一个PLC控制工业机器人的优化算法;并对工业机器人进行示教与编程,实现工件正确分拣与高效装配.测试证明:该系统工件识别正确率达100％,工业机器人的示教位置大大减少,工业机器人的控制程序明显简化,工件分拣正确率与装配效率显著提高.     

基于位姿变化的钻铆机器人刚度优化

钻铆机器人广泛应用于航空薄壁件加工装配中,当末端配备重载执行器进行钻铆作业时,因受到自身重力和横向切削力的影响会导致末端变形,加工质量变差,工业机器人这种弱刚性限制了其在精密加工领域的发展。以工业机器人自动钻铆系统为研究对象,建立运动学模型;选择合适的试验进行关节刚度辨识;在刚度模型基础上定义关节刚度性能指标;并通过粒子群优化算法寻找工业机器人作业时刚度最大位姿,确定所处位姿的关节角参数。通过选择合适的加工位姿提升工业机器人的刚度性能,保证孔位加工质量,提高生产效率,也可避免危险事故的发生。通过以上研究,可以求得符合钻铆工况下刚度最优的机器人工作位姿,并在假设实验中,验证了该姿态优化方法的可行性和有效性。     

基于机器视觉的工件分拣及上下料系统

为了解决传统工业机器人无法对多个不定位姿的工件进行分拣抓取的问题,搭建一套基于机器视觉的零件分拣及上下料系统。所搭建系统能够较准确地对铝件和有机玻璃件进行分拣,并对工件的位姿进行识别,最后将结果换算到机器人的世界坐标系下,对工件进行准确抓取和上下料。其中针对工件的分拣,提出了通过条形码进行识别分拣的方法,此方法简单有效,快速便捷。对与背景对比度不高的透明有机玻璃件的位姿识别,提出一种自适应调参线性变换方法,从而准确识别出透明件的位姿信息。经实验测试,所搭建系统具有较高的准确性。     

焊缝三维信息计算精度分析及试验方法

双目视觉技术模拟人双眼观察世界的功能,在焊接领域可用来模拟焊工对焊件的观察,计算焊缝的三维信息.将两台工业摄像机安装在弧焊机器人末端形成手眼系统是双目视觉在该领域的典型应用.文中建立了视觉误差分析模型,分析了视觉系统配置对视觉计算的影响,被检测焊缝在有效视场内的摆放姿态及其与传感器相互位置对精度的影响,在理论分析的基础上设计试验验证了理论分析的结果.分析并试验验证了机器人精度包括其本身的重复精度和工具中心点标定精度对计算结果的影响.结果表明,机器人重复定位精度对视觉计算的影响标准误差不大于0.3 mm;而当工具中心点标定误差大于1 mm时,需要对机器人进行重新标定.     

基于激光视觉的薄板焊缝跟踪方法研究北大核心

由于示教型焊接机器人在进行汽车薄板件连续焊工艺时存在装夹误差和热变形等问题,导致焊缝实际轨迹与示教轨迹存在较大误差。为提高焊接质量,基于焊接机器人构建激光视觉焊缝检测跟踪系统,提出基于目标估计准则的焊缝跟踪算法,实时跟踪焊缝中心点三维位置变化。以传统图像处理法提取初始帧焊缝特征点,通过改进的孪生神经网络对强干扰下的焊缝特征点进行跟踪提取。通过坐标转换得到机器人基坐标系下的焊缝中心特征点三维坐标。结果表明:该算法能精确提取跟踪焊缝特征点,平均误差为0.48 mm,平均帧率为90帧/s,优于传统图像处理方法和基于相关滤波的方法,能够实现快速准确的跟踪。