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。     

基于视觉的机器人目标抓取研究

为了减少机械臂在产品分类和抓取过程中的执行时间,减少定位误差,提高生产效率,提出基于视觉反馈机制的机器人控制方法。针对传统机器人只根据待抓物体特征点进行识别的局限性,根据机械臂系统可同时检测对象颜色和形状属性,提出基于RGB颜色空间和surf算法结合的目标对象特征提取方法;结合机械臂空间移动过程方法的研究,从机械臂逆运动学的角度出发,对以完成位姿定位的物体进行抓取;使用众为创造科技有限公司生产的xArm机器人验证所提方法的有效性和鲁棒性,结果表明该视觉识别方法有效提高了机器人抓取的精准性。     

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.     

并联机器人视觉抓取系统快速标定方法的研究

机器视觉技术给传统工业带来了深刻的变革。对机器视觉的并联机器人抓取系统的快速标定进行了研究,该机器人抓取系统的标定主要包括相机的标定和人机(相机与机器人)标定。该标定装置的硬件采用德国Basler Ace系列的工业相机和Delta机器人本体。相机标定软件使用C#编程工具通过调用图像处理软件HALCON的函数库开发图像处理软件,实现了对相机的标定。人机标定使用开放式软件平台CODESYS开发了机器人人眼标定变换模块。实测结果表明:该标定方法方便快捷、运行可靠、稳定。     

SCARA机器人运动学和视觉抓取研究

针对机器人的控制问题,文章研究了SCARA真空机械手的运动学解算和视觉抓取。首先,对SCARA真空机械手的机构进行了分析;其次,通过MDH法对机械臂构建了关节坐标系并进行了运动学建模,通过弦位法进行逆解的计算;再次,提出了一种基于视觉的机械手抓取算法;最后,通过MATLAB仿真软件对于SCARA机械手的运动学正逆解算法进行了验证,并通过实验验证了视觉抓取算法的效果。从实验结果可得出,机械手的运动学算法准确,视觉算法提升了识别速度,该问题具有一定的实用价值。     

基于视觉的SCARA机器人抓取平台与实验研究

为了提高自动化装配任务中高节拍机器人抓取工件的位置精度与效率要求,提高工作节拍时间,搭建了基于视觉的SCARA机器人抓取平台,同时开展了抓取工件的实验研究。使用Open CV完成摄像机标定,运用改进的霍夫变换算法进行工件轮廓检测,根据抓取平台的机械结构和运动特点,完成抓取作业;最后,对多次抓取实验结果进行研究分析。结果表明,该抓取平台具有较高的工业生产应用价值,其定位误差在0.5mm范围内。     

一种视觉机器人抓取控制策略算法研究

针对视觉机器人抓取目标的稳定性和准确性,提出一种关注探索方法的强化学习策略。采用深度关注的确定性策略梯度算法,利用关注区域建议网络来选择预勘探区域消息,并通过自适应探索方法计算该消息,以随着目标的变化调整策略。根据末端执行器与预勘探区域中心之间的距离,定义分层奖励函数,用于减少稀疏奖励矩阵带来的杂项信息。在Bullet3环境下进行了训练,实验结果表明：所提策略能够克服训练过程中可能出现的稳定性差和收敛效率低的问题,能产生抗噪声干扰的鲁棒控制,且具有较高的抓取成功率。     

基于机器视觉的Baxter机器人抓取算法研究

针对传统机器人结构化示教抓取无法满足智能制造生产过程中实际抓取需求的问题,对机器人在非结构化场景下的多目标灵活抓取进行了研究,在分析了传统机器人抓取检测方法的基础上以智能协作式机器人Baxter作为操作对象,融合机器视觉技术提出了一种基于改进的Canny边缘检测和Hough变换的机器人抓取检测分类算法,并最终实现了机器人的目标抓取。通过实验证明,该算法能够有效提升Baxter机器人在完成抓取任务过程中的精准性和鲁棒性,该研究对智能制造环境下的机器人灵活抓取任务实现有着重要的案例参考意义。     

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。     

基于开放平台的机器人视觉抓取控制系统设计

设计了一个基于开放式运动控制平台的机器人视觉抓取控制系统。该系统将视觉技术与机器人运动控制系统相结合,采用模块化设计,利用TCP/IP网络实时传输实现信息交互,机器人在视觉引导下完成复杂条件下的抓取作业,系统的可靠性、实时性及可扩展性都得到了提高。该系统应用于自主研发的4轴关节式机器人,运行稳定可靠。     

焊接机器人焊缝视觉跟踪修正系统开发与实验研究

针对示教型机器人在实际焊接中常存在的热变形、工件加工误差和装配误差等因素造成焊缝位置和尺寸变化,导致焊缝和示教轨迹发生偏差等问题,对某型常用焊接机器人的视觉控制器进行了改进,并开发了焊缝视觉跟踪修正系统,将传统的"开环控制"转化为可控的"闭环控制",并通过试验分析,验证了该修正算法的可行性,提高了焊接机器人的焊接精度。     

基于Kinect视觉识别的智能居家机器人系统

为了更好的给老年人提供服务,提出了基于Kinect视觉识别功能的智能居家机器人控制系统。首先通过Kinect摄像头获取人体景深图像,然后利用姿态识别算法对人体姿态进行识别,最后将识别结果转换为控制命令传输到智能居家机器人使其完成自主抓取、传递物品等一系列动作。实验表明,基于Kinect视觉识别的控制方式能准确控制智能居家机器人,实现了机器人控制方式上的创新,对服务型机器人领域的发展研究具有很好的参考价值。     

视觉机械手的抓取方法研究

针对机械手抓取物体大多以指定位置抓取特定物体的方式及柔性差的问题,提出利用基于深度学习方式的目标检测算法对物体进行识别。通过双目视觉算法检测物体所在的空间位置,利用D-H法进行机械手的坐标解算,从而实现物体的抓取。根据实际需求,采用实时性较好的YOLOv4目标检测算法与OpenCV中的立体匹配算法SGBM相结合的方式实现目标定位检测,并且通过租用云端服务器来训练神经网络和运行程序的方式降低本地硬件要求。实验结果表明：该机械手抓取物体的成功率达到了84%,验证了该方法具有较好的准确性,基本满足智能制造中的实际需求。     

基于IPSO算法的机器人抓取系统刚度优化研究

微小型工业机器人以其强耦合性、可扩展性、高精度被广泛应用到各行业,然而大多数机器人以串联型为主,其结构弱刚度问题会导致机器人动作时产生振动从而影响整体稳定性。以服务型机器人为研究对象,为保证机器人结构刚度以及抓取物体过程的稳定性,对机器人整体结构刚度进行优化。对机器人进行运动学静态建模,利用刚度等效原理计算机器人关节刚度;在抓取位姿范围约束下,将机器人末端刚度椭球半轴长作为优化指标,采用改进粒子群算法(IPSO)对机器人在不同抓取位姿的刚度进行优化,并将结果与遗传算法、粒子群算法的优化结果进行对比;通过ANSYS有限元分析和实验对比机器人优化前后的末端变形量,结果表明：基于IPSO算法的机器人抓取系统刚度优化对提高机器人整体稳定性具有一定意义。     

焊接机器人视觉系统

通过对电弧和熔池表面的谱线分析和对比,提出可能的近弧区图像观察窗口。确定了Ar弧焊及CO_2气体保护焊在低碳钢母材上的相应观察窗口,由此开发出焊接机器人视觉系统,并在汽车后桥上得到应用。     

视觉引导下机器人拆垛场景识别定位抓取方法

针对2D图像识别缺乏3D姿态信息，而传统的3D视觉需要处理大量点云，运算时间较长等问题，提出一种基于改进Mask R-CNN与局部点云迭代优化相结合的机器人拆垛、分拣及码垛策略。对Mask R-CNN网络进行改进，在其ROIAlign结构之后加入空间变换网络模块，提升识别准确率；利用改进的Mask R-CNN网络对目标进行实例分割，结合场景点云分割得到物体感兴趣区(ROI)场景局部点云；采用加入K维树邻域搜索的迭代最近点算法将物体ROI场景局部点云与模板点云进行配准，最终得到位姿估计的结果。UR5协作机器人根据此结果解决拆垛、分拣及码垛问题，实验结果表明：利用改进的Mask R-CNN网络提升了目标识别的准确率，使用ROI局部点云法减少了场景点云与模板点云配准的迭代次数，提高了工业机器人的拆垛、分拣及码垛效率。     

米线抓取机器人的研制

以某米线厂的米线生产为研究背景,研制出一种具有双臂独立运动的抓取机器人。该机器人主要由执行机构、驱动系统、控制系统和位置检测传感器组成。介绍了抓取机器人的总体设计方案及工作流程;详细介绍了抓取机构、移动系统和PLC控制系统的结构设计及工作原理。该机器人能与原输送机协同工作,将待捆扎米线从传送带末端的支撑平台搬运至自动捆扎机进行捆扎。结果表明,研制的抓取机器人可减轻工人劳动强度,提高生产效率。     

机器人抓取的三维手眼标定方法研究

在视觉感知识别目标位姿后,机器人正确移动到指定位姿需进行手眼标定。若机器人进行三维空间操作,需进行三维手眼标定。针对空间物体抓取提出方法：通过设定机器人在x、y、z三个方向上的限位,根据工作需要为机器人定义一个工作区域,机器人以定步长定轨迹路线在区域内移动,使用迭代最近点算法求解手眼标定转换矩阵,采用下山单纯形法对转换矩阵进行优化,减小标定误差。实验结果表明：平均标定误差比传统基准法减小了18.90%,所需时间减少了49.12%。     

智能球罐焊接机器人直流电机无触点双向调速模块研究

为满足智能球罐焊接机器人的运动驱动要求,研制了一种直流电机无触点双向调速模块。该模块采用双反星晶闸管全桥主电路,以TCA785集成移相触发器为核心组成控制电路,通过逻辑互锁电路选择触发2组晶闸管桥臂中的1组,可实现直流电机的无触点双向调速及过流保护功能。     

一种物料抓取机器人的运动学研究

提出了一种新型2-DOF串并混联机械臂,该机械臂具有串联机构工作空间大和并联机构承载能力高的优点,可以实现较大活动空间内对重物的搬运仓储。在自由度分析的基础上,对这种机械臂进行了运动学性能分析。基于几何解析法分析了该机构的运动学正反解,并且给出了5组正反解分析数值算例,验证了正反解分析的正确性。