视觉伺服机械臂手机抓取最佳位姿检测

针对下水道、勾缝等狭窄位置的手机拾取的问题, 本文提出一种基于机器视觉的伺服机械臂抓取方法. 首先对机械臂eye-in-hand上的相机进行标定, 图像预处理及目标检测等, 在位姿检测中提出一种基于二维坐标系下手机位姿解算算法, 得出解算的最佳位姿角只与夹持点的像素坐标的差值有关, 其位姿角的大小决定了手抓旋转的角度. 实验用Matlab软件对位姿检测进行仿真分析, 其包括SURF不变特征点的目标检测实验和位姿解算实验, 最后用Rethink双臂机器人的右臂对手机进行抓取验证. 实验表明, 在误差允许范围内, 提出的算法具有一定的有效性, 其结果为伺服机械臂抓取手机提供良好的准确性.     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。     

基于时延补偿机理的工业机器人视觉跟踪控制系统

为提升机器人抓取精度,基于时延补偿机理设计工业机器人视觉跟踪控制系统。通过摄像机与机械臂之间的坐标系关系标定摄像机的外部参数;对工业机器人的运动情况进行建模,机器人机械臂在运动过程中产生坐标系变换,利用齐次坐标变换矩阵描述机械臂连杆运动位姿,引入模糊时延补偿算法,提高机械臂跟踪控制精度。系统性能测试结果表示：针对不同形状和位姿角度的物体,设计的系统在抓取过程中能够逐渐缩小误差,最终提高实验中的成功抓取次数,验证了设计系统的可靠性。     

基于细菌觅食算法的嵌入式机械臂角度控制器设计

进行机械臂角度控制器设计过程中,为提高机器人机械臂灵活性,降低关节角度控制误差,设计一种细菌觅食算法的嵌入式机械臂角度控制器。首先,构建机械臂动力学模型以获取机械臂的柔性特征及其关节位置,根据获取的信息确定角度控制器的硬件逻辑结构和算法。然后,使用ARM微处理器嵌入式操作系统,设计包含移动控制终端和机械臂控制端的控制器硬件结构。最后,采用细菌觅食算法优化控制器参数,并实现代码完成机器人机械臂角度的精准跟踪控制。仿真分析结果表明:所提方法具有较高的位姿跟踪精度、角度控制误差小、稳定性强,能够保证机械臂关节角度无超调,具有极高的机器工程应用价值。     

具有双插补避障功能的七关节机械臂控制系统研究

具有更多自由度的七关节机械臂在保证末端运动位姿的前提下,可实现更好的避障轨迹设计,但是给控制系统研发带来很大难题。针对此问题,首先从传统的冗余机械臂运动控制算法出发,建立基于梯度投影法的逆运动学方程;然后,针对其不足,结合六关节机械臂的解析解方法,提出了一种新的既可以避免机械臂腕部碰撞,又可以对机械臂上指定点运动位姿进行监测的双插补算法,实现了具有主动避障与碰撞监测的实时运动控制算法。最后,搭建了七关节机械臂和与之配套的软硬件控制平台,开发了实时的三维仿真软件,并通过实验验证了所提算法的正确性与有效性。     

基于3D目标跟踪算法的机器人手眼协调研究

为了适应环境的复杂性和多样性,增强机器人抓取任务的鲁棒性,本文从3D目标跟踪算法出发,提出了一种实现机器人手眼协调的新方法。该方法采用改进的基于区域的位姿追踪算法同时跟踪机械臂夹持器和目标物体的位姿,根据二者的相对位置关系引导机械臂运动。对基于区域的位姿跟踪算法,本文提出根据局部区域分割线构建分割模型并改进模型颜色似然的线性更新方式,使得算法能够准确跟踪机械臂夹持器与目标物体。基于ROS平台搭建了一套仿真实验环境,并分别在仿真环境和真实环境下验证了此手眼协调系统的有效性和鲁棒性。这种方式不仅不需要手眼标定,更接近于人类“Sensor-Actor”带反馈的闭环控制方式,同时赋予了机器人足够的灵活性来应对弹性的任务和多变的环境。     

基于目标跟踪的并联机器人视觉位姿检测

建立一种基于视觉的并联机器人位姿检测系统框架,包括图像采集、图像处理、位姿检测、参数反馈4个部分。使用单目摄像头采集图像,以二自由度冗余机器人为控制对象,利用Haar特征提取对目标进行粗跟踪。进一步获得目标上特定的几个特征点,基于平行不变性原理,得到机器人末端操作器的实际位姿参数。通过求解机器人的逆运动学方程,得到电机的控制参数。实验和仿真验证了该系统的可行性。     

钢结构建筑探伤机器人刚柔耦合空间位姿解析与实验研究

针对传统钢结构建筑健康监测中存在检测盲区和检测不全面的问题,研究了磁吸附式刚柔耦合柔性探伤机器人并对其控制系统进行了改进．建立了柔性机器人前、后车体位移和姿态运动学数学模型与机器人刚柔耦合结构位姿解算方程,通过惯性测量单元和编码器获取柔性探伤机器人前、后车体实时动态位姿参数,分别采用显性互补滤波器和扩展卡尔曼滤波器解算前、后车体在不同工况中的静态、动态姿态,利用航迹推算算法确定机器人的位置,通过数据融合得到柔性机器人刚柔耦合结构的空间位姿．实验结果表明,扩展卡尔曼滤波算法的动态跟踪性能更好,可为柔性探伤机器人在复杂建筑结构越障运动中提供精确的空间位姿参数．     

基于改进天牛须算法的电力攀爬机器人运动学逆解算法

为了提高电力系统的自动化水平,减轻电力工人在检修高压输电系统时的劳动强度,同时保障电力工人人身安全,提出并设计一种可以攀爬电力铁塔的六自由度关节式机器人,针对该构型进行运动学分析和求解.为解决传统的解析法用于机械臂逆运动学求解过程中存在操作繁琐和奇异点无法逆运算等问题,提出一种基于改进天牛须算法的电力攀爬机器人运动学逆解算法.首先,对电力攀爬机器人进行DH建模,得到正运动学方程;然后,使用正运动学方程和目标位姿建立代价函数,采用改进天牛须算法对代价函数优化;最后,使用Matlab实现此算法进行仿真验证.实验结果表明,与传统的天牛须算法、改进遗传算法以及改进粒子群算法相比,所提出算法具有较好的收敛性,求解精度较高.     

基于立体视觉六自由度大载荷实验平台的位姿检测

提出利用双目视觉系统检测六自由度大载荷实验平台的位姿。首先,采用时空联合的分割算法提取运动目标并由运动目标上不共线三点描述当前时刻运动平台的位姿;然后,根据运动平台负载大、惯性大的特点,对相邻时刻的位姿变化加入补偿,以此估计平台下一时刻的位姿。实验结果表明,该算法在较小的允许误差范围内能够较好地跟踪运动平台,准确地估计下一时刻的位姿。     

Towards a robotic plasma spraying operation using vision

An uncalibrated, vision-guided robotic system, based on the method of camera-space manipulation, has been developed to reduce the time and cost associated with teaching a robot a suitable trajectory for plasma coating. The system achieves a high level of precision in both position and orientation control of a 6-DOF robotic arm     

融合CamShift的TLD算法实现人脸跟踪

针对跟踪-学习-检测(Tracking-Learning-Detection,TLD)算法跟踪模块所用金字塔光流法计算量大,跟踪人脸实时性差的问题,提出融合连续自适应均值漂移(Continuously Adaptive Mean Shift,CamShift)的TLD算法提高人脸跟踪效率.改进的TLD算法框架中跟踪模块选用CamShift算法实现目标人脸跟踪,检测模块采用滑动窗法扫描搜索,再使用分类器判断目标是否存在,学习模块根据跟踪模块和检测模块的结果对比评估错误和误差,更新目标模型.将改进的TLD算法分别与CamShift算法和TLD算法进行对比试验,结果表明,融合CamShift的TLD算法实现人脸跟踪效率和准确率均高于原始两种算法,且满足实时性要求.     

基于快速鲁棒特征的CamShift跟踪算法

为了解决CamShift算法由于对颜色敏感导致的跟踪效果变差或失效的问题,提出一种基于局部特征匹配的CamShift跟踪算法。采用快速鲁棒特征(SURF)方法在多通道图像的目标区域和搜索区域提取包含图像信息的局部特征点,并利用近似最近邻搜索对特征点进行匹配;使用提纯后的匹配结果得到特征点的位置、尺度及方向信息,对CamShift方法进行约束和更新,以提高跟踪精度和稳定性。实验结果表明,与经典CamShift算法和同类的改进算法相比,该算法能够较好地实现对复杂背景下旋转和放缩运动目标的实时跟踪。     

Real-time seam tracking for robotic laser welding using trajectory-based control

In this paper a real-time seam tracking algorithm is proposed that can cope with the accuracy demands of robotic laser welding. A trajectory-based control architecture is presented, which had to be developed for this seam tracking algorithm. Cartesian locations (position and orientation) are added to the robot trajectory during the robot motion. In this way, sensor information obtained during the robot motion is used to generate the robot trajectory while moving. Experiments have been performed to prove the tracking capabilities of the seam tracking algorithm.     

Automatic work objects calibration via a global–local camera system

In a human–robot collaborative manufacturing application where a work object can be placed in an arbitrary position, there is a need to calibrate the actual position of the work object. This paper presents an approach for automatic work-object calibration in flexible robotic systems. The approach consists of two modules: a global positioning module based on fixed cameras mounted around robotic workspace, and a local positioning module based on the camera mounted on the robot arm. The aim of the global positioning is to detect the work object in the working area and roughly estimate its position, whereas the local positioning is to define an object frame according to the 3D position and orientation of the work object with higher accuracy. For object detection and localization, coded visual markers are utilized. For each object, several markers are used to increase the robustness and accuracy of the localization and calibration procedure. This approach can be used in robotic welding or assembly applications.     

基于CamShift和Kalman组合的改进目标跟踪算法

针对应用CamShift算法进行目标跟踪过程中,当目标被严重遮挡、目标被与目标颜色相近的背景干扰时易丢失跟踪目标的问题,提出了一种基于CamShift和Kalman滤波组合的改进跟踪算法;为克服目标因严重遮挡而丢失的缺陷,利用自适应算法改进了传统的CamShift算法,扩大了搜索窗口,使运动目标位于搜索窗口内;为解决目标因颜色相近背景干扰而丢失的问题,改善跟踪准确率,利用卡尔曼滤波预测目标运动空间位置,作为下一帧搜索窗口的质心坐标;基于上述改进,利用C++语言,研发了改进的CamShift目标跟踪软件模块,给出了该模块的算法流程;实验结果表明,改进后的目标跟踪算法能有效地克服传统CamShift算法的缺陷,大大提高运动目标跟踪的准确性;所提的算法可以应用于运动小车跟踪,人脸识别等领域。     

Visually guided grasping in unstructured environments

We present simple and robust algorithms which combine uncalibrated stereo vision and a robot manipulator to enable it locate, reach and grasp unmodelled objects in unstructured environments. In the first stage, an operator indicates the object to be grasped by simply pointing at it. Next, the vision system segments the indicated object from the background, and plans a suitable grasp strategy. Finally, the robotic arm reaches out towards the object and executes the grasp. Uncalibrated stereo vision allows the system to continue to operate in the presence of errors in the kinematics of the robot manipulator and unknown changes in the position, orientation and intrinsic parameters of the stereo cameras during operation.     

一种新型的并联机器人位姿立体视觉检测系统

建立了一种并联机器人位姿立体视觉测量系统框架,主要包括图像采集与传输、摄像机标定、尺度不变量特征变换（SIFT）匹配、空间点重建和位姿测量五个部分。该系统基于SIFT,能够很好地处理图像在大视角有遮挡、平移、旋转、亮度和尺度变化时的特征点匹配,有较高的匹配精度,特别适用于对并联机器人多自由度和空间复杂运动的检测。最后使用该方法对并联机器人位姿检测做了仿真实验。