一种用于微器件装配的系统设计与研制

首先概述了国内外微装配系统的研究现状,在分析微装配系统的特点和功能需求基础上,提出一种基于计算机视觉伺服控制的微装配系统设计方案,详细描述了系统中精密三维微定位工作台、SMA微夹持作业工具以及视觉伺服控制系统等关键技术的解决方案,并以直径为几百微米级的典型微轴孔的装配为目标开展各项关键技术的试验研究.     

型材搬运机器人视觉伺服控制研究

文章通过分析型材搬运机器人视觉伺服控制的技术要求和特点,提出一种基于型材型心线坐标附加值模型的识别算法,并以此作为型材图像边缘检测与识别理论的算法,分析了机器手的定位方法;以数字图像处理理论和算法为基础,以VisualC 6.0为平台,实现型材搬运机器人视觉伺服控制图像处理与机器手定位坐标值的确定,提供了一种型材搬运机器人视觉伺服控制的方法。     

基于支持矢量机回归的机器人视觉系统定位精度

如何提高工业机器人视觉系统在不确定性动态环境中的定位精度是机器人完成复杂任务的一个关键技术问题.针对采用单摄像机的机器人和基于位置的视觉伺服控制存在的精度问题,提出一种将基于模型控制方法和基于智能计算方法相结合的方法,以面向小样本原理的支持矢量机回归来构建控制系统误差校正模型,应用该模型对机器人末端在同一个平面上的定位...     

基于切换控制的双相机视觉伺服方法

针对家电产品机器视觉在线检测应用场景中基于图像的视觉伺服不能保证全局收敛和单目视觉反馈不佳的问题，提出一种基于切换控制的双相机视觉伺服方法。首先使用全局相机估计目标位姿，引导机器人运动到期望位姿附近，确保视觉伺服方法能够收敛；然后根据机器人手上相机提供的图像偏差和深度信息，以及全局相机提供的目标速度和姿态实现双相机视觉伺服控制。相对于使用单应性矩阵的位置视觉伺服和混合视觉伺服方法，该方法能够定位与跟踪无标记目标，大幅提升跟踪的精度和稳定性。实验表明，基于切换控制的双相机视觉伺服方法可将控制周期缩短至33 ms,满足传送带速度在0.17 m/s范围内的机器人可获取清晰图像，实现实时跟踪检测。     

面向微装配的显微视觉伺服

将基于显微视觉伺服的机械手的装配位姿调整归结为使其末端执行器上三点运动到指定空间三点的问题.规定其中一点沿直线运动到目标位置,其余两点则以绕该点旋转的方法运动到它们对应的目标位置,避免部件的运动干涉与碰撞,并确保末端执行器始终在显微镜的视场中.以机械手的路径规划为基础,给出基于距离和角度的图像特征差的估计方法,定义并建立基于图像特征差的图像雅可比矩阵以及机械手的运动模型.提出基于图像误差与控制信号综合优化的具有图像延迟系统的最优控制算法,基于动态视觉伺服控制策略建立比例控制与最优控制综合的视觉伺服控制结构,通过一个误差开关在不同的控制器上切换,进行直线位姿调整和动态目标跟踪试验.结果表明,所研究内容正确可行,系统定位精度保持在两个像素以内,具有较好的实时性,能满足微装配性能指标的要求.     

面向IC封装的显微视觉定位系统

为了实现IC封装设备视觉定位系统的整体构建,在分析面向IC封装的视觉系统的基础上,对显微成像系统、视觉系统标定以及模式识别定位算法进行了研究。针对面向IC封装的视觉定位系统的特点,搭建视觉系统,并进行了系统标定。用Matlab编写了模式识别定位软件界面,并进行了相关试验研究。实验分析了系统的定位精度和稳定性,实验结果表明,标定误差基本满足正态分布,XY方向的平均误差为0.0145和0.1065pixel,方差为0.3103和0.2775pixel。经过对视觉定位系统的标定,并使用某种IC芯片进行实际定位实验,结果显示匹配定位误差可以控制在3.5μm(0.4pixel)以内。该视觉系统实现了亚像素级的定位精度。     

微装配机器人系统

研制一种具备多操作手协调工作的微装配机器人系统,该系统包括两个4自由度的主微操作手和一个3自由度的辅助微操作手,并采用双光路正交显微视觉作为获取机器人和微对象的位姿与环境信息的主要手段.为适应不同形状和材质微目标的操作需要,分别设计真空和压电陶瓷两类微夹钳,以微夹钳工作原理分析为基础,给出微夹钳的控制依据.就显微图像获取和视觉伺服等问题进行研究,包括基于维纳滤波的模糊图像逆滤波器复原,基于图像分析的显微镜自动调焦,以及基于距离和角度图像特征的显微视觉伺服控制等.以人机交互的半自主方式控制机器人进行微装配作业.装配结果表明,系统工作可靠,能够完成具有复杂工艺要求的微装配任务,目前微零件最小装配精度可达30 μm.     

一种位置和图像相切换的视觉伺服仿真分析

视觉伺服抓取通常将相机采集的当前图像特征与期望图像特征之间的偏差作为输入信号，通过图像处理、视觉伺服策略等使机械手能够运动到期望位姿。传统的基于位置或基于图像的视觉伺服存在各自的缺点，这里在视觉伺服控制方面，结合位置视觉伺服收敛速度快以及图像视觉伺服精度高的优点，研究了基于位置和基于图像的切换视觉伺服方法。以机械手坐标系原点与期望位姿坐标系原点在世界坐标系下的距离作为视觉伺服切换的阈值，通过对切换视觉伺服方法的仿真分析，验证了该方法在前半程可以快速达到物体附近，后半程利用图像伺服可以使机械手精确到达期望位置。     

全向移动机械臂的混合视觉伺服与参数优化

面向全向移动机械臂的视觉控制任务,研究了一种基于混合视觉伺服的控制律设计方法,并采用蝙蝠算法(Bat Algorithm, BA)实现了运动轨迹优化。首先,为实现全向底盘和六自由度机械臂的同时控制,建立了全向移动机械臂整体的速度级运动学模型;进而,根据眼在手中的相机配置方案,分别推导了位置误差和图像误差的雅克比矩阵,在联合了机器人运动学模型的基础上,设计了全向移动机械臂的混合视觉伺服控制律;进一步设计了基于蝙蝠算法的控制器参数优化方法,使机械臂末端能够沿着尽可能短的路线到达期望位置;最终,通过稳定性证明和系统仿真实验说明了该算法的有效性。     

移动机器人SLAM问题分析研究

随着移动机器人在各个领域的广泛应用,对移动机器人的控制精度的要求也越来越高.视觉传感器以其信息量大、效率高、非接触两测等优点而受到越来越多的关注.机器人的视觉伺服控制问题也成为研究的热点.本文主要讨论基于单目视觉的移动机器人的SLAM问题.本文将基于图像的视觉伺服控制方法引入到SLAM中,提出了一种基于消除图像特征误差的速度控制方法.文中首先根据摄像机针孔模型和SLAM运动学模型推导出了任务空间内SLAM实际速度与图像空间内SLAM速度之间的关系,然后对实际系统进行了变换.并针对摄像机参数未知的情况,给出了鲁棒控制器设计方法,证明了所提出的控制律可使该类型移动机器人鲁棒指数SLAM.仿真实验验证了本文所提出控制律的有效性.