基于机器视觉的Delta机器人分拣与跟踪系统设计

为了提高Delta机器人动态抓取的精度与速度,提出了一种基于欧姆龙NJ控制器的Delta机器人控制系统。通过采用欧姆龙NJ运动控制器和EtherCAT内部高速总线将Delta机器人的运动控制和外部运动逻辑控制进行无缝对接,实现一体化控制。同时为了提高抓取效率,利用Delta机器人视觉系统识别抓取目标的位置,去掉重复图像信息,进而提出一种动态的抓取算法,实现了机器视觉与机器人动态抓取的完美结合。通过对样机进行测试表明:该Delta机器人在分拣与跟踪目标过程中漏抓率小于2%,误抓率为0,表明该系统能够达到抓取系统的实时性要求,在实际工程中具有一定的应用价值。     

基于视觉的并联机器人药袋分拣系统设计

药袋包装是生产过程中一个重要的环节,将传送带上的药袋高速、准确地摆放到药袋盒子中对提升药袋包装的生产效率具有十分重要的意义。设计一款基于视觉的并联机器人药袋分拣系统,系统利用Robot Control系统控制并联机器人的运动,Soft PLC负责外围信号采样、逻辑控制等功能,MM240/A编码器输入模块记录药袋识别后的编码器增量值。药袋位置、摆放角度与轮式编码器增量值关联并传递给Robot Control系统,实现对药袋的视觉追踪和高速分拣。结果表明,该系统成功实现了药袋的视觉跟踪和抓取工作。     

基于机器视觉的机器人分拣系统的设计与实现

传统的分拣作业一般采用示教或离线编程方式,当工作环境发生改变时系统无法即时的作出相应的调整,针对传统分拣方式中存在的不足,以并联型机器人和康奈视In-Sight7000型工业智能相机为基础,搭建一个基于机器视觉的工业机器人分拣系统。该分拣系统结合了并联型机器人和机器视觉两方面的技术优势,对经典的Canny边缘提取算子做出了相应的改进,通过提取图象边缘信息作为匹配的特征,克服了光照变化对视觉系统造成的影响,实现了当分拣对象由传送带运送进入相机视野时,系统可以高速的对分拣对象进行识别和分拣工作。该系统显著提升了机器人对工作环境的适应能力,提高了生产效率和系统柔性。同时,实验结果证明了该系统软硬件设计正确,分拣成功率高。     

基于机器视觉识别的小型机器人分拣搬运系统的研制

提出一种小型机器人分拣搬运系统的设计和研制方法。它基于机器视觉识别技术对工件进行辨识,用四自由度机器人进行搬运和分拣。主要研究内容有分拣系统的总体设计、部件和附件的设计、视觉系统的基本原理和编程、四自由度机器人的示教以及I/O通信和编程等。该系统己应用,效果良好。     

基于三维机器视觉的工业机器人定位系统设计

为解决工业机器人在复杂自动化生产线上目标精确定位问题,文章搭建了由史陶比尔工业机器人、Kinect视觉传感器和上位机组成硬件平台,设计了基于三维视觉的工业机器人抓取定位系统。通过棋盘标定法对工业机器人抓取系统进行标定,采用深度边缘分割方法采集图像并提取工作面,根据累计概率Hough变换法提取工作面上不同形状目标的中心点,编写上位机处理程序实现图像分割、目标中心点定位及机器人运动控制等功能。实验结果表明该系统能够对规则形状目标实现定位功能,定位精度满足工业机器人的工作需求。     

基于NX MCD的工业机器人视觉分拣数字孪生系统设计

针对制造业中多类型、多颜色工件人工重复分拣出错率高的问题,设计一个基于工业视觉的工业机器人自动分拣物理控制系统和数字孪生系统。提出融合工业视觉、工业机器人、PLC等设备的以太网通信控制方案;基于视觉检测原理,应用视觉检测工具,结合PLC程序能够正确识别工件信息;基于NX MCD软件构建了工业机器人、输送带、工件等数字孪生系统;最后,对工业机器人和PLC进行联合编程,实现视觉分拣虚实系统同步作业。实验结果证明：该系统工件识别正确率高,工件分拣效率高,数字孪生系统能够实现虚实同步,为系统的动态监控、维护管理与虚拟调试提供了便利。     

基于机器视觉的多关节机器人智能装配系统设计

设计一种智能装配系统,采用机器视觉识别工件的位置、角度和类型;将工件的信息通过Modbus-TCP通信协议传输到S7-1200 PLC控制器;控制器根据既定的程序算法将处理好的工件相关数据信息传输到多关节机器人的控制器,进而使机器人按照预先示教好的程序和算法对工件进行抓取和装配。该系统在实际应用中效率高、稳定性好,能有效降低人工成本,并且可以根据不同工件灵活改变控制策略,具有较大的经济和社会效益。     

基于ABB机器人的柔性分拣系统设计

在瓶体人工分拣成本高、传统机械结构无法满足多瓶体柔性分拣的背景下,采用工业机器人替换传统机构,设计基于ABB机器人的柔性分拣系统,以实现圆柱瓶子表面检测工作站适用于多尺寸类型的柔性生产。通过分析圆柱瓶子尺寸变化与分拣作业位置的公式,以两台ABB工业机器人作为执行机构,采用平移功能实现上料、检测、分拣等动作的柔性调整。以伺服夹爪作为末端执行器实现对不同瓶口直径的夹取。以三菱PLC作为控制中心,触摸屏作为人机交互界面,通过流程设计与程序界面设计,实现系统中各设备的协同控制及各项功能的界面监控。调试结果表明：在基准瓶子示教的基础上,系统可实现适用范围内不同尺寸瓶子的自动分拣作业,且触屏操作便捷,满足柔性生产需求。     

基于机器视觉的五轴坡口切割机器人控制系统设计

基于机器视觉的五轴坡口切割机器人控制系统的设计,主要针对五轴坡口切割机器人的机械本体的控制方案的设计,以保证机器人在工作空间内可以完成从加工零件图像采集到加工轨迹生成再到完成坡口切割整个流程。整个控制系统上位机以MFC模块与OPENCV视觉库为基础,下位机以PLC控制单元作为核心。从图像采集与处理、通讯、轨迹计算与运动控制到PLC控制单元的设计与电路驱动元件的选取等方面,提出了具体的解决方案,并通过搭建实验平台,验证了试验设计的可行性。控制系统设计严谨,可实现要求的五轴坡口切割作业。     

基于机器视觉的轮胎快速识别分拣方法

在生产诸如自行车轮胎等产品过程中,存在人工识别分拣工作量大、过程枯燥乏味及效率低下的现象。针对这一问题,研究了一种基于机器视觉的轮胎快速识别分拣方法,该方法依靠机器视觉系统抓取生产线工作区域图像,利用NCC(归一化积相关)模板匹配准确的特点快速匹配到轮胎上的固定编号,然后进行扇形固定区域扫描获取编号区域,通过双线性插值将定位出的环形区域转换为矩形区域,实现轮胎编号信息的快速识别,最终驱动机器人完成分拣工作。实验结果证明,该方法安全可靠,具有较好的实际应用价值。     

基于机器视觉的物料自动分拣系统研究

为解决工业自动化生产中的自动分拣问题,以工业机器人与海康威视MV-CA013-20GM型工业智能相机为基础,设计了一个基于机器视觉的物料自动分拣系统。利用OpenCV完成了相机的标定,并基于物料位置坐标提出了图像去重复算法。对原始图像进行预处理后,以匹配子图和模板图像灰度值的相关函数、归一化相关匹配准则为基础,提出了多阈值模板匹配算法实现对分拣对象的快速识别。实验结果表明:该分拣系统稳定可行,能满足实际生产中对传送带上的物料进行自动分拣的需要,提高了生产线的自动化和智能化水平。     

基于LabVIEW工业机器人自动分拣系统设计

自动分拣系统是大多数流水生产线上的一个重要环节。基于机器视觉的机器人分拣则有着适应范围广、随时变换作业对象和变换分拣工序的优势。设计基于Lab VIEW软件控制的工业机器人自动分拣系统,采用Lab VIEW软件编程、设计原型。测试和实验证明,系统能够稳定地实现物料的迅速识别和自动分拣。     

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。     

基于机器视觉的MOTOMAN机器人轨迹控制

基于机器视觉的MOTOMAN机器人轨迹控制方法具有较强的灵活性,可以很好地适用于MOTOMAN机器人涂胶、切割等作业。使用张正友标定法对CCD相机的内参与外参矩阵进行求解,得到图像坐标系与机器人坐标系之间的转换关系;分析背景差分法与二值化法各自的优缺点,提出使用背景差分法与二值化结合检测法对CCD相机所捕捉的目标轨迹图像进行特征提取;对提取的特征图像进行细化与去噪处理;针对提取目标处理后得到的点序,对Motocom32库函数进行封装;机器人调用Motocom32库函数完成对MOTOMAN工业机器人的实时控制。通过试验验证了该方法的准确性     

基于机器视觉的机器人作业目标定位

为了满足生产制造过程中物料无序分拣的需要,设计基于机器视觉的机器人作业目标定位系统。利用Qt开发人机交互界面,实现图像采集处理、通信和机器人运动控制功能。对图像进行阈值分割等处理,得到理想工作区域。通过机器人视觉系统标定实现相机像素坐标和机器人基坐标之间的转换,得到机器人坐标系下的工件位姿识别。在机器人目标抓取平台上随机摆放一定数量的工件进行数据采样,结果表明：系统准确度以及速度具有优势。     

汽车橡胶工件视觉分拣系统设计

为了提升生产过程中的自动化水平,利用机器视觉结合三菱FX系列PLC设计了一套兼容多种产品自动分拣的系统,该系统是集上料、传送、检测、分拣、包装于一体的自动化系统.通过对小工件进行自动分拣,提高了小工件分拣的生产效率,同时保证了生产的质量,减少人员的投入,产生良好的经济效益.该系统为同种类型的小工件分拣提供参考.     

基于四自由度视觉机器人的织物分拣方法

针对人工分拣织物效率低,劳动成本高,而且对工人身体产生危害的问题,提出机器视觉与机器人相结合代替人工分拣织物的方法,从而解决了人工分拣织物存在的缺陷。构造RBF神经网络的颜色分类器将不同颜色织物分类,利用阈值分割对目标织物进行分割;使用遍历中心扩散法求取机器人抓取织物的抓取点;经过摄像机标定和机器人轨迹规划实现机器人对纯色织物的自主分拣。实验结果表明,该方法分拣织物的准确率能够满足纺织业的实际应用需求。     

基于机器视觉的液晶面板质量检测系统设计

随着科技的发展,液晶面板应用越来越广泛,传统的人工检测方式已无法适应现代化工业生产高质量、高效率的需求。针对液晶面板检测项目多、检测精度要求高的难题,研发出一种基于机器视觉的液晶面板检测系统。给出了液晶面板AOI检测系统设计的整体方案、结构组成、视觉系统的功能及控制流程中产品的高精度检测,极大地提高了检测效率,有效地降低了废品率,保证了液晶屏的生产质量。     

基于机器视觉的冲床自动送料机系统设计

针对我国冲床自动化水平低,人工送料效率低且危险性较高的问题,提出了一种基于机器视觉的冲床自动送料机系统设计方案,实现了自动送料、套料、冲压的完整流程。首先用棋盘格标定板对相机进行标定,建立起机床坐标系和图像坐标系之间的联系;然后对采集上来的图像进行处理,获取板料的轮廓、孔洞等信息,进行格式封装后,传输到套料处理模块进行算法套料处理并对冲压路径进行组合优化;最后将冲压坐标发送到下位机进行冲压。测试结果表明,与传统手工送料模式相比,该套系统在提高冲压效率上具有明显优势;同时相较于市面普通的专一送料机,其灵活性有了很大提高。     

基于机器视觉的电路板自动钻孔系统设计

电路板手工制作过程中人工钻孔定位准确度要求高、耗时长、危险系数高,为解决这一问题需要机器代替人工自动钻孔。设计一套基于机器视觉的电路板自动钻孔系统。系统通过机器视觉进行电路板的图像采集,经过灰度处理、图像滤波及二值化、边缘检测等预处理后得到电路板线路边缘的图片,利用霍夫变换进行圆孔位置识别与定位,采用遗传算法对加工路径进行优化,通过C#语言编写控制机器程序,实现自动钻孔。实验结果表明：该自动钻孔系统能够准确、快速地进行电路板自动钻孔,大幅度提高了钻孔的效率和安全性。