离线编程示教的工业机器人教学研究

随着科学技术的飞速发展,工业机器人被广泛应用于现代工业生产中。RobotStudio是一种机器人离线编程和仿真软件,使用它能建立虚拟三维机器人生产线,实现生产系统的离线编程。将RobotStudio用于工业机器人的相关教学与学习中,能提高学生的实践能力和创新能力。     

机器人虚拟示教编程系统

介绍了机器人编程技术的现状与发展,提出了一种基于虚拟现实技术的机器人虚拟示教编程系统,以增进机器人编程的可操作性和直观性,从而有利于机器人在实际生产中的应用与推广。     

机器人视觉示教学习方法研究

针对机器人在非结构化环境的人机交互过程中环境感知与目标识别问题,提出一种基于视觉的机器人示教学习方法,机器人通过视觉感知人机交互过程中用户的单次示教获得任务操作技能。采用视觉系统捕获用户示教操作动作图像,通过图像处理与特征匹配算法SIFT提取目标对象特征。机器人复现阶段,识别出新任务环境中目标对象且向机器人输入其坐标位置。在Matlab仿真环境中模拟机器人经始末坐标逆解出机器人任务操作的运动轨迹,通过Barrett WAM机器人实验平台实现操作一组多孔积木的装配任务。研究结果表明:在单次示教与极少的环境先验知识的情况下,机器人能够学习到用户的顺序任务操作技能,并且在视觉范围内有较好的泛化能力。     

基于USB接口工业机器人示教系统设计

介绍一种基于AVR单片机和USB接口的新型工业机器人示教系统,详细阐述了它的软、硬件设计过程.利用USB技术实现了整个系统的即插即用和较强的人机交互能力,对系统设置示教、工作、再现三种模式,在示教模式下完成工业机器人的示教操作.     

机器人虚拟示教编程系统的设计及研究

介绍了一种新型的机器人虚拟示教编程方法，该方法结合了机器人示教编程和离线编程的特点，利用虚拟现实技术，在离线编程的基础上引入示教再现的功能。这将增进机器人编程的可操作性和直观性，从而有利于机器人技术在实际生产中的应用与推广。     

基于增强现实的6自由度工业机器人示教研究

针对机器人离线编程效率低和交互性差的问题,提出了一种6自由度机器人增强现实示教系统。利用位置姿态跟踪系统采集手持式示教器的位置和姿态,以示教器位置和姿态作为输入,利用6自由度机器人逆运动学模型求解机器人各关节姿态,驱动虚拟机器人模型运动,使虚拟机器人末端执行器复现示教器路径和姿态;利用增强现实技术将6自由度虚拟机器人叠加到真实工作环境中,并通过检查虚拟机器人模型是否与真实工作环境存在干涉,实现对机器人的增强现实示教。研究结果表明:该系统可以准确地把虚拟机器人叠加到真实环境中,实时地跟踪示教器的位置和姿态,且具有良好的人机交互性。     

基于机器视觉的六自由度机器人自动示教系统研究

目前许多自动化系统中广泛应用六自由度机械臂实现目标物体的抓取等操作.机械臂进行这些操作的运动路径通常采用手工示教的方式得到,在实际工作中这非常项繁琐和费时.为了提高示教的效率,需要研究机械臂的自动示教系统.本文针对某特定生产情况,基于机器视觉技术和六自由度机械臂正反解原理,研究机械臂抓取目标物体的自动示教系统.实际运行情况表明该自动示教系统在保证可靠性的前提下,能较大提高示教速度,比传统的手工示教方法具有明显的优越性.     

双目视觉人工喷涂轨迹示教编程方法研究

喷涂轨迹的路径规划技术是喷涂机器人应用研究的关键点.针对人工示教编程中机械示教装置使用的局限性,即示教操作不便,示教空间范围受限等,提出一种基于双目视觉的人工喷涂轨迹示教编程系统方法.首先,在示教喷枪进行色球安装预处理;接着,双目视觉位姿跟踪系统利用色球识别方案,分别计算色球的坐标位置与喷枪的位姿信息,捕获喷枪实时运动...     

基于Delmia的工业机器人离线编程研究

主要基于Delmia进行工业机器人离线编程技术研究,首先介绍了离线编程技术发展现状,然后分析了工具标定与工件标定方法,针对工件几何形状的不同,着重研究了六点标定法和一种基于平差计算的快速标定TCP的方法。最后借助Delmia离线编程将长杆件插入定位孔,其结果验证了工件标定的准确性。     

工业机器人离线编程研究

机器人系统的编程能力,决定了机器人的实用功能和作业质量,离线编程技术则是保证作业质量的关键.目前的机器人离线缡程平台,可进行机器人作业系统的建模、简单作业程序的编制和作业过程仿真演示;对于复杂的作业路径编程,可通过二次开发的离线编程软件来实现.     

基于示教编程的共融机器人技能学习方法的研究进展

示教编程方法为共融机器人完成复杂、多样的日常任务提供了一个便捷、可行的解决途径。借助该方法,即使是非专业人士也能轻易地教机器人学会新的运动技能来完成各种日常家居任务。其中,技能学习方法是示教编程方法的核心。首先介绍了示教编程方法,并对其学习框架进行简要分析;随后结合当前研究现状,按技能学习和表示方法的不同将当前研究分成两大类并分别进行详细介绍;最后对上述技能学习方法进行分析与讨论,并探讨了该方向未来的发展趋势。     

工业机器人末端执行器的柔顺示教研究

随着工业机器人应用越来越广泛,工业机器人被要求具有更高柔顺性的示教功能。提出一种柔顺示教的控制方法,以常用的20公斤级的工业机器人为研究对象,通过六维力传感器采集力信息,经过柔顺控制算法和基于位置的力位控制算法结合控制机器人,实现柔顺示教功能。先介绍了柔顺示教的硬件平台结构和软件结构,建立一个柔顺示教控制的模型,并利用该模型设计一个柔顺示教的控制算法,最后将笔作为机器人末端执行器并在白纸上画图案以验证示教的柔顺性。实验结果表明通过该柔顺示教控制,操作者可以对机器人末端执行器自由拖动,实现柔顺示教的功能。     

基于机器视觉的工业机器人定位系统研究

随着《中国制造2025》提出,工厂对“智能制造”的战略地位迅速提升。工厂对智能设备的要求越来越高,传统的工业控制技术早已不能满足高质量产品生产的指标要求,尤其是在一些精度要求高、产品前沿报废率低的企业。近年来,机器视觉技术发展迅速,能够适应高要求、高精度的定位需求,机器视觉的引入极大的拓展了机器人的应用领域,对工业自动化发展具有重要意义。本文引入ABB机器人(IRB120)为基础,研究并构建一套基于机器视觉的工业机器人锂电池载流片定位系统。整个系统包括机器视觉系统和机器人控制系统,由机器人本体及控制器、CCD相机、计算机、图像采集卡、光源及软件系统构成。整个系统通过机器人与CCD相机的坐标系标定,模板标定,CCD相机获取锂电池载流片图像,对图像特征进行预处理,分类标记功能,图像处理技术,目标定位算法处理后,将锂电池载流片的定位信息通过通讯传输给机器人控制器,控制机器人执行完成锂电池载流片的定位任务。     

基于开放式平台的视觉工业机器人研究

在工业机器人研究领域,基于视觉的伺服控制一直是研究的热点,开放性也是机器人控制系统的发展趋势。本文研究在基于运动控制卡和IPC的开放式机器人控制平台上六自由度视觉工业机器人的研制。视觉伺服模块采用CCD摄像机采集视频信号,应用基于DSP的视频处理卡处理采集到的视频信息,处理结果通过串口与上位工控机通信,上位控制软件通过运动控制卡驱动各关节伺服电机,实现预期的运动。通过实验,机械手末端可以实现对不同形状工件的模拟分拣动作。实验证明,本项技术具有一定的实用性并为完善的开放式视觉工业机器人的研制奠定了基础。     

直接示教机器人的示教助力研究

传统的直接示教机器人在示教过程中需要人去克服机器人在运动过程中的重力、惯性力、离心力等,示教操作不灵活。基于机器人动力学研究了机器人示教时的助力控制方法。首先采用牛顿-欧拉方法建立了直接示教机器人的动力学模型,研究了机器人各关节的状态与力矩之间的关系,推导出机器人运动时各轴所需的力矩,并绘制了力矩曲线。然后,利用SolidWorks建立了机器人的三维模型,将该模型导入ADAMS,进行动力学分析与仿真。最后,将ADAMS软件的动力学仿真结果与建立的动力学模型计算结果进行了对比,力矩曲线基本一致,最大误差不超过11%。该动力学模型可以为机器人在各种位姿下进行助力控制提供计算依据,从而实现直接示教时的轻便灵活操作。     

工业机器人示教器人机界面的设计

根据机器人所需实现的功能,基于Win CE 6.0嵌入式实时操作系统和Visual Studio.Net2005开发环境,采用C#编程语言设计了一种界面友好、操作简单、反应及时的机器人示教器人机界面。在实验室中进行了测试,验证了这一人机界面的可用性。     

ABB工业机器人编程应用研究

工业机器人是面向工业领域的多关节机械手或多自由度的机器装置,可以通过手动操作、示教器及编程对其进行控制。基于RobotStudio软件,采用I/O通信指令,将工业机器人和其他输入部分有效地连接起来,通过主子程序对不同模块编程进行分析。对培养ABB工业机器人编程应用相关人才有一定的指导作用,使ABB工业机器人成为新工科专业建设的有力载体。     

通用型工业机器人拖动示教臂系统的研究

工业机器人在工业加工领域使用越来越广泛,主要示教方式有离线编程、示教器编程、牵引示教等。现设计一种通用型拖动示教系统,可广泛用于大部分工业机器人示教。首先分析机器人运动学模型,求解运动学方程,建立示教臂机械误差补偿模型,实现对示教臂运动学模型参数的修正;然后优化示教臂末端坐标系校准模型,设计示教臂本体结构,优化示教臂结构参数和性能,从而实现通用型示教臂的设计与研究。     

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。