结构光视觉引导的焊接机器人系统自标定技术

为实现结构光视觉引导的焊接机器人系统的标定,解决现有标定方法复杂,标定靶标制作要求高等缺点,提出一种基于主动视觉的自标定方法。该标定方法对场景中3个特征点取像,通过精确控制焊接机器人进行5次平移运动,标定摄像机内参数和手眼矩阵旋转部分;通过进行2次带旋转运动,结合激光条在特征点平面的参数方程,标定手眼矩阵平移部分和结构光平面在摄像机坐标系下的平面方程;并针对不同焊枪长度进行修正。在以Denso机器人为主体构建的结构光视觉引导的焊接机器人系统上的测试结果稳定,定位精度可达到±0.93 mm。该标定方法简单,特征选取容易,对焊接机器人系统在实际工业现场的使用有重要意义。     

结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.     

一种基于随动视觉的排爆机器人自主抓取系统

在传统基于固定视觉的排爆机器人抓取系统中,相机视觉易被遮挡且不能保证拍摄清晰度。基于随动视觉技术,提出一种将深度相机置于机械手末端并随机械手运动的排爆机器人自主抓取系统。利用深度相机计算目标物体的三维坐标,采用坐标转换方法将目标物体的位置坐标信息实时转换至机器人全局坐标系,并研究相机坐标系、机器人全局坐标系与末端执行器手爪工具坐标系三者的动态映射关系,实现排爆机器人的自主抓取。实验结果表明,与传统固定视觉方法相比,随动视觉方法可在误差2cm内,使得机器人机械手爪准确到达目标物体所在位置,且当机器人距离目标物体100cm~150cm时,抓取效果最佳。     

三维立体视觉机械臂智能抓取分类系统的开发

采用工业相机、工业投影机、普通摄像头、计算机和机械臂开发了一套具有三维立体视觉的机械臂智能抓取分类系统。该系统采用自编软件实现了对工业相机、工业投影机的自动控制和同步，通过前期研究提出的双波长条纹投影三维形貌测量法获取了物体的高度信息，结合opencv技术和普通摄像头获取的物体二维平行面信息，实现了物体的自动识别和分类；利用串口通信协议，将上述处理后的数据传送至机械臂，系统进行几何姿态解算，实现了智能抓取，并能根据抓手上压力反馈自动调节抓手张合程度，实现自适应抓取。经实验证明该系统能通过自带的快速三维形貌获取装置实现准确、快速的抓取工作范围内的任意形状的物体并实现智能分类。     

结构光与双目视觉相结合的三维测量

在三维测量技术中,传统的双目立体视觉方法计算量大,对没有明显特征的图像,匹配精度较低。本文将基于结构光的三维测量技术与双目成像技术相结合,解决了特征点搜索的困难,提高了测量的精度。与传统结构光成像技术相比,采用常规的双相机立体标定,不需要进行投影仪标定,降低了系统的复杂性,提升了系统的可操作性和灵活性。最后,运用该技术进行三维测量实验,测量结果表明了该技术的可行性。     

Microassembly of 3-D microstructures using a compliant, passive microgripper

This paper describes a novel microassembly system that can be used to construct out-of-plane three-dimensional (3-D) microstructures. The system makes use of a surface-micromachined microgripper that is solder bonded to a robotic manipulator. The microgripper is able to grasp a micropart, remove it from the chip, reorient it about two independent axes, translate it along the x, y and z axes to a secondary location, and join it to another micropart. In this way, out-of-plane 3-D microstructures can be assembled from a set of initially planar and parallel surface micromachined microparts. The microgripper is 380 /spl times/ 410 /spl mu/m in size. It utilizes three geometric features for operation: 1) compliant beams to allow for deflection at the grasping tips; 2) self-tightening geometry during grasping; and 3) 3-D interlocking geometry to secure a micropart after the grasp. Each micropart has three geometric features built into its body. The first is the interlock interface feature that allows it to be grasped by the microgripper. The second is a tether feature that secures the micropart to the substrate, and breaks away after the microgripper has grasped the micropart. The third is the snap-lock feature, which is used to join the micropart to other microparts.     

结构光三维视觉

本文介绍了一种用于焊接机器人自动规划的三维视觉的设计原理,并着重描述了实现信息处理的几个关键技术.     

新的单目视觉系统两步手眼标定方法

为了实现单目视觉系统的快速、精确的手眼标定,本文提出了一种新的两步式手眼标定方法,将手眼标定分为求解旋转关系和平移关系两步.首先机器人携带标定板进行两次平移运动求解旋转关系,然后机器人工具坐标系执行若干次旋转运动求解平移关系.该方法简单快速,不需要昂贵的外部设备,通过实验最终验证了该方法的可行性.     

面向工业零件的机器人单目立体匹配与抓取

为实现通用性强、快速、准确的工业机器人6自由度零件抓取,提出了一种基于单目视觉引导的零件3维抓取方法．首先,采用按倾角分层的Chamfer距离匹配算法建立图像与待匹配模板的相似度函数,并运用爬山法局部优化的遗传算法搜索最优匹配结果;然后,通过CAD（计算机辅助设计）模型建立离线3D模板库,将匹配算法拓展到适用于复杂结构零件的空间6自由度位姿检测;最后,由各坐标系间的矩阵转换和系统标定得到机器人的抓取信息,从而实现零件的3维抓取．实验结果表明,优化后的位姿检测算法在匹配速度和准确性上均有所提升,且基于该检测算法的机器人3维抓取实验的位置误差在2 mm以内、转角误差在2°以内,可用于工业智能机器人的零件抓取．     

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。     

显微外科手术机器人手指系统的研究与开发

显微外科手术机器人手指系统是在显微外科手术机器人（妙手系统）的研制过程中,针对手术的自身特点及操作要求而自主开发的．该手指系统体积小、重量轻、夹持力大、机构精简、可靠性高,可以准确实现工具的旋转与开合,能够迅速地更换末端手术工具．通过一系列的试验测试及动物试验的研究,结果表明该手指系统的设计是成功的,能够满足显微外科手术的操作要求．     

基于目标检测的机器人手眼标定方法

智能协作机器人依赖视觉系统感知未知环境中的动态工作空间定位目标,实现机械臂对目标对象的自主抓取回收作业。RGB-D相机可采集场景中的彩色图和深度图,获取视野内任意目标三维点云,辅助智能协作机器人感知周围环境。为获取抓取机器人与RGB-D相机坐标系之间的转换关系,提出基于yolov3目标检测神经网络的机器人手眼标定方法。将3D打印球作为标靶球夹持在机械手末端,使用改进的yolov3目标检测神经网络实时定位标定球的球心,计算机械手末端中心在相机坐标系下的3D位置,同时运用奇异值分解方法求解机器人与相机坐标系转换矩阵的最小二乘解。在6自由度UR5机械臂和Intel RealSense D415深度相机上的实验结果表明,该标定方法无需辅助设备,转换后的空间点位置误差在2 mm以内,能较好满足一般视觉伺服智能机器人的抓取作业要求。     

结构光视觉测量机器人的标定

构建了由线结构光测头和机器人组成的视觉测量系统. 利用齐次坐标变换的方法建立了测量系统的数学模型. 针对数学模型中的手眼关系, 使用半径已知的球体, 采用定点变位姿的方法, 进行粗略的估计. 考虑到机器人的绝对精度较低, 将定点信息和尺度信息作为优化条件, 对计算机器人的运动学参数和手眼关系做进一步寻优. 实验表明文中的方法能够有效提高测量机器人的重复精度.     

Design process and simulation testing of a shape memory alloy actuated robotic microgripper

Microgrippers are commonly used for micromanipulation of micro-objects with dimensions from 1 to 100 µm and attain features of reliable accuracy, low cost, wide jaw aperture and variable applied force. This paper studies the design process, simulation, and testing of a microgripper which can manipulate and assemble a platinum resistance temperature probe, made from a 25 µm diameter platinum wire, a 20 mm diameter tinned copper wire, and a printed circuit board type connector. Various microgripper structures and actuator types were researched and reviewed to determine the most suitable design for the required micromanipulation task. Operation tests using SolidWorks and ANSYS software were conducted to test a parallelogram structure with flexible single-notch hinges. The best suited material was found to be Aluminium alloy 7075-T6 as it was capable of producing a large jaw tip displacement of 0.7 mm without exceeding its tensile yield strength limit. A shape memory alloy was chosen as a choice of actuator to close the microgripper jaws. To ensure a repeatably accurate datum point, the final microgripper consisted of a fixed arm and a flexible arm. An optimisation process using ANSYS studied the hinge thickness and radius dimensions of the microgripper which improved its deflection whilst reducing the experienced stress.

     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

精确标定关节臂视觉检测系统手眼关系

在关节臂视觉检测系统中,视觉传感器与关节臂末端的手眼关系标定的准确性直接影响到系统的测量精度。推导了关节臂手眼问题的数学关系模型,提出了一种基于遗传优化算法的双阶段手眼标定的新方法,即先采用常规方法求取手眼变换矩阵主要参数的初始值,在初始值的基础上利用遗传算法优化手眼标定模型的所有参数,建立遗传优化算法的手眼关系数学模型。通过实验论证了该方法的优良性和可行性,对一般手眼问题具有一定的可移植性,系统测量精度优于40 μm。     

基于多目立体视觉的试件飞行运动速度测量方法研究

为了测量试件的飞行速度,提出了一种基于多目立体视觉技术的飞行运动速度测量方法。首先研究了多目相机的标定方法,然后通过图像匹配的方法来获取各个相机图像中目标点的图像位置,最后根据各个相机的内部和外部参数,重建得到被测试件的三维坐标,结合相机的拍摄速度,计算出试件的飞行速度。结果表明：该方法可以较为准确的测量出试件在整个飞行过程中的运动速度,且具使用灵活,操作方便等特点。     

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。     

通用型“手—眼”式多关节机器人视觉系统物像关系的研究

本文着重研究了“手-眼”式通用型多关节机器人视觉系统中基体坐标系.物体坐标系和图象坐标系之间的关系.利用空间坐标系的投影变换和映射等方法,推导了“手-眼”式机器人系统中摄象机图象点和空间点对应的数学关系式.同时对固定式也进行了探讨.本文以多关节机器人视觉系统的实际情况为基础,在实际的机器人坐标系上导出了一个简便实用的算法,可以通过对摄象机摄取的图象中的点的坐标运算,求出其对应的空间点在机器人基体坐标中的坐标,因而能迅速准确地引导机器人根据视觉图象正确地运行到所求的空间点的位置.     

基于双目视觉的接触网磨耗在线检测研究

针对电力接触线磨耗检测中效率低、实时性差和精度低的问题,设计了一种基于线阵相机的非接触式测量系统。基于双目立体视觉原理和各坐标系关系,推导了接触线的磨耗表达式。系统采用递归逼近高斯滤波方法对采集到的图像进行滤波再进行边缘点提取,然后转化为磨耗长度并实时显示,并利用坐标变换对振动状态下测量的磨耗进行了误差分析。实验表明,能够实时地检测出电力接触线的磨耗大小,测量误差小于0.55 mm。