基于惯性传感器的工业机器人定位误差补偿方法

为了提高工业机器人定位误差补偿和稳定性控制能力,提出基于惯性传感器的工业机器人定位误差补偿方法,结合视觉传感器与惯性传感器信息融合的方法,进行工业机器人定位控制的约束参数分析,采用惯性传感器进行工业机器人定位参数信息采集和识别,提取工业机器人定位参数的空间分布信息特征量,通过光学运动跟踪识别的方法进行工业机器人定位过程...     

储气罐橡胶密封膜的密封性能关键影响因素对比分析

针对储气罐的橡胶密封结构,分别建立了单层和层形橡胶密封膜的有限元模型,利用有限元软件Ansys对比分析单层橡胶密封膜在不同长度和厚度下的密封性能,并与其优化结构参数的添加增强层的层形橡胶密封膜进行比较。结果表明：随着厚度的增大,单层橡胶密封膜的最大形变量和等效应力峰值整体上均先减小后趋于平缓;大工况压强下采用添加增强层的层形橡胶密封膜的密封性能优于单层橡胶密封膜,层形橡胶密封膜具有较小的最大形变量和等效应力峰值以及较大的安全因数最小值,有利于提高橡胶密封膜的密封性能和延长其使用寿命。     

针梳机罗拉导柱径向圆跳动的视觉测量方法

针对人工接触式测量针梳机牵伸罗拉导柱径向圆跳动时接触摩擦影响测量精度的问题,提出了基于机器视觉的非接触式测量方法。对高亮表面的罗拉导柱采用背光成像获取轴截面的图像,以Canny算子对罗拉导柱边缘轮廓进行像素级边缘检测,通过构建三次多项式提取罗拉导柱的亚像素边缘轮廓特征。根据径向圆跳动的定义,在图像域下采用最小二乘法拟合基准轴线,以最小区域法建立了罗拉导柱径向圆跳动的测量模型。实验结果表明：该方法得到的罗拉导柱径向圆跳动测量值的标准差为6.1×10^-4,达到了人工测量的精度,算法平均耗时0.67 ms,实现了对罗拉导柱径向圆跳动的稳定、快速、非接触式测量。     

面向分拣机器人的珍珠形状视觉检测方法

针对人工进行珍珠形状分拣效率低、精度不稳定等问题,提出基于机器视觉的珍珠形状检测方法;采用背光成像方式消除珍珠表面纹理和光泽的影响,对获取的珍珠图像进行同态滤波等预处理算法,提高图像对比度;为了解决相互接触珍珠影响珍珠轮廓提取的问题,采用分水岭算法对珍珠图像进行分割,得到了独立存在的珍珠个体,再通过连通域标记、质心算法对珍珠进行定位;根据国家标准对珍珠形状的规定,基于珍珠图像信息建立珍珠形状参数模型,对珍珠形状进行量化;实验结果表明,不同形状的珍珠样本的检测误差为0.63%,形状统计精度为100%,算法耗时24 ms;该方法可准确高效地对珍珠进行分拣分级,具有一定的实用价值。     

面向分拣机器人的多目标视觉识别定位方法

针对分拣机器人作业目标的结构形状复杂、位置随机摆放等干扰因素的问题,提出了面向分拣机器人的多目标视觉识别定位方法。基于四自由度Dobot机器人构建了具有视觉感知的分拣机器人系统,视觉系统获取传送带上多目标的图像,图像预处理算法提高分拣目标的对比度,构建圆形和线性结构元素对最大类间方差法分割的多目标区域进行填充和边缘平滑。建立基于图像信息的质心坐标,对多目标区域的连通域进行识别与定位。实验结果表明,该方法能够实现对多目标数量的统计,在分拣机器人的手眼标定的基础上,实现了对形状复杂、位置随机的多目标进行识别与定位,为分拣机器人的自主抓取、分拣提供位置信息。     

袜子自动腰封机构的设计与分析

目的 针对人工完成袜子腰封过程效率低、质量不均等问题,设计一种袜子自动腰封机构.方法 基于袜子腰封的功能要求,采用模块化思想对袜子腰封机的关键装置进行设计,以实现卡纸取放、横竖折、黏贴等功能.利用SolidWorks建立各模块的三维模型,并进行虚拟装配.利用SolidWorks的motion插件对横折装置进行运动仿真分析,利用Matlab和SolidWorks的Simulation工具箱建立腰封机构关键零部件的力学模型并进行有限元分析.通过与人工腰封过程对比来对腰封机构运动性能进行分析.结果 各个装置设计合理,运动分析折纸时间间隔为0.1～0.6 s时,满足运动功能要求,袜子腰封机构的关键零部件满足力学要求,腰封机构性能满足袜企要求.结论 所设计的袜子自动腰封机构结构合理,且满足腰封功能要求,给袜子自动腰封包装提供了一种可行的解决方案.     

面向视障人群的障碍物位置与距离的视觉测量方法

针对视障人群与障碍物之间的位置与距离难以检测的问题,课题组提出了基于单目视觉的障碍物检测与定位方法。该方法基于单目视觉系统获取外界环境信息,在三帧差法的基础上对相邻帧差图像进行加法运算,降低了噪声的影响,实现了对正前方和两侧横穿的障碍物的检测与定位;结合单目视觉系统标定,建立了单目测距模型,计算视障者与障碍物之间的距离;根据视障者的行走速度规划防撞预警策略。通过实验验证表明该方法能够有效检测出人行道上的行人障碍物,同时距离障碍物小于8 m时测距误差控制在5%以下,并提示预警措施。课题组的研究在一定程度上解决了视障人群出行安全的问题。     

棉花杂质检测定位算法的研究

本文着重阐述了在原棉检测中棉花杂质的检测算法和重心定位算法,并通过Matlab语言实现了这两种算法。得到了很好的效果。     

机织钩面粘扣带表面质量的机器视觉检测方法

针对机织钩面粘扣带表面质量人工检测中存在的精度低等问题,提出了基于机器视觉的机织钩面粘扣带表面质量检测方法。通过单目视觉的切向成像获得粘扣带表面的单行图像,避免了粘扣带相邻行之间的干扰。对单行粘扣带图像进行预处理后,采用投影法对其进行水平投影和垂直投影,提取粘扣带表面单行图像中的每个钩扣状区域,基于连通域统计法判别钩扣状区域的切割状态,计算其切开率,通过统计数据表征粘扣带表面质量。实验结果表明,该方法对机织钩面粘扣带表面质量的检测相对误差为1%,具有较高的稳定性。     

结合SVM后验概率的散料料位识别试验研究

提出了一种散料装车料位的图像检测方法,该方法将待处理料堆图像分为若干不重叠的子块,对各子块进行了同态滤波、二值化及二值共生矩阵纹理特征提取,并根据纹理特征对各子块进行了分类识别。在识别过程中,提出了一种基于SVM及其后验概率的料堆识别方法,建立了位于交界位置子块的SVM后验概率与其中料堆目标所占比例的关系模型,并将仅采用SVM对子块识别后的料位拟合结果与其后验概率输出相结合,在这些交界位置子块内进行了进一步的图像分割。试验结果表明,所提出的方法与仅采用SVM子块识别的料堆轮廓及料位拟合误差相比,分别减小42%和56%,平均误差分别为0.4517pixel和0.2586pixel,在MATLAB下每帧处理需0.2s。