基于机器视觉的物料分拣工业机器人技术研究

随着我国工业经济的不断发展,机器人技术在工业制造领域中的用途也越来越广泛,尤其是对传统的物料分拣工作来说机器人已经基本上能够取代人工进行作业了。目前,利用工业机器人进行物料分拣工作主要是通过对机器人进行编程,但这种方法一般对设备和工作环境具有比较高的要求,成本也相对较高,因此,如何提高工业机器人在物料分拣中的精准度,对不同形状和尺寸的物料能够准确完成位置感应并完成分拣动作就成了我们应当重点关注的工作内容。在工业机器人编程中充分考虑机器视觉技术,让机器人初步具备人眼的基本功能,良好的视觉功能能够有效提高机器人物料分拣的效率。基于此,本文对工业机器人分拣系统和分拣流程进行论述,最后提出基于机器视觉提高工业机器人分拣技术的策略,旨在促进工业机器人在我国工业、制造业中的进一步推广和应用。     

快件分拣机器人导航定位系统的研究

为了解决物流中心快件自动分拣机器人导航定位精度的问题,采用惯性导航技术为主、视觉导航为辅的多种传感融合定位方式,设计了具有位置与方向信息的二维码数字标签,利用CCD工业相机获取二维码图像信息,结合microscan(迈斯肯)软件模块对图像的识别判断出分拣机器人小车相对于世界坐标的位置与偏转角度,便于进一步对机器人小车控制系统的设计。实验数据与实际应用结果表明:分拣机器人小车视觉导航定位系统是可行与有效的,且具有精度高、识别耗时低、计算量小等优点,能够满足分拣机器人工作时的导航定位精度要求。     

智能物流搬运机器人设计

为了解决物流行业物料种类繁多，分拣、搬运、摆放精准度、可靠性不高，路径规划单一等问题，自主设计并制作了一款新型智能物流搬运机器人。该机器人以STM32F407为主控制器，选用4个37GB-545B自带编码器的直流减速电机作为输出动力，控制麦克纳姆轮旋转，从而带动底盘及其上端部件移动；陀螺仪检测机器人运动姿态和位置，为运动、机械手模块的动作提供反馈信息；通过对搬运物料的结构分析，基于SolidWorks三维软件设计多自由度机械手，机械手的手爪部分采用可拆卸式设计，满足不同物料需求，机械手的4个舵机相配合可以实现全方位抓取物料；视觉模块实现二维码读取搬运任物，识别物料的颜色和不同颜色色环及色环圆心；电源模块为各模块提供所需要的直流电源。设计的机器人通过多次调试和优化，能实现全程自主运行，无差错地完成二维码识别、物料颜色识别和物料的抓取，实现精准定位和出色的完成物料的精准摆放。     

基于颜色识别的快递包裹分拣系统

设计了一种基于颜色识别的快递包裹的分拣系统。采用工业相机采集快递包裹上的颜色信息,通过计算机程序分析采集图像的颜色直方图,并对其进行图像处理,利用色差法进行颜色识别。系统采用Lab V IEW图像化语言进行编程,在上位机中实现颜色识别,并通过上位机与运动控制卡连接,在三轴伺服控制平台上,实现对快递包裹的自动分拣。     

基于PLC的物料分拣控制系统设计

随着自动化技术的不断发展,物料自动分拣的应用更加普遍。可编程逻辑控制器作为一种专用于工业控制的计算机,具有可靠性高、抗干扰性能强、易编程等特点。本系统以可编程控制器为核心,结合传感、气动和变频技术完成对不同材质和颜色的物料自动分拣控制,具有效率高,识别能力强的特点,在工业控制中具有较高的应用价值。     

物料自动分拣实验平台的研究与设计

提出一种基于PLC和气动控制的物料自动分拣实验平台,完成了PLC系统、气动控制系统、MCGS组态监控系统的设计。实现了不同材质、不同颜色物料的自动分拣,并对分拣过程进行可视化监控。实验运行结果表明,分拣正确率高,通过更换不同种类的传感器,即可实现对不同物料的自动分拣,为学生自动控制系统综合设计实践提供了可扩展的平台,具有较高的教学价值。     

基于机器视觉的工业机器人智能分拣系统设计

为了解决使用传统示教或离线编程方式的工业机器人无法满足复杂分拣环境作业要求的问题,以史陶比尔工业机器人、Kinect深度相机为硬件基础,搭建了基于机器视觉的工业机器人智能分拣系统平台。通过支持向量机(SVM)实现对分拣物体的学习识别,通过基于采样一致性(SAC-IA)粗配准和迭代最近点(ICP)精配准算法实现对物体位姿点云数据的配准。实验结果表明,搭建的智能分拣系统能够识别分拣物体种类并且获取物体的位姿,拓宽了工业机器人的应用领域。     

基于LabVIEW的Tripod机器人视觉处理和定位研究

针对传统的物流分拣过程效率低、成本高的现状,以及利用机器视觉进行分拣快速、可靠的优点,对机器视觉、图像处理和Tiropd机器人进行了研究,基于LabVIEW,设计了Tripod机器人视觉系统,将分拣过程简化为对几何体的识别和抓放过程。利用边缘提取、滤波去噪、圆心检测等算法,采用LabVIEW视觉模块及其库函数,进行了图像的预处理、特征提取以及中心点定位。研究结果表明,基于LabVIEW的Tripod机器人系统能够准确识别平台几何体的颜色和形状,可较为精确地定位几何体中心,满足后续控制的要求。     

基于机器视觉的水果分拣系统

为了解决人为分拣水果质量低、效率差等问题,提出了基于机器视觉的水果智能分拣方法。通过高速相机对传送线上的水果图像进行采集,并采用图像处理等算法获得水果的形状、颜色等特征量,得出水果的等级。然后由PLC控制并联机器人动作对水果进行分级。     

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。     

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SVM分类识别的碗碟视觉伺服分拣机器人的设计

为解决商用碗碟清洗分装流水线依赖人工进行碗碟分拣的工程技术问题,以实现碗碟清洗流水线的碗碟分拣工序的智能化,研究并设计了基于视觉伺服控制的碗碟自动分拣机器人。该分拣机器人采用了直角坐标机器人结构,首先通过垂直安装在机器人上方的摄像头摄取待分拣碗碟图像,再利用视觉伺服控制软件中的经过训练的碗碟类型SVM分类器,对流水线上待分拣碗碟的形状进行识别,再进一步根据摄像系统的参数标定结果,利用图像处理的方法计算出碗碟的直径大小和相对X-Y坐标距离,并结合直角坐标机器人Z轴末端的超声波测距值,最终控制机器人完成碗碟吸取的动作。所设计的分拣机器人具有重复精度高、结构简单、造价低的优点,对提高商业碗碟清洗分装流水线的效率,优化分拣工序有着重要的意义。     

智能识别分拣码垛工业机器人工作站系统的设计与应用

使用PLC控制系统与广州数控工业机器人配合,研制集智能识别、视觉检测、分拣与码垛于一体的工业机器人工作站,完成控制系统的设计,并编制机器人程序。     

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。     

智能相机在机器人定位和分拣中的应用研究

针对自动化生产线中工件位置获取和形状判别,提出了基于智能相机的设计方案。首先,机器人记录工件托盘中心为原始位置,并存入机器人变量中;然后,将所有不同形状的工件依次放置在工件托盘中间,智能相机逐一学习并记录工件的位置和形状;最后,在自动运行时,智能相机对工件拍照,并与预先学习的工件位置和形状进行比较,从而获得工件相对于托盘中心的偏移量和工件类型,通过Modbus/TCP传输给PLC,经数据处理获得机器人坐标系中工件的位置和类型,从而为机器人工件吸取和分拣奠定基础。     

欧姆龙视觉传感器在形状与颜色分拣中的应用及影响精度研究

介绍了一种欧姆龙FQ2-S45010F-M视觉传感器与ABB IRB120工业机器人相结合在形状和颜色自动分拣中的应用,重点介绍了两者在通讯、视觉检测软件的设置,程序调试等方面的关键技术,有利于增强机器人系统的应用实践能力,同时通过实际研究发现影响分拣精度的因素,并提出了改善和提高精度的方法。     

基于视觉的工业机器人码垛控制系统

为避免工业机器人码垛过程中出现物料错位、物料摆放位置不准确等问题，基于实际问题，设计了基于视觉的工业机器人码垛控制系统。该系统利用欧姆龙视觉系统，得到了各个物料两个标记点在相机坐标下的位置信息，通过Socket通信，将信息传送给机器人；通过分析机器人运动学算法和坐标融合方法，得到了图像数据与机器人基坐标的关系；通过编写机器人RAPID程序，实现了物料摆放位置修正运动。试验结果表明，物料的放置位置误差均值在基坐标的X、Y方向分别被控制在了0.2 mm和0.3 mm内。所述控制方法实现了工作区域内物料的准确定位，精度高，鲁棒性好，满足了工业使用要求。     

基于WMS垛型定义管理的工业机器人程序设计CSCD

基于WMS系统垛型定义管理的工业机器人程序设计核心要求:便于WMS系统对垛型定义和管理,能够方便添加、修改、删除和清空物料信息,适应自动包装设备运行的要求;定义地面站PLC与工业机器人工作站系统的通讯接口、编写数据处理和信息校验程序;保证上位机、地面站PLC和机器人工作站系统之间物料信息的统一,码垛信息正确性和物料信息的全流程可追溯性。在WMS系统中,首先能够识别出物料信息属性——物料的品种、数量、尺寸、垛型编号、去向和预置码垛数量等,这些属性与地面站系统息息相关。因此,研究工业机器人与地面站的通讯、识别物料信息属性和定义机器人工作站系统的通讯接口,不但对工业机器人的结构化程序设计具有重要的指导意义,而且具有更广泛的实用意义。主要研究基于WMS系统垛型定义管理的工业机器人程序设计,围着这一研究目标,将介绍工业机器人与地面站PLC的通讯接口、地面站的组态、机器人程序编写的要求等;首先确定程序的结构,其次优化调度程序和完善数据校验程序,最后编写码垛算法——基于栈板位置的码垛算法等。     

基于机器视觉的工业机器人分拣技术探究

在介绍基于机器视觉的工业机器人分拣系统基本构成、工作流程的基础上,从摄像机标定技术、图像预处理技术、特征识别和定位技术等方面具体分析基于机器视觉的工业机器人分拣技术应用,旨在能够更好地推广和应用工业机器人分拣技术,借助工业机器人分拣技术提升各个行业的自动化生产效率。     

基于Arduino的智能物料搬运机器人设计及样机试验

针对当前生产制造中物料分拣搬运任务的自动化需求,设计出的一款智能物料搬运机器人,分别从机械结构设计、硬件设计、程序设计3个方面对机器人进行研究分析。基于Arduino Mega2560芯片的主控制系统,通过二维码扫描模块获取待搬运物料信息,信息通过串口通信传入主控制器后将搬运信息显示在液晶屏上,机器人通过寻迹到达所需物料区域,通过OpenMV识别搬运物料,将所需物料位置发送给主控制器,控制舵机控制板使机械臂完成对应物料的抓取,运送到物料放置区,识别放置位置并进行物料放置。底盘采用4个麦克纳姆轮,通过灰度传感器,实现机器人的自主运动。根据结构设计,搭建智能物料搬运机器人物理样机,用物理样机进行实验室物料搬运试验,验证了物料搬运过程的稳定性和有效性。