基于视觉和工业机器人的动态抓取技术

目的 针对传送带输送产品过程中,机器人动态抓取产品的位姿数据计算问题,提出一整套基于智能相机和编码器检测的位姿数据计算方法。方法 首先搭建一套相机检测和机器人动态抓取系统模型,介绍抓取系统的构成及其工作过程;其次,为抓取系统创建各个坐标系,详细介绍各个坐标系间的变换关系、矩阵模型及需要标定的量;再次,设计标定量的测算过程和计算公式;最后,搭建以三菱工业机器人、欧姆龙智能相机及编码器等核心部件为主的实验样机,对上述位姿数据计算方法进行测试和验证。结果 实验结果表明,产品位姿数据的计算值与实测值之间的误差低于0.4 mm。结论 基于视觉和编码器检测的机器人动态抓取精度符合工程应用要求。     

深度学习机器人抓取系统

针对传统人工示教机器人抓取系统智能化程度低、自适应性差、系统可移植性差等问题,提出一种基于深度学习的机器人抓取系统。搭建由UR3机械臂,Gigabyte Z370N WIFI嵌入式开发板,深度相机等组成的硬件系统,通过基于深度学习的目标检测获取目标物像素坐标,进行视觉系统的定位研究将像素坐标映射到世界坐标系并在ROS系统中进行机械臂建模与控制,完成对目标物的抓取。针对由于嵌入式硬件平台算力欠缺导致目标检测算法难以部署的问题,从目标检测精度、实时性两方面将工业界应用广泛的YOLO系列算法进行对比研究,探究基于深度学习的目标检测算法在算力欠缺的嵌入式机器人抓取系统中的应用。实验结果表明,基于计算机视觉的机器人抓取系统目标识别精度高,智能化程度和鲁棒性高,具有良好的可移植性,有一定的推广应用价值。     

结合目标识别和定位的轮椅机械臂抓取研究

为了使轮椅机器人辅助行动不便的残疾人及老年人抓取生活中的物品,提出了基于YOLO算法和双目视觉定位结合的目标物体定位系统.首先将左右两幅图像进行校正和生成视差图,之后使用YOLOv3算法检测左图得到目标矩形框,为了避免矩形框的中心落在视差匹配错误区域造成得到的世界坐标值错误,通过对视差图的直方图分析,发现目标的视差值分...     

基于视觉引导和超志测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法，介绍了运动目标的跟踪原理，采用图像雅可比矩阵进行机器人运动控制，跟踪运动的目标，利用视觉引导技术，获取目标在图像平面中的位置与方位，进行平面跟踪，然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性。     

对工业机器人抓取技术的研究

为实现工业机器人能实现自主识别并抓取指定的目标,提出了一种基于数字图像处理和网络通信的解决方法。方法中采用选择式掩膜平滑方法对图像进行滤波,采用了区域生长法和边界跟踪进行轮廓提取,实现对目标物质心的标记以及对目标物方位、角度的确定,使用网络通信将目标物数据发送给工业机器人,后者实现抓取。试验结果表明,该方法在结构环境下能够获得较好的识别及定位效果,为工业机器人抓取提供了目标信息。     

基于机器视觉的工业机器人工件搬运技术及应用

机器人通过视觉对工件位置信息进行分析处理,完成相应搬运任务已成为机器人应用发展的方向。该文主要提出了一种基于机器视觉的工业机器人搬运系统,利用相机和机器人进行标定后对工件精确定位,从而实现机器人对工件的识别、定位及搬运工作。     

基于视觉引导和超声测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法。介绍了运动目标的跟踪原理 ,采用图像雅可比矩阵进行机器人运动控制 ,跟踪运动的目标。利用视觉引导技术 ,获取目标在图像平面中的位置与方位 ,进行平面跟踪 ,然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性     

机器人视觉目标数字图像实时处理及分割

机器人视觉目标图像信噪比低、背景噪声干扰大,目标识别处理通常利用目标的灰度信息进行预处理。文中设计一种基于数学形态学和遗传算法的灰度图像实时预处理和阈值处理技术图像分割方法。描述图像的基本结构和特征,用具有一定形态的结构元去度量和提取图像中的对应形态,以达到对图像分析和识别;经过预处理的原始图像,采用基于遗传算法的最大类间方差图像分割法,非线性快速地查找到最优的分割阈值,从噪声图中分割出可能目标。基于ARM嵌入式微处理器,以复杂可编程逻辑器件CPLD作为时序控制单元,进行图像处理、分割,实现了图像信息的采集、存储、传输及处理为一体。仿真实验表明,该方法实时性好,简捷、快速,对运动目标的图像识别有较好的实用价值。     

工业码垛机器人存在问题与解决对策

该文首先介绍了工业码垛机器人应用的适用领域、应用的意义及特点,阐述了工业码垛机器人系统的组成部分,详细分析了工业机器人码垛应用中所存在的多样化产品码垛,机器人抓取定位,结构设计,负载能力和码垛效率的问题。针对问题点详细分析了关键的解决技术,即多功能机器人抓手的设计、视觉检测引导技术、垛型设计及机器人运动规划。最后提出了云端控制化及多传感器信息融合的未来发展趋势。     

基于YOLOv5和U-NET的多目标药盒抓取系统设计

目的 解决传统机器视觉机器人抓取系统对多目标及复杂目标背景分割不精确导致的目标定位精度差而影响机器人抓取效率的问题,提出一种新的深度学习抓取识别定位系统。方法 搭建由Delta机械臂、PC上位机、双目相机等组成的硬件系统,对工业部署常用的YOLO系列算法进行对比研究。将YOLO与U-NET相结合,用于目标的检测和分割。在精确分割出属于目标和背景目标的像素区域的同时,计算边缘和中心位置信息,运用立体视觉技术得到三维位置,并转换为世界坐标系,由PC机引导机械臂去完成抓取任务。结果 深度学习目标检测和图像分割相结合的系统在较复杂背景、多目标的场景下比未添加图像分割的算法拥有更好的目标定位精确度。结论 YOLOv5和U-NET相结合的目标定位抓取方法具有较高的鲁棒性,达到了并联机械臂的抓取要求。该方法能够运用于其他多自由度机械臂上,具有良好的应用价值。     

基于阴极铜板自动包装线的视觉引导下目标定位的研究

在阴极铜板自动包装生产线单垛配重中,单片阴极铜板重量误差较大,需要对包装的铜板垛增加一片或减少一片铜板,以满足包装配重的要求。本文以铜板自动包装生产线铜板配重过程中,单片阴极铜的定位抓取任务为研究背景,以计算机视觉技术为引导手段,获取目标铜板在图像平面中心的位置,并利用激光传感器获得目标铜板的深度信息,直接将摄像机参考坐标系映射到机器人坐标系,得到目标铜板的中心位置的实际坐标值,最终引导末端执行器完成对目标的准确抓取,提高了阴极铜的定位抓取精度,以及铜包装生产线的自动化水平和工作效率。     

基于3D视觉的工业机器人搬运系统

本文提出了一种基于3D视觉的工业机器人搬运系统,3D相机和机器人进行标定后对堆放在工业机器人旁边待加工的托盘上的工件精确定位,通过以太网传送工件三维空间位置信息给机械手,工控机根据该坐标数据调整机械手的相对位置后把工件准确的搬送到生产线上进行机加工。该系统已成功应于生产线,大大提高了作业效率,节约了劳动力。     

工业机器人检测系统研究

以工业机器人为研究对象,对其基本组成和检测系统中的定位系统、避障系统、压力检测系统进行研究;根据其工作要求、具体结构及项目需求制定相对应的检测方案,为后续开发和完善机器人检测系统提供一定的参考。     

基于视觉的工业机器人码垛系统设计与分析

目的 为提高企业工件的码垛效率,降低工人劳动强度,搭建工业机器人视觉码垛实验系统.方法 在对工业机器人运动学模型分析的基础上,通过相机坐标系和末端坐标系的坐标关系,得到工业机器人末端执行器的位置和姿态信息.结果 提出了基于工件位置坐标的图像剔除算法,实现了多余工件图像的剔除.通过旋转平移矩阵计算待码垛工件的实际位置,并将此位置作为视觉校正后的工业机器人抓取工件位置.结论 实验结果显示改进后系统的重复性定位精度在x,y方向上均有显著提高,验证了工业机器人视觉码垛系统模型的准确性.     

架空线路绝缘子破损视觉检测研究

研究了架空线路瓷绝缘子破损视觉检测问题。基于瓷绝缘子局部区域特征,采用三层BP神经元网络从复杂背景中识别出目标绝缘子并定位,然后采用扫描分析绝缘子图像窗口纵向剖线模式的方法,判定绝缘子的完好状态,最后进行了仿真和实验。实验验证了绝缘子破损视觉检测方法的可行性。     

一种弧焊机器人实时激光扫描视觉系统

研制了一种小型高精度弧焊机器人实时激光扫描视觉系统，对其各项性能进行了测试，并进行了抗电弧光干扰试验，结果表明，此系统精度高，抗干扰能力强，检测范围宽，能广泛地应秀于机器人和自动化焊接中。     

码垛机器人多箱抓取末端执行器设计与实现

目的为了提高码垛效率,设计一种能够满足多种产品规格的码垛机器人末端执行器多箱抓取装置,并通过编程实现码垛控制。方法详细分析末端执行器的结构设计,借助Solid Works软件平台完成执行器的三维模型。完成真空吸附回路的设计以及真空吸盘的选型计算,最后通过PLC编程完成产品位置点的计算,并进行实验验证。结果末端执行器依垛型规划软件的垛型高效地完成了多箱抓取任务。结论此真空吸附式末端执行器具有较高的实用性,能提高码垛效率。     

基于机器视觉的自动插件系统设计与研究

以SCARA机器人、机械夹爪、摄像机CCD为硬件基础,搭建了基于单目视觉的SCARA机器人自动识别和定位插件系统平台,并利用摄像机参数标定和建立的抓取系统参数化模型,将CCD摄像机获取的工件图像坐标信息转化为机器人坐标系下的抓取位置信息。本系统以Visual studio软件为开发平台,利用OpenCV视觉数据库函数进行颜色识别与定位算法开发,经测试,该视觉算法能够实现工件的颜色识别和获取工件的位置信息,并控制机器人夹爪进行目标工件的精确抓取,满足了一般工业生产中抓取工件实时性的要求。