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。     

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。     

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。     

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。     

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。     

基于双目视觉的机器人虚拟拖动示教技术的研究

针对工业机器人拖动示教技术可拓展性差及市场应用推广难等问题,基于双目视觉研究机器人虚拟拖动示教技术,降低机器人拖动示教成本。根据机器人末端姿态获取要求,设计基于双目视觉的末端姿态获取实验平台,并研究末端姿态获取方法。通过坐标变换技术研究机器人虚拟样机和末端执行器虚拟样机融合方法,实现ADAMS环境中机器人虚拟拖动示教模型的构建。以末端姿态数据设计虚拟模型驱动函数,研究机器人关节角度序列获取方法,实现机器人虚拟拖动示教轨迹再现。以毛笔为机器人末端执行器的实例验证了基于双目视觉的机器人虚拟拖动示教技术的可行性。虚拟拖动示教技术避免了复杂的机器人逆运动学求解问题,为机器人轨迹规划提供了便捷的方法。     

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...     

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。     

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。     

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。     

基于双目视觉机器人复杂轨迹再现方法研究

随着工业自动化水平的飞速发展,工业机器人得到了越来越广泛的应用,特别是六自由度串联机器人被大量应用在各行各业,其主要依靠示教来使其完成指定的作业任务,在线示教方法和离线示教方法是工业生产当中应用最广泛的,但传统示教方法存在一些缺点和局限性。为此,针对传统示教方法的不足,提出了一种新的示教方法,该方法利用视觉定位技术进行跟踪和采集示教轨迹的数据,机器人依据采集数据实现复杂轨迹再现。     

基于双目视觉的机械手捡球机器人设计

为解决人工捡球费力费时的问题,设计了一种双目视觉识别定位、机械手捡拾和自主避障的轮式智能捡球机器人。该机器人通过双目摄像头和Lab VIEW平台,实现对小球图像的实时采集与处理;运动控制系统采用以STM32F411为主核心的NUCLEO-F411RE嵌入式开发板,实现对各个模块的驱动;通过五自由度机械手实现小球的捡拾;通过红外传感器检测周围环境,实现自主避障;由计数器统计捡球数量,通过手柄模块人机交互辅助完成卸载过程。仿真结果表明:该机器人能够完成高尔夫球、乒乓球、网球等多种小型球类的捡拾任务。     

基于双目视觉的机器人快速示教系统

针对工业机器人传统示教方式存在示教难、示教慢的问题,基于双目视觉提出构建机器人快速示教系统。该系统将双目视觉模块固接在机器人末端工具上,减小示教范围限制;设计出一种带有特征板和位姿测量杆件的手持示教装置,用于对设定点进行快速位姿示教;采用最小二乘法实现特征板到位姿测量杆件末端的平移参数标定。该系统通过双目视觉模块采集手持示教装置特征板图像,并进行图像处理获得末端点的位姿信息;将该位姿信息转换到机器人基坐标系下,实现机器人示教再现。搭建川崎RS010NA六自由度工业机器人的双目视觉快速示教系统,进行空间25点的示教复现测试,机器人示教复现位置平均误差为2.427 mm;采用移动示教后,平均位置误差下降25.3%;测试结果表明该系统具备可行性,且移动示教可以提高示教复现精度。     

基于双目视觉的钻杆接头定位系统设计

文章针对某地质钻杆摩擦焊接工作站钻杆接头自动上下料需求,在不改变原有工件存料方式的基础上,设计基于双目视觉的钻杆接头定位系统。利用大恒MER-500系列摄像机采集图像信息,并将其上传到工控机进行图像预处理及边缘检测;然后采用最小二乘法拟合椭圆,确定工件圆心坐标位置,并对圆心点进行排序;最终将工件坐标信息传给ABB机器人,实现工件的视觉定位及抓取。结果表明,利用最小二乘法拟合椭圆能够满足工件定位精度的要求。该定位系统可为类似工件的机器视觉定位提供借鉴。     

基于SURF+RANSAC的双目立体视觉目标识别与抓取

针对单目视觉处理简单、无法获取获取三维维空间数据的问题,提出一种双目立体视觉目标识别和抓取方法。结合SUR算法和RANSAC算法对图像进行匹配,以滤除图像中的"外点";利用仿射变换获取关键点信息及形心坐标,根据立体重建原理实现目标测距与定位,最终完成抓取任务。实验结果表明:采用距离辅助坐标定位法可以准确识别目标物体并获得距离信息,实现准确定位。     

双目视觉三维数字化测量技术研究

双目视觉三维数字化测量是一种先进的产品数据采集技术,由于其无破坏、测量精度高、数据获取速度快等优点而被工业界和学术界广泛关注,是加快产品开发和保证产品质量的重要手段之一。文章在对国内外相关研究工作进行分析的基础上,系统地总结了双目视觉三维数字化测量技术的基本原理、研究现状,并指出在其研究过程中应解决的关键问题,明确了以后研究的方向。文章为双目视觉三维数字化测量技术研究工作的进一步展开提供了参考,对其正确、广泛地应用具有一定的指导意义。     

机器人水下焊缝跟踪中双目立体视觉系统

根据机器人水下焊缝跟踪的要求,设计了一套双目立体视觉传感器.采用卤钨灯辅助光源加复合滤光系统,较好地去除了噪声,拍摄到较为清晰的焊缝图像.针对水下焊缝图像模糊、对比度低的特点,采用模糊增强图像处理技术,对Pal处理算法进行了改进,改进算法中采用OTSU法选择最佳阚值,提出了新的隶属度函数.试验表明,该算法提高了图像处理的效率,提取的边缘比较精细,为空间焊缝跟踪中焊缝识别及立体匹配奠定了基础.     

机器人焊缝跟踪水下双目视觉图像采集系统

分析了水下焊接的影响因素,采用大红和紫红复合滤光片进行滤光.根据机器人的结构,采用可调焦微型摄像机,满足跟踪精度的要求.设计了内外压环和密封圈的防水结构,使摄像机及光源的防水性能达到70～80 m.采用相交光轴双目摄像头的布局形式,设计了一块带弧形槽的装配板来装配摄像头与灯源,使其既适应于水下焊接,又易于匹配.对直线对接焊缝和坡口焊缝进行采集试验,所采集焊缝清晰可见、干扰较少,完全可以用于水下焊缝跟踪.