基于视觉引导的多类型管件识别与位姿估计研究

针对管件在机器人抓取中的分类识别、位姿估计等问题,对随机摆放管件的模板匹配识别、立体匹配和三维位姿估计进行了研究。通过标定得到左右相机的内外参数,然后进行双目标定、矫正以及手眼标定。优化了模板匹配算法,利用亚像素级精度提取管件的边缘轮廓。选择合适的图像金字塔层数以提高匹配速度,实现多类型管件的分类识别。通过立体匹配提取管件视差图,结合标定参数和双目视觉的三角测距原理实现管件的位姿估计,并进行多组位姿提取实验。设计开发MFC和Halcon联合编程的管件识别与位姿估计系统。实验结果表明:该系统可实现管件在随机摆放情况下的实时准确分类识别与位姿估计,满足工业的实际应用需求。     

基于HALCON的机械零件尺寸快速精密测量

针对现有机械零件尺寸测量过程中的检测速度慢、精度低、成本高等问题,提出一种基于HALCON的机械零件尺寸测量方案,包括硬件和软件两部分。利用HALCON对相机进行标定,通过图像去噪、区域特征提取、仿射变换以及边缘检测等手段提取零件图像的边缘轮廓。通过HALCON的直线拟合算子得到零件的边线尺寸,借助外部导入的封装最小二乘拟合算子拟合圆,得到内孔尺寸。通过与高精度测量仪的测量结果对比可知,该方案能够实现高效率、高精度的机械零件非接触式实时测量,满足工业生产的检测精度要求,可应用于实际生产中。     

双目视觉引导机器人码垛定位技术的研究

针对机器人采用示教方式码垛时所遇到的误抓取等问题,提出了一种基于双目视觉引导机器人码垛的定位方法。完成了双目标定、手眼标定以及极线校正工作,利用灰度变换与图像滤波相融合的算法对图像进行预处理,提高图像的质量。将图像的灰度级分布与立体匹配算法相结合,提高立体匹配的精度,获得更好的视差图像,对视差图像进行处理得到了码垛产品区域的中心点,然后结合平行双目系统和手眼标定的结果引导机器人对产品进行定位、码垛。实验表明：该方法可实现对产品区域中心点的精确定位,获得其坐标值,引导机器人码垛。     

基于双目视觉的番茄图像处理及采摘轨迹规划

针对番茄采摘自动化水平不高的问题,设计一种利用双目视觉采集系统和机器人定位技术的番茄采摘系统。利用双目立体视觉系统进行图像采集,构建模型并进行标定校正。通过图像处理技术将图像预处理,从而获得成熟番茄的具体轮廓;根据番茄类椭圆形状确定其中心点坐标,并将其转换为空间坐标,便于机器人末端执行器抓手进行定位采摘。针对各关节运动限制提出平滑性约束,通过改进蚁群算法,获得采摘抓手较平滑且距离最短的路径。仿真结果表明：该方法可基本满足采摘图像处理要求,能获得运动距离最短且平滑的路径,为实现番茄全自动化采摘提供参考。     

KR16-2机器人运动学分析及路径规划

为提高KR16-2机器人在实际工作中的效率,通过改进的D-H法,建立KR16-2的运动学方程并构建模型。采用五段位置S曲线插补法对轨迹进行优化处理,提高机器人运动的平稳性。提出适应度的多重控制方法,结合对各类算子的重新标定,得到该机器人工作的最优平滑路径。仿真实验表明:采用此方法该机器人获得了较平滑且距离最优的路径。