焊接机器人特征参数预测方法的研究综述与展望

焊接机器人可大大改善工人劳动条件、提高生产效率,其特征工艺参数的合理选择是确保焊缝成形质量的关键。分析了焊接机器人焊接过程中关键特征工艺参数对焊接质量的影响,并对各种工艺参数的预测方法及其特点进行了分析和综述。对焊接机器人特征参数预测方法的发展趋势进行了展望,提出了未来的研究方向。     

多机器人优化布局与任务分配的研究综述与展望

多机器人系统能可靠地完成单机器人无法完成的高效性作业,已成为构建智能产线的研究热点。从多机器人的机构优化布局方法和多机器人任务分配技术方面综述了多机器人系统的研究现状,并对该技术领域的发展趋势进行了分析和展望,指明了未来工作的研究方向。     

列车设备箱自动装配系统设计

目前列车设备箱的装配采用人工或半自动化的方法进行装配,主要存在需要人员多、工作周期长等问题。为此,本文提出一种列车设备箱智能装配系统设计的研究。首先,设备箱放置于机器人上面以后,机器人通过自主循迹方式运动到车辆下方的设备箱安装位置;其次,采用摄像头进行图像识别和定位,令设备箱的安装孔与车辆底部的螺栓或装配孔对准,并抬升到预定位置;最后,操作人员进行设备箱螺栓的紧固后,机器人退出安装位置并自主运动回预定位置,准备其他设备箱的装配。此系统能够显著减少人手、缩短装配时间。     

基于深度确定性策略梯度算法的双轮机器人平衡控制研究

针对深度强化学习在双轮机器人中的应用问题,提出了一种基于深度确定性策略梯度算法的平衡控制方法。首先,该方法将双轮机器人作为智能体,读取状态信息并建立动作策略和奖惩机制;其次,智能体依据算法给出的随机动作指令执行,执行完动作之后反馈状态信息,算法根据反馈的状态信息给出新动作;最后,通过多回合训练使双轮机器人保持平衡。实验结果表明,通过多回合训练之后,双轮机器人的姿态角度波动范围在-4°～4°以内,双轮机器人的平稳性得到了显著改善,实现了机器人的平衡控制行为学习,证明了该方法的有效性。     

基于机器视觉盘纸直径和宽度尺寸检测研究

为解决实际运用中人工检测盘纸直径和宽度精度不准、耗费人力资源的问题,提出一种基于视觉盘纸直径和宽度尺寸检测的方法,以提高检测的效率和精度。该模型以霍夫圆检测与Canny边缘检测算法为基础,提取盘纸轮廓实现对圆心坐标、直径和宽度尺寸的检测。运用图形细化提取轮廓骨架,确定边缘像素特征点坐标,运用最小二乘法对特征点坐标曲线拟合,标定极限偏差,判定产品的合格性。实验结果显示,该检测模型的直径检测精度在2 mm,宽度检测误差在0.8 mm范围之内的收银纸检测准确率稳定,符合实际运用要求,对节约人力、提高经济效益、解决人工检测等方面的问题均具有重要意义。     

基于Mask R-CNN算法在轨道扣件缺陷检测中的应用

针对扣件的断裂、缺失和螺母松动等3种主要缺陷引起的扣件转动,对基于Mask R-CNN网络扣件缺陷检测系统开展研究.首先将扣件图片输入到主干特征提取网络Resnet101对图片进行卷积、池化操作,随后构造FPN(Feature Pyramid Networks),经过FPN进行多尺度特征融合后的结果输入到RPN(Reg...     

多机器人轨迹规划研究综述及发展趋势

多机器人系统与单机器人相比,具有工作效率更高、灵活性更好等特点,受到广泛关注.轨迹规划决定了机器人末端执行器的作业效率和运动性能.多机器人系统在工作空间大范围重叠情况下,每个机器人的协同轨迹规划的计算量非常大.从基本轨迹规划、最优轨迹规划及深度学习等方面,详细分析和综述了多机器人轨迹规划的各类方法,并对该领域的技术发展...     

焊接机器人焊缝跟踪方法及路径规划研究

焊缝自主跟踪是机器人焊接智能化的关键,其精度是评价焊接质量的重要指标.焊接对象或条件的改变对精度的影响最为直接,尤其当焊件表面存在缺陷时会产生较大的跟踪误差.为此,开展焊接机器人焊缝跟踪方法及路径规划研究,提出焊缝跟踪的4步法:1)利用激光传感器扫描坡口,获取轮廓数据.2)接着通过组合滤波算法,运用限幅滤波和高斯滤波处...     

面向三维复杂焊缝的焊接机器人焊缝跟踪方法

机器人焊接技术具有质量稳定、效率高等特点,为实现空间内的三维复杂焊缝跟踪,提出基于分段扫描、滤波、特征点采集、路径规划的焊缝四步跟踪方法.通过安装于焊接机器人末端的激光传感器,以分段扫描方式连续多段采集焊缝数据;为提高跟踪精度,采用组合滤波的方式修正数据,有效降低焊件表面毛刺、数据失真和噪声等影响;通过特征点采集与坐标系标定确定焊接点;最后结合焊接机器人路径规划获得空间焊接路径.对二维S型焊缝与三维复杂焊缝进行了实验研究,结果表明提出的四步焊缝跟踪方法可形成完整的焊接路径,两种焊件平均跟踪误差约为0.296 mm和0.292 mm,满足机器人焊接跟踪误差低于0.5 mm的精度要求.表明所提出焊接跟踪方法的有效性,可为复杂焊缝的高精度跟踪和自动焊接研究提供有益参考.     

基于6D位姿识别面向任意物体的智能人-机协同递送

在日常实践中存在大量人与人之间的多样性物体递送需求，这可以依靠协作机器人来完成这些简单、耗时又耗力的任务.为此，针对人-机协同递送过程中无法精确识别物体位姿导致难以准确抓取的问题，引入基于Pn P算法(Perspective-nPoint)的物体6D位姿识别网络，实现待递送物体位姿的精确识别；提出改进的被递送物体数据集制作方法，实现面向任意物体的精准识别；通过视觉系统标定、坐标转换以及抓取方案改进，实现物体的精确位姿定位与准确抓取；为验证所提出的人-机协同递送系统的有效性，进行了基于LineMod数据集和自制数据集的人–机物体递送对比实验.结果表明，面向自制数据集的物体递送提出的人–机递送系统平均误差距离为1.97 cm，递送平均成功率为76%，平均递送时间为30 s；如不考虑抓取姿势，其递送成功率可达89%；具有较好的鲁棒性，应用前景良好.