基于立体视觉焊接变形测量系统标定

应用立体视觉三维测量系统对钢结构上若干待测标志点进行测量,测量前分两步对测量系统参数进行标定.首先应用基于平面模板的方法标定摄像机的固有参数,包括单个摄像机的内部参数和两个摄像机间的位置关系参数.其次使用单位四元数法对摄像机坐标系与设计坐标系之间的位置参数进行标定.为了验证标定结果的准确性,对摄像机内参数标定结果进行了重投影误差估算,重投影误差很小,满足系统测量误差要求.对标定结果进行重建试验,重建结果平均误差小于1 mm,最大误差小于2.5 mm.     

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.     

基于手眼立体视觉的弧焊机器人平面工件定位系统

在工业生产中应用的焊接机器人都是示教再现式的机器人，在批量生产时这种机器人要求每次工件定位必须一致，否则需要重新示教；带有离线编程系统的机器人同样存在工件定位问题，如果工件定位不准，焊接机器人无法按原离线编程系统生成的路径完成焊接。作者针对平面工件开发了一套基于手眼立体视觉的弧焊机器人工件定位系统，首先对摄像机的内外参数和机器人手眼关系进行标定；然后控制机器人运动，使安装在机器人末端的摄像机在两个不同的位置取像；最后通过图像处理和立体视觉的方法来计算出平面工件在机器人基坐标系中的三维信息。试验表明该系统获取的工件定位信息精确。该系统为焊接机器人自主焊接奠定基础。     

柔性再制造修复系统及标定技术

介绍了一种柔性再制造修复系统原型,利用基于立体视觉技术与结构光技术的手持式扫描仪和基于6自由度机器人技术的焊接修复机器人,搭建系统工作平台。介绍了现场两步法标定步骤,通过至少3个不同姿态和辅助平面来标定焊枪位姿。利用扫描过程中使用的定位标记点的固定特性完成了扫描系统坐标系与焊枪修复机器人坐标系之间的标定。在标定完毕的系统上,对A3钢板进行等离子焊接修复,得到其多层多道的快速修复成形表面平整度低于0.5 mm,从而验证了系统的可靠性和有效性。     

基于末端开环视觉系统的机器人目标抓取研究

以MOTOMAN-SV3X机器人、摄像机和传动带为基础,构建了一个基于机器视觉的机器人目标抓取系统.本系统中摄像机和机器人分别布置在传动带两端,其工作原理为:利用视觉定位和系统标定结果,经过坐标系转换将位姿信息转化到机器人基础坐标系中,然后根据位姿信息进行运动学逆解得相应的控制文件,最终实现摄像机在一端拍摄,机器人在另外一端对目标进行抓取.抓取实验结果验证了此系统的可行性和实用性,为提高生产线的自动化程度提供了一种新的方法,对后续的相关研究做了铺垫.     

机器人视觉引导中标定参数同步求解方法

在分析机器人视觉引导中各坐标系转换关系的基础上,提出一种基于最大似然估计的非线性机器人视觉引导标定参数的计算方法,该方法根据最大似然估计构造计算过程中矩阵变换测度函数,采用Levenberg-Marquardt算法求解非线性最小二乘问题,可一次性求解出摄像机标定参数和手眼标定参数。通过数值仿真和真实机器人标定实验,将计算结果与经典标定方法的计算结果进行了比较。结果表明:提出的算法相对于经典算法在估计误差、对噪声的敏感度和稳定性方面均有所提高。     

基于线结构光的型钢自动焊接位置检测技术

摘要： 针对现有H型钢现场焊接过程中多为人工焊接、劳动强度大、操作环境恶劣且人工测量随意性大等问题,提出了一种基于视觉与图像处理的型钢自动焊接位置检测技术。该技术主要基于线结构光测量法来实现对型钢轮廓的检测从而确定焊接位置,利用激光线的位置确定焊缝位置,结合焊接机器人达到自动焊接的目的。先利用张正友标定法获得相机内参数和畸变系数,再通过最小二乘法拟合激光平面的方法实现激光平面的标定,结合两者实现整个测量系统的标定,然后基于OpenCV编程接口实现图像处理,最后利用ABB机器人工具坐标系对该测量方法的检测精度进行评价。针对检测点深度方向坐标误差较大问题提出一种误差拟合方法,应用此方法进行多种型号H型钢测量试验。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1 mm,达到了较高的标定精度,明显降低了坐标误差,能够满足焊接使用要求。 创新点： 利用标准量块提出一种误差拟合方法,可有效降低坐标误差。     

基于球面约束的机器人系统标定

针对机器人系统现场标定问题,提出一种利用百分表位移测量装置,基于球面约束的机器人工具坐标系以及工件坐标系标定方法。在DELMIA软件中建立仿真平台,运用非线性最小二乘算法成功对工具参数进行辨识求解。对某焊接机器人系统进行现场标定实验并在标定完成后导入离线程序进行轨迹偏离度验证。结果表明机器人轨迹偏离度得到改善,一致性偏差保持在0.3mm以内,稳定性较好,该标定方法的可行性得到验证。     

线激光视觉测量机器人手眼标定方法研究

线激光视觉测量传感器与工业机器人组成三维测量系统时,法兰盘坐标系与摄像机坐标系之间变换关系求解较复杂。为解决此问题,提出一种基于固定参考点的手眼标定算法。该算法以标定球为靶标,根据标定球球心在机器人基坐标系中坐标不变原则,结合机器人运动学位置约束关系建立了矩阵变换方程,并在旋转矩阵求解中引入四元数,简化计算过程,实现机器人手眼标定。通过试验量化分析测头光平面与标定球相交位置对测量结果的影响,验证了该算法的有效性和实用性     

基于双目视觉和距离误差模型的工业机器人运动学参数标定方法

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.279 9 mm减少为0.104 4 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。     

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。     

面向机器人激光增材制造的机器视觉系统标定算法

随着现代智能制造的快速发展,金属增材制造、绿色再制造、焊接等领域大量使用机器人等自动化装备,视觉传感是机器人智能制造的关键环节.针对上述需求设计了一套基于线结构光的视觉传感器,并对其进行标定,自主开发了用于机器人激光增材制造的机器视觉系统.该系统通过Matlab相机标定工具包实现相机的内外参数标定,利用Labview编...     

基于人机交互的遥控焊接虚拟环境标定技术

对于工作在非结构化环境中的机器人遥控焊接系统,虚拟环境与真实环境的一致性直接决定了系统的可靠性、作业精度和工作效率.虚拟环境标定技术可以通过远端真实环境的信息反馈校正虚拟环境中机器人模型与工作环境模型的位姿关系.采用人机交互的图像特征提取方式和线性与非线性结合的最小二乘算法,实现了摄像机在线标定和工件定位,完成了遥控焊接系统的虚拟环境标定任务.在标定试验中,当采用较大的摄像机焦距时,最大标定误差为2.9mm,平均标定误差为1.5mm.根据试验的过程和结果,分析了影响标定精度的因素.     

焊接机器人再制造中结构光传感器的标定

在基于焊接机器人的柔性再制造平台中,对零件破损部位的三维测量是获取再制造模型的关键步骤.文中提出了一种结构光传感器系统的快速标定方法,对柔性再制造线结构光三维扫描测量系统进行了标定.标定过程中首先采用平面靶标法标定出 CCD 摄像机线性模型的内外参数,然后通过靶标上的结构光条纹的像求解出光平面方程,确定结构光光平面与摄像机的位置关系.在标定出结构光测量系统的各个参数后,即可以求得零件破损部位特征点的三维坐标,从而获得破损零件的再制造模型.该方法标定过程简单,精度较高,易于实现现场标定.

Abstract：

On the flexible remanufacture platform based on welding robot, 3D ranging of the damage parts is the key step to obtain the remanufacturing data. This paper proposes a rapid calibration approach and calibrates the line structured-light 3D ranging system in the flexible remanufacture platform of the welding robot. The calibration includes the following steps: first, calibrates internal and external parameters of the camera by a planar pattern; second,solves parameters of the light plane by the structured-light strip in the image, which determine the relationship between light plane and camera, and then calculate 3D coordinate of the feature point on the damage parts to establish remanufacture model. The approach is easy, simple and accurate.     

基于工具坐标标定改进的工业机器人零点位置自整定方法

在工业机器人应用过程中更换工具时需要重新标定工具坐标,一般情况下工具坐标通过固定点约束的3点法进行标定,此方式在机器人本身零点位置不准确的情况下往往会得到一个较差的结果。基于3点法中定点约束的原理,提出一种改进的工业机器人零点位置自整定方法,对出厂标定过的六自由度串联机器人,修改其零点位置与工具坐标的标准值产生给定误差,基于空间内一个固定点的约束关系,在已知机器人连杆参数的情况下建立机器人坐标变换模型,取21组机器人关节角与笛卡尔坐标数据作为辨识条件参数,机器人工具坐标与零点位置的偏差作为未知数据,通过最小二乘迭代算法计算出工具坐标与零点位置的偏差数据。将实验对象的整定结果和给定的误差参数进行对比,整定结果基本与给定误差一致,并通过比较自整定前后示教器上的位置显示值之间的误差值,证明了校准算法的可行性。