基于SURF特征点的包装空间双目视觉定位研究

为便于多自由度的机械臂识别抓取特定包装,对包装外边缘轮廓精确定位,强化机械臂作业系统对包装的外边缘轮廓抓取精度与视觉特征识别.基于双目机器视觉中的SURF特征点的定位,提高检测系统的图像信息收集精度,确定复杂环境下的目标包装物边缘标定核心识别定位要点.在传统单眼视觉的基础上,进行双目视觉SURF特征点的应用建设分析.以...     

一种用于皮革干燥的抓取拉伸装置

专利公开号:CN214655021U申请人:陕西科技大学摘要:本实用新型提供了一种用于皮革干燥的抓取拉伸装置,包括视觉识别部分,机械手,自动绷板机构和用于控制视觉识别部分的机械手和自动绷板机构的信息处理控制系统;视觉识别部分包括工业相机;机械手包括机械臂和手部结构,手部结构包括安装架和安装框,安装框四周对称设置有多组抓取机构,安装架的下部中心设置有中心吸盘。     

基于计算机视觉技术的皮革边缘抓取点的定位

皮革边缘抓取点的准确定位是实现皮革自动绷板的关键环节。在皮革自动绷板过程中，为了实现对形状不规则和摆放位置不固定的革坯准确抓取，提出了基于计算机视觉技术对于革坯边缘抓取点进行定位的技术思路。首先利用棋盘格对相机进行标定，通过对采集的图像进行预处理，提取图像单像素轮廓，然后运用坐标系转换和轮廓点—质心角度算法筛选出革坯目标抓取点，最后结合标定后的相机像素精度，计算抓取点和质心的实际距离。方法平均运行耗时32.48 ms，平均定位角度误差0.16°，平均定位距离误差0.56 mm，这表明本方法可以准确实现对革坯边缘抓取点的定位，满足革坯自动绷板定位的需求。     

基于三维视觉的机械臂抓取策略研究

随着生产线智能化要求提高,配备三维视觉的机械臂能提高对异型物体的抓取成功率。文章搭建三维视觉抓取平台,利用Canny算子获取物体边缘轮廓信息,提出一个较高效的GQSN(Grasp Quality Score Network)结构网络,优化了候选抓取位姿,并设计人机交互界面以完成机械臂抓取全过程的监控。     

智能物流小车机械臂系统设计

本项目是基于ARDUINO,采用C语言进行编程,通过Open MV进行颜色识别的六自由度机械臂系统.根据任务使用要求,该六自由度机械臂可以通过二维码扫描模块获取任务信息并对处于静止状态不同颜色的物块进行识别,从而进行抓取和放置等工作.文章对六自由度机械臂的机械、电控设计方案和运动学分析做了简要介绍,对机械臂固定位置的调参和Open MV颜色识别方案以及相关程序算法进行了叙述,并对现有颜色识别提出更为准确的改进方法,为准备物流小车比赛以及学习自动化控制的人群提供参考.     

吸盘式皮革抓取搬运机器人的设计与仿真分析

针对现阶段皮革生产行业各工序之间的皮革抓取搬运难题，为提高皮革生产效率，减轻工人劳动强度，本文设计出一款吸盘式皮革抓取搬运机器人。通过对皮革的物理特性和最佳抓取点分析后，利用负压吸盘原理设计出皮革抓取搬运专用末端执行器，通过对抓取过程受力分析后，合理选用负压吸盘尺寸。根据D-H法建立机械臂的运动学模型，求解末端执行器的位置方程，并借助Matlab利用蒙特卡洛法分析出机器人的工作空间云图。最后利用ROS系统搭建机器人仿真环境，对机器人在绷板干燥环节的作业情况进行仿真模拟。结果表明，所设计的吸盘式皮革抓取搬运机器人可完成对皮革的抓取搬运作业，且运行过程稳定可靠，对推进皮革行业的自动化发展具有积极意义。     

基于Yolov4-Tiny与RANSAC算法的管纱识别抓取系统

针对络筒机依赖人工上纱的非自动化问题,课题组提出一种基于Yolov4-Tiny目标检测模型的识别抓取系统,实现了管纱的检测、定位及抓取任务.首先利用深度相机获取RGB-D图像,通过训练深度学习网络Yolov4-Tiny,生成预测结果;然后利用预测框信息将原始点云进行裁剪,采用快速点特征直方图与RANSAC算法进行配准;...     

基于机器视觉的皮革收缩温度智能化识别研究

在皮革行业中，收缩温度是表征皮革热稳定性、指导加工工艺制定的重要参数。借助机器视觉，能够对皮革在收缩过程中的微小位移量进行更加准确的测量，提升检测精度和效率。对此，本文阐述了目前皮革收缩温度识别的重要性与识别仪器设备的发展现状，对机器视觉技术应用涉及的图像预处理、角点检测、相机标定等算法展开分析，并对基于机器视觉的皮革收缩温度智能化识别系统的硬件与软件进行了设计，最终以皮革收缩温度检测试验，验证了系统的有效性和应用效果。     

一种基于OV7670视觉系统的类人机器人设计

为解决类人机器人双机械臂抓取目标过程中,存在目标识别不准确、目标识别单一、双机械臂运动不协调等问题,文章设计了一款基于OV7670彩色摄像机视觉系统及高仿真机械臂的类人机器人。通过OV7670和STM32主控模块对图像信息进行采集与处理,使用RGB-SHL颜色空间转换模型提取目标对象的图像特征,产生控制指令,然后将协调控制每一个舵机的运动参数发送给舵机驱动模块,以实现类人机器人识别目标、定位目标、协调运动和精确控制等功能。通过实验验证和参加华北五省(市、自治区)大学生机器人大赛,表明该机器人具有对目标识别准确、协调运动精确可靠的优点。     

基于机器视觉的细纱接头机器人纱线断头定位方法

为实现通过机器视觉方式对细纱接头机器人的纱线断头进行定位,并简化机械结构,根据断头纱线图像特点,提出针对纱线特征的识别与定位算法。利用工业相机采集纱线被吸入吸嘴的图像,通过改进灰度增强方法增大纱线特征与背景对比度,利用Canny算子进行边缘检测,最后通过划分上下感兴趣区域以及优化的霍夫直线检测获取纱线的图像特征并利用定位算法提取所需的位置信息。结果表明:本文算法提取的位置信息精度较高,坐标点误差为1.42像素,角度误差为0.60°;相较于传统检测算法,程序运行时间得到了缩短,识别时间在10^-1 s数量级上,实时性好;研究成果可应用于细纱接头机器人产品开发中。     

基于改进YOLOv5的皮革抓取点识别及定位

为实现机器人对皮革抓取点的精确定位,文章通过改进YOLOv5算法,引入coordinate attention注意力机制到Backbone层中,用Focal-EIOU Loss对CIOU Loss进行替换来设置不同梯度,从而实现了对皮革抓取点快速精准的识别和定位。利用目标边界框回归公式获取皮革抓点的定位坐标,经过坐标系转换获得待抓取点的三维坐标,采用Intel RealSense D435i深度相机对皮革抓取点进行定位实验。实验结果表明：与Faster R-CNN算法和原始YOLOv5算法对比,识别实验中改进YOLOv5算法的准确率分别提升了6.9%和2.63%,召回率分别提升了8.39%和2.63%,mAP分别提升了8.13%和0.21%;定位实验中改进YOLOv5算法的误差平均值分别下降了0.033 m和0.007 m,误差比平均值分别下降了2.233%和0.476%。     

脐橙分选包装表面损伤识别算法设计研究

研究提出了一种改进的计算机视觉识别技术与图像融合算法,并建立脐橙表面损伤识别系统,检测中从图像采集卡获得数字化的图像数据后,经过图像二值化、边缘检测和灰度拉伸处理,再对图像的行灰度均值变化曲线进行分析,加权滤波后提取特征图像,以提高脐橙分选包装的精度和速度。通过实验测试表明:边缘特征检测方法对于模糊图像的处理能力较强,算法设计中的损伤定位加快了系统的处理速度,其检测速度达到了10.5个/s,具有精度高、通用性和稳定性好等特点。     

基于视觉自主移动叉车货盘识别方法研究

讨论了几种常见的货盘识别算法并对其适用情况和性能进行了分析,提出了一种基于货盘颜色和货盘底边角点特征的算法.算法采用由粗到细的检测策略:提取货盘颜色,对货盘候选区域进行预检测,提取最长的货盘底边,利用角点确定货盘位姿.指出了基于视觉的货盘识别方法未来的研究重点:鲁棒性的视觉识别技术和快速识别方法.     

图书识别整理机器人的设计与研发

文章设计一种图书识别整理机器人,该机器人利用CCD进行循迹移动来进行路径规划,使用RFID技术识别图书电子标签,获取图书相关信息,采用多联动舵机组成机械臂对书籍进行抓取,实现图书的取放与整理,并利用图像回传实时监测,保证机器人稳定运行。该机器人能够识别图书信息并判断图书存放位置,将图书归还书架,减少管理人员的工作量,提高图书整理的工作效率,具有广阔的应用前景。     

基于机器视觉的机械臂柔性分拣技术研究

基于机器视觉的机械臂柔性分拣技术是利用机器视觉三维立体成像,自动识别需抓取对象信息,再通过机械臂柔性系统进行分拣的技术,面对工作环节繁多、多样化与复杂化的分拣工作,该技术有着极高的应用价值。在分拣工作中,有效利用机器视觉的机械臂柔性分拣技术能加强分拣工作效率与质量,提高分拣领域的智能化、信息化进程。因此,该文针对利用机器视觉的机械臂柔性分拣技术的实际应用进行分析。     

具有注视功能的机器视觉系统及其算法

在皮革、纺织,食品、冶金和农林牧产品加工等行业中,大背景中微小缺陷的检测大量存在。本文模仿人类的视觉注意机制,提出了一种基于注视机制的机器视觉检测系统及算法。系统由多个低分辨率、低成本的摄像头获取不规则的图像,用主成分分析法对原始样本数据提取特征,然后由BP神经网络对特征进行分类识别以确定可疑区域位置,再控制从动摄像头获取目标区域的细节图像,解决了传统机器视觉系统固有的图像冗余数据问题。     

基于FPGA的三自由度机械臂并行控制IP核的研究与开发

基于机械臂高度自动化,可靠性强,识别抓取精度高等特点,文章将采用FPGA、K210、三轴步进电机、三自由度机械臂、摄像头等模块设计开发一套三轴并行驱动机械臂,该机械臂可进行物体识别,还可用于流水作业线和个体货仓搬运工作中的三自由度搬运机械臂。将基于K210发送的指定颜色物体坐标数据,从而控制FPGA产生相应不同脉冲宽度(PWM)波形来控制机械臂的稳定运行,实现自动稳定抓取指定物体。     

视觉点胶机的摄像机标定技术

结合角点检测,提出适用于视觉点胶机的一种摄像机标定方法,通过角点检测对平面标定板的多个视角图片特征点采样,选取图像外围构成矩形的四个角点位置,建立一坐标系。对图像中每个矩形单元角点提取,计算单应性矩阵,并结合非线性几何畸变模型畸变校正,得出视觉点胶完整的成像模型,求解出摄像机内参数,通过最大似然估计进行优化调整后,由L-M算法(Levenberg-Marquardt Algorithm)将参数收敛,进而求出摄像机外参数。该标定方法不需要高成本的立体模型标定物,操作简单,且降低了求解内外参数的复杂度却不失精度。利用三轴直线机器人对标定结果的精度进行了验证。结果表明,采用该标定方法精度偏差小于0.3mm,满足视觉点胶系统的要求,也适用于机器视觉系统检测、焊接等工业领域。     

多自由度码垛机械臂抓取位姿控制方法

为解决目前码垛机的机械臂存在抓取位姿控制困难的问题,文章提出一种多自由度码垛机械臂抓取位姿控制方法。先建立机械臂连杆坐标系,然后对抓取任务的执行空间进行分析,设定抓取位置后对抓取操作进行简化,通过控制机械臂的轨迹,实现对机械臂抓取位姿的有效控制。实验结果表明：此方法关节角度误差≤5°,相比两种传统方法缩小了192°和154°。因此,多自由度码垛机械臂抓取位姿控制方法能够较好地控制抓取目标时的位姿,缩短了工作时间,在一定程度上提高机械臂的生产效率。     

基于AGAST角点域特征的条烟快速识别算法

为提高烟草物流中心自动化分拣效率,基于视觉技术提出了一种与高速自动化条烟分拣线相匹配的快速条烟识别算法。将穹形光源和同轴光源相结合设计了一种新型打光方式,使用高速彩色相机获取条烟图像信息,提出一种基于AGAST(Adaptive and Generic Accelerated Segment Test)角点域的特征描述方法。根据提取的特征建立条烟图像数据库,并使用极端学习机(Extreme Learning Machine,ELM)进行训练与识别,实现条烟的快速识别。将本文算法与SIFT和SVM算法的识别效果进行对比,结果表明:本文算法的识别率和实时性均为最优,识别率达到100%,识别耗时在3种算法中最少,能够满足自动化分拣线10帧/秒的要求。该算法为有效提高条烟异常情况检测的精度提供了参考。