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FANUC机器人内置视觉识别软件应用研究

针对现场工程人员使用基于PC平台或嵌入式模块等机器视觉系统开发机器人视觉程序比较困难的状况,对机器人与内置视觉识别软件之间联系进行研究。以FANUC机器人集成内置视觉识别功能软件为研究对象,介绍工业相机与机器人物理连接;分析相机标定原理和标定过程;以2D形状和条形码工件为例,详细介绍了视觉识别程序处理过程和机器人视觉程序关键指令以及搬运程序流程。把多个模型混合放置,内置视觉系统都能准确识别,机器人都能精准分拣和搬运。机器人集成内置机器视觉系统硬件连接简单,识别工具丰富,使用方便,机器人程序与视觉数据交互便捷,拓展了机器人工艺应用范围。机器人集成内置视觉识别功能是自动化领域和机器视觉系统发展趋势。     

基于Adam优化算法的双目机器人手眼标定方法

在智能制造领域,视觉机器人应用前景十分广阔。视觉机器人的手眼标定精度直接关系到机器人的后续作业精度。为了进一步提高机器人的手眼标定精度,现提出一种基于Adam优化算法的双目Eye-to-Hand型机器人的手眼标定方法。根据多体运动学理论,建立了6DOF机器人手眼标定数学模型,以Halcon输出的手眼标定矩阵为初始值,采用Adam优化算法对目标函数进行迭代求解,将由优化前后手眼矩阵得到的两组机器人末端坐标系的位姿分别与从示教器得到的位姿作差值,并取Frobenius范数。结果表明:相机标定误差为0.089个像素,优化后的Frobenius范数平均值小于优化前,且一致性好。     

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。     

基于Halcon的固定视点手眼标定方法

在视觉引导机器人完成抓取的过程中,最重要的步骤是手眼标定,手眼标定的精度将直接影响后续工作的精度。充分考虑相机畸变对手眼标定的影响,在Halcon环境下,设计一种高精度的固定视点手眼标定方法,该方法在确定了机器人基础坐标系与相机图像坐标系之间关系的同时也标定了相机的内外参数,并通过实验进行验证。结果表明:该标定方法具有较高的精度,可广泛应用于视觉机器人的定位抓取工作。     

基于视觉伺服的机器人作业系统研究

在分析了机器人离线编程后,提出了一种基于视觉的机器人控制方法.经过图像采集卡控制相机采集作业对象信息、对图像进行二值化处理、边缘检测、特征量计算、相机标定等步骤后,根据作业对象特征形成机器人控制信息.再调用MOTOCOM32库函数与机器人通信,实现对机器人的实时控制.实验完成了预定的作业任务,并证明了该方法的意义和实用价值.     

面向增材再制造的零件三维模型重建系统研究

应用多频外差相移技术、双目结构光重建原理,将两个工业面阵CMOS相机、一个数字投影仪固定在移动式机器人激光熔覆增材再制造设备的机械手上,搭建出一套损伤零件三维模型重建系统,并进行了相机标定和手眼标定.利用该系统对带凹坑缺陷的金属基板进行三维模型重建试验并进行体偏差分析,重建出零件缺陷的三维模型.结果表明本系统能满足零件...     

圆钢端面中心主辅眼视觉定位方法研究

针对机器人贴标系统对圆钢端面中心X、Y坐标与Z坐标测量精度要求的不同,提出了主辅眼视觉定位方法。设置主相机与辅相机,采用最小二乘法识别圆钢端面并拟合圆,主相机运用三角形内插值法标定求出较为精确的X、Y坐标,主、辅相机组成双目视觉系统运用张正友标定法进行二次标定获得主辅相机的内外参,通过形心匹配求视差值,再利用三角测距原理求出Z坐标。实验结果表明,主辅眼视觉定位方法求取的圆钢端面中心的X、Y坐标精度可达到±1mm以内,Z坐标精度可达到±5mm以内,能够满足圆钢端面机器人自动贴标的位置精度要求。     

非特制靶标的结构光视觉自动标定系统北大核心

为解决现有结构光视觉装置的标定方法需要高精度特制靶标且标定过程复杂的问题,实现标定过程的流程化,提出了一种基于非特制靶标的结构光视觉自动标定方法,并构建了相应的自动标定系统。该系统控制机器人带动结构光视觉装置做两组运动对非特制靶标拍照,第一组运动通过8次平移和3次末端姿态改变运动,利用靶标平面的特征点信息并结合机器人的姿态信息获取相机参数和手眼参数,第二组运动通过5次平移,利用相机外参数和机器人的位移信息求解出光平面方程。采用具有清晰图像信息的卡片式物体作为靶标,利用所提出的方法完成线结构光平面标定,精度验证实验结果表明,系统对靶标的选择有较强的适应性,在测量30 mm、50 mm和60 mm标准块时,平均绝对误差均值为0.049 6 mm,相对误差均值为0.11%,标定精度能够满足毫米级的测量要求,能适应如焊缝跟踪、物体测量等工业现场对结构光视觉装置的要求。     

摄像机静标定技术在机器人视觉目标定位中的应用研究

利用机器人视觉技术对目标进行定位与分检中,视觉系统对目标的精确定位是其关键技术之一。利用基于线段斜率的摄像机静标定技术对摄像机镜头进行了标定,将标定的镜头径向畸变系数应用于目标位置坐标计算中。经标定后的目标坐标位置数据引导机器人末端执行器完成对目标的定位,实验结果表明了该方法的有效性。     

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     

基于空间直线约束的焊接机器人手眼标定

视觉传感器与焊接机器人的标定是焊接智能化应用中的重要问题,针对末端夹持线结构光传感器的焊接机器人,提出了一种基于空间直线约束的手眼标定方法.首先任意变换机器人位姿使线结构光传感器投射出的光平面与标定模板相交,然后通过特征点提取算法提取出线结构光与直线的交点,并基于直线约束建立了非线性优化模型,最后结合罚函数法与改进的Powell算法同时求解传感器位置与方向参数.基于上述方法进行了一系列试验,结果表明,该方法通用性强,适合现场标定,有效的提高了标定精度,标定精度在0.2 mm以内.     

圆形扫描结构光传感器的标定和焊缝检测

设计了一种新型圆形扫描结构光传感器,可在待焊工件表面形成圆形激光轨迹.阐述了该传感系统的三维测量原理,并分别对摄像机和结构光进行了标定,获得摄像机的内外参数和结构光锥面在摄像机坐标系下的方程.分别采集了对接焊缝、角接焊缝、搭接焊缝、V形坡口焊缝的图像,经过一系列的图像处理过程获得具有明显焊缝特征的二值细化图像.根据焊缝特征可以识别焊缝,得到焊缝特征点的三维空间坐标.     

基于主动视觉的机器人辅助测量

机器人在测量领域得到了广泛的应用，文中给出了基于单目视觉的器人辅助测量，采用摄象机校准得到摄象机内、外参数，由手眼转换关系移动机器人执行器得到要求的摄象机运行，从而求出空间点在摄象机坐标系中的坐标，并由摄象机的外部参数计算得到空间被测量点在绝对坐标系中位置坐标。     

水下焊接熔池采集过程中摄像机的标定

定标是计算机视觉系统中的一个重要问题,针对水下焊接熔池采集过程中的摄像机标定问题进行了研究.采用图像增强、细化等图像处理技术确定标定模板的图像坐标,从而实现了对摄像机的快速标定.试验表明该方法切实可行.     

遥控焊接中立体视觉系统标定

为了提高遥控焊接智能化水平,设计了一套立体视觉系统进行焊接机器人环境的三维重建.对立体视觉系统参数标定分两步完成,首先使用基于平面模板的方法离线标定摄像机的内参数和两个CCD摄像机之间的位置关系等不变参数.然后使用线性方法对摄像机坐标系和焊接机器人工作坐标系之间的关系进行在线标定.标定试验重建结果的平均误差小于1 mm,最大误差小于3 mm.