结合机器视觉的采摘机械手的定位仿真研究

对水果采摘机械手空间定位机理进行了研究,分析了双目立体视觉系统的定位误差并建立视觉误差补偿机制,利用虚拟机械手开发软件和CCD视觉硬件构建了仿真系统,通过双目立体视觉获取空间位置数据映射到虚拟环境下引导机械手进行模拟采摘。该系统利用多领域知识融合实现了采摘机构与视觉关联精确定位的仿真,能有效地指导实际作业环境中采摘机械手精确定位的优化设计。     

农业机器人并联采摘臂视觉伺服控制

介绍了一种基于视觉伺服的农业机器人并联采摘系统,该系统由视觉系统、上位机、下位机、并联机构等4部分组成.视觉系统采集目标图像并传递给上位机,上位机对图像进行处理,识别和定位目标,计算并联机构的运动控制量,通过串口通信发送给下位机,下位机接收到控制量后,根据运动控制量驱动继电器模块作相应的开关动作,完成并联采摘臂的控制.实验证明:该系统对于实现农业机器人采摘作业具有可行性.     

基于机器视觉的机械手装配系统设计

为了解决工业生产过程中料板的自动装配问题,提出了一种基于机器视觉的机械手定位装配检测系统,建立了实验平台。系统通过工业相机对料盘进行图像采集,将所采集的信息传送给工控机,借助图像处理程序,采用图像预处理实现了对图像的降噪,结合BLOB分析对图像特征进行了提取,获得了料盘上装配孔的位置信息,通过控制机械手动作,移动到装配位置,旋转相应角度,实现料板的自动定位装配。实验结果表明,该系统装配准确度高,误差小,满足了工业上的要求。     

宏微结合的多机械手微装配机器人系统

为解决复杂组件装配中存在的并行操作、空间操作和多操作对象的难题,研制了一套基于显微视觉伺服的多机械手微装配机器人系统.该系统有6个机械手,每个机械手都由宏动模块、微动模块和末端夹持器组成.分别针对5种不同结构类型的零件,设计了5种异形零件夹持器.通过给镜头配置高精度的位移平台,实现了在30 mm×30 mm×30 mm的大操作空间内2μm精度的在线检测,可实现±9μm的装配精度.通过显微视觉反馈和力觉反馈相结合的策略,设计了过盈配合件的装配方法.使用该微装配机器人开展了微装配实验,实验结果表明该微装配机器人系统是可行的,基本能实现既定的装配要求.     

基于机器视觉的圣女果采摘机械臂的动作研究

针对当前圣女果采摘机器人无法保证带蒂采摘的问题,提出一种通过机器视觉进行圣女果姿态分析进而生成特定的机械臂采摘动作的方法;该方法通过模拟人手采摘流程,能够使得机械臂末端执行器到达采摘位置时与圣女果的果蒂方向保持一致;整体系统包括对成熟圣女果的目标检测,测距算法的实现,圣女果方向识别以及机械臂动作生成;根据轮廓拟合算法的思想进行算法改进,实现针对圣女果的更加精确、稳定的方向识别算法,从而获得机械臂末端执行器与圣女果果蒂方向一致的目标位姿,进而实现相应机械臂采摘动作的生成;多次实验表明,改进后的对于圣女果方向的识别算法相较于传统轮廓拟合算法而言误差角度更小,对于不同姿态圣女果的方向识别更具稳定性,因此更加适用于实际采摘流程中根据圣女果姿态生成机械臂的特定采摘动作。     

采摘机器人采摘器位置误差建模与分析

机器人执行部件的位置误差（或精度）,是反映机器人性能的一个重要指标。采摘器则是荔枝采摘机器人的关键执行部件。根据机器人关节旋转、移动变换的特点建立了基于齐次变换矩阵的、准确的机器人位姿误差模型,并在此基础上建立了荔枝采摘机器人采摘器的位置误差表达式。基于该误差表达式通过仿真分析了采摘器的位置误差特征。为采摘机器人和农业采摘机械执行机构的误差分析和进一步的误差补偿提供了理论依据。     

人工智能驱动的农业采摘机器人自动化控制系统设计

针对农产品采摘人力不足的问题，该文设计了人工智能驱动的农业采摘机器人自动化控制系统。在农业采摘机器人主体结构中安装多种传感器，采集测量数据及工作图像；通过传输层无线通信模块将所采集数据及图像传输至控制层；控制层利用微控制器处理数据，获取采摘机器人位置与姿态数据，将该数据输入至PID控制算法中，再采用BP神经网络优化PID控制算法，输出最佳PID控制参数；应用层电机驱动模块接收到控制参数后，依据控制参数自动控制运行动作，实现自动化控制。实验结果表明，该系统可以精准控制采摘机器人运行，且控制精度在0.99以上。     

基于机器视觉的机器人定位抓取的研究进展

传统工业机器人工作大多是通过示教或者离线编程的方式,按照规定的路径进行工作,功能单一,一旦场景发生改变就不能有效工作,智能化程度低且适应性差,无法满足柔性制造业的要求.而视觉机器人利用视觉技术获取目标物及其周围环境的信息,并能通过决策来引导工业机器人完成对路径规划和目标的抓取工作.针对视觉机器人抓取系统中的关键技术,对...     

基于视觉的机械手轨线跟踪系统

本文从视觉与控制集成这一指导思想出发，建立了一个视觉引导的机器人轨线跟踪系统，用于玻璃加工时的图纸曲线的自动跟踪和坐标读取，实验结果显示出良好的跟踪性能。     

使用机器视觉的柔性机器人装配质量控制

柔性机器人装配系统在现代制造系统中已越来越重要，装配质量控制是柔性机器人装配系统中的关键技术之一，装本质量控制的主要任务是检测装配状态的正确性并采取相应的措施施保证装配质量，本文提出了柔性机器人装配控制的模型以及实现这个模型的一些有效方法，最后给出一实例。     

弧焊机器人视觉系统

视觉传感控制是发展自适应机器人的一项关键技术.本文以弧焊机器人为背景,总结了视觉传感跟踪控制的发展过程,重点分析了弧焊机器人视觉系统的核心技术——3维信息获取及处理方法.     

新型足球机器人视觉系统的研究

FIRAMiroSot机器人足球比赛中,视觉系统是比赛系统获得环境信息的唯一途径。视觉系统的识别速度、精度直接影响到比赛的胜负。针对传统的视觉系统在机器人足球比赛中的缺点,提出基于多分辨率分析与FCM算法的新型足球机器人视觉系统的设计方法,实验结果表明:该设计方案能够提高比赛中的识别速度和精度,并具有良好的适应性。     

机器人视觉伺服研究进展

介绍了机器人视觉伺服系统的结构和主要研究内容,比较了当前几种主要的视觉伺服方法,针对当前 机器人视觉伺服所面临的主要问题,详细阐述了近期提出的一些解决方法.     

基于机器视觉的机器人物料分拣系统的设计

随着生产技术发展和产业转型升级,机器人代替人工劳动是大势所趋,而视觉是机器人的“眼睛”。分拣是工业生产过程的关键环节,但传统分拣工作多以人工分拣为主,这降低了生产效率,且难以保证产品质量。运用基于机器视觉的机器人物料分拣系统,能对不同颜色的物料进行准确识别和精准定位。本文阐述了机器视觉应用的意义、基于机器视觉的机器人物料分拣系统组成,设计了基于机器视觉的机器人物料分拣系统软件,分析了系统的应用优势。通过实践,实现了基于机器视觉的机器人物料分拣系统功能,提高分拣安全性、可靠性和工作效率,从而提高工业生产的智能化,适应产业发展需要。     

机器视觉技术在荔枝识别与定位研究中的应用

为解决串型荔枝图像识别和定位问题,提出以Harris与SIFT算法融合的采摘点计算与匹配为基础,进行平行双目立体视觉模型下采摘点定位的研究方案。首先对荔枝YCbCr色彩空间的Cr灰度图进行二次阈值分割,分类识别出荔枝串、荔枝果与结果母枝。其次,提取识别果实区域的最小外接矩形、质心等特征信息,结合在结果母枝上检测的Harris特征点计算出采摘点的二维图像坐标,并对计算采摘点进行基于SIFT向量搜索的立体匹配。最后,对计算采摘点进行视觉定位及其深度误差分析实验,实验数据表明：在354~590?mm距离范围内,插值补偿后的采摘点的定位深度误差小于10?mm,能够较好满足荔枝采摘机器人的现有技术要求。     

基于机器视觉的双足机器人寻迹系统设计

双足行走机器人的步态规划、步态交换稳定性控制和行走轨迹识别是其研究重点,机器人控制系统设计的合理性直接决定机器人本体的最终行走性能。同时,合理设计双足机器人的运动机械结构,降低了运动控制难度。双足机器人寻迹系统的步行运动,需要多个关节的协同控制,来保证重心的稳定性,这对双足机器人寻迹系统的硬件尺寸和关节质量有一定的限制。在特定场景中对机器人的寻迹是一个复杂的系统,包括视觉采集、图像预处理、导航线提取、路径规划、机器人控制等算法。因此,本文讨论了基于机器视觉的双足机器人寻迹系统的设计,并对系统设计进行了探讨和分析,以确定机器人各部分都能得到灵活处理。     

基于工业机器人与机器视觉的芯片分拣系统设计

随着科技的发展,近年来工业机器人技术的不断发展成熟,在制造领域中,工业机器人的应用范围也越来越广.由工业机器人、机器视觉检测、PLC等系统构建的芯片分拣系统,可以实现复制式、可定制化生产,避免了工人的重复性劳动,减少了工作负担,让生产工作更加灵活,提高了工作效率.     

基于机器视觉的水果品质检测综述

随着经济的发展和消费水平的提升,消费者对水果的外观品质要求逐渐提高。目前,我国的水果分级主要依赖于人工与机械分级,存在分拣效率低、品质参差不齐的问题,很难满足消费者的需求。相对于传统的分级技术,机器视觉技术因具有高效、精确、非接触测量的优势,受到国内外学者的广泛关注。结合近年来国内外学者研究进展情况,对水果检测系统、图像去噪、图像分割技术以及特征提取做了详细介绍;对分类器识别算法进行了综合分析;阐述了基于机器视觉的水果分级研究现状及最新进展;并对未来可能发展趋势进行预测,为后续研究工作提供基础理论参考。     

茶叶嫩芽视觉识别与采摘点定位方法研究

茶叶嫩芽识别和采摘点定位是实现精品茶制作过程中机器人选择性自主采摘的前提.提出了一种基于图像处理的自然场景下茶叶嫩芽视觉识别与采摘点定位方法.通过对茶丛图像特征分析,设计了基于超绿特征的茶叶嫩芽图像分割方法,提取茶丛图像的超绿特征,采用大津法(OTSU)进行阈值分割,并通过闭运算去除噪声,经色彩合并获得嫩芽分割图像.设...