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。     

工业码垛机器人的视觉伺服技术

随着码垛机器人在物流自动化领域的广泛应用,市场对码垛机器人的智能化水平提出更高的需求。针对传统的"示教-再现"工作方式的码垛机器人功能单一、适应性差的问题,将机器视觉与码垛机器人控制技术相结合,搭建码垛机器人视觉伺服控制系统平台,并针对码放货物的特点,开展相关图像处理算法的研究。经试验验证,该码垛机器人视觉伺服控制系统平台可以快速准确的完成不同货物的检测、分拣和码垛,为后续码垛机器人视觉伺服技术的研究提供参考和依据。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于机器视觉的工业机器人分拣技术研究

近年来,机器人技术已逐渐走进每个人的日常生活.随着科技的进步和我国经济的快速提升,机器人领域的科研也一次次有了新的进步,机器人的分拣技术一直深受专业人士的关注,机器人和系件特性也在与时俱进.为了更好地提升机器人分拣技术,本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设,并对其作用进行了实验研究.     

基于机器视觉的垃圾分拣机器人

为了把人从环境恶劣、枯燥繁重的垃圾分类工作中解放出来,本项目设计了一款基于机器视觉的垃圾分拣机器人.机器人以STM32单片机为主控,根据树莓派发送的不同指令控制六自由度机械臂抓取垃圾.机器人的视觉系统部署在树莓派上,视觉系统使用CSI摄像头获取图像并通过YOLOv4目标检测算法求得图像中垃圾的分类信息和位置信息,最后通...     

基于图像的机器人视觉伺服免疫控制

视觉传感器的引入增加了机器人对周围环境的自适应性,拓宽了机器人的应用领域。可以预见,具有视觉的智能机器人将得到越来越广泛的应用。本文根据机器人视觉伺服控制系统的特性利用图像雅可比矩阵的伪逆和免疫控制原理设计了视觉控制器,并将之应用于机器人视觉伺服控制中。两连杆机器人平面视觉跟踪控制仿真结果表明在控制系统的动态调节过程中,PI型免疫控制器的免疫反馈机制能使偏差迅速消除,控制性能优于常规的PID控制器。     

视觉伺服双臂冗余度机器人的研制

本文对自行研制的视觉伺服双臂冗科度机器人的机要设计、传动比的确定及控制方案的实施进行了简述。     

机器人与机器视觉的垃圾分拣系统设计

随着人工智能和机器人在自动化生产线广泛应用,无人化、智能化为其提供了有力技术支撑.垃圾分类和再利用是当今亟待解决的社会问题,本研究结合机器视觉和机器人优势,基于Halcon的图像处理平台和IRB1410机器人的运控载体,对固体流通商品按国家分类标准进行分拣.重点研究机器人逆运动学算法、垃圾外包装条码实时采集、数字图像处...     

基于OpenCV的机器人分拣系统设计

随着电商平台的发展,快递行业的整体规模迅速壮大,在物流成交量比较高的状态下,极容易出现“错件”分拣、快递分拣速度慢等问题,将严重影响快递包裹分拣。现对工业机器人分拣系统的性能、功能等方面进行研究,用机械臂代替人工分拣,设计出一种基于OpenCV图像识别的工业机器人分拣系统,进一步提升了工业机器人分拣水平。     

并联机器人智能分拣系统设计

针对并联机器人在实际生产过程中对复杂工件的智能分拣问题,对并联机器人的配置、速度、加速度以及传送带的速度等方面进行了研究。对在分拣过程中影响并联机器人分拣成功率的因素进行了归纳,提出了一种基于视觉技术的并联机器人智能分拣系统,利用工业相机对传送带上移动的复杂工件进行捕获,利用图像处理技术获得工件的形状、位置等信息,并将所获得的工件信息传递给控制器,由控制器控制并联机器人对传送带上的工件进行抓取,通过实验获得了测试数据。研究结果表明:影响分拣成功率因素的优先级中,加速度对系统分拣的成功率影响较大,其次是机器人的速度,最后是传送带的速度。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

基于视觉识别的智能垃圾分拣车的设计与实现

环保领域中垃圾的分类处理是核心环节.智能垃圾分拣车可以准确、及时的对生活、工业垃圾进行识别、分类和处理.根据智能垃圾分拣车的目标单元、分拣控制单元以及组装测试等方面的探究,提出一种智能垃圾分拣小车系统设计方案,通过智能垃圾分拣车的目标单元、分拣控制单元以及组装测试、分析试验,最后验证了设计的合理性,达到了垃圾从生产到投放、运输、处理的整个过程的目标,为优化垃圾分类处理设备设计工作提供参考.     

挂轨型机器人云台视觉伺服控制

由于海上升压站设备种类多、差异大,人工巡检存在漏检、误检和安全风险等原因,采用机器人对升压站设备进行工况监测与故障诊断具有显著的优势。文中通过分析相机成像原理和云台运动模型,完成了轻量化云台的集成。针对升压站检测目标种类多的问题,提出了基于SURF+FLANN特征匹配的云台视觉伺服控制方法,并通过二次对准策略实现了对目标设备的自动对准与图像采集。实验证明了该伺服控制系统的可行性与有效性。     

基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。     

视觉伺服机器人系统的无标定目标运动估计

机器人视觉伺服系统是机器人领域一重要的研究方向。该文建立了三自由度平面机器人视觉伺服系统,着重研究在摄像机与机器人坐标系无标定的情况下对目标的运动估计,提出了一种无标定算法,采用Kalman滤波完成目标的运动估计,并验证了它的有效性。     

基于虚拟仪器技术的机器人视觉伺服研究

以分布式系统的原理为结构框架,将四自由度机器人系统和实时图像采集系统有机结合,构成了基于虚拟仪器技术的分布式机器人视觉伺服系统。在推导视觉伺服机器人系统的图像雅克比矩阵的基础上,用LabVIEW语言编写了基于逆模型的控制算法等软件模块,实现了对目标二维运动的跟踪,最后给出了实验结果:采用简单的模糊控制算法,对于100个像素的阶跃激励,系统可在3 s内实现跟踪。     

基于视觉伺服的巡检机器人返航路径确定方法

针对目前方法对机器人返航路径进行确定时,由于未能对巡检机器人的参数进行整定,导致该方法选定的路径存在迭代次数高、与实际轨迹误差大、避障效果差以及搜索路径长度短的问题,提出基于视觉伺服的巡检机器人返航路径确定方法。该方法首先利用视觉伺服控制方法对巡检机器人的速度进行控制,采集速度数据并规整成小组对其进行离散化处理;再依据处理结果构建非线性函数,对巡检机器人的机械参数进行参数整定处理;最后以整定后的参数为基础,对巡检机器人的全局路径和局部路径进行规划处理,从而实现巡检机器人返航的路径确定。实验结果表明,运用该方法选定的路径迭代次数少、与实际轨迹误差小、避障效果好以及搜索的路径长度短。     

磁锚定手术机器人立体视觉伺服控制研究

面向单孔腹腔镜手术特点,设计了一种立体视觉系统,能为磁锚定手术机器人提供清晰的视野并能进行视觉测量。通过深度误差分析和景深的计算进行立体视觉平台的设计。对磁锚定手术机器人建立运动学模型和摄像机模型,并通过立体视觉进行关节向量的视觉测量。控制策略是以全体雅克比的在线估计和角度估计作为更新律。最后,通过仿真验证了控制系统的有效性。     

机器人视觉伺服系统的研究与发展

论述机器人视觉伺服的发展历史、方向和研究背景,系统介绍了机器人视觉伺服系统的基本分类,重点介绍三种现有的控制结构、动态LookandMove系统、视觉直接伺服系统以及实现视觉伺服系统各个环节的主要问题。对智能控制在机器人视觉伺服系统中的应用作了介绍,并对控制系统实时性进行分析。展望今后的发展方向。