基于单目视觉的Delta机器人零点标定方法

针对实际工程应用中少自由度高速抓放并联机器人的精度问题,提出了一种基于视觉测量的快速标定方法.以Delta机器人为例,通过系统分析和机构合理简化,建立了零点误差模型.构造出基于单目视觉平面测量的零点误差辨识模型,借助单目视觉仅检测机器人动平台沿水平面运动时末端x、y向的位置误差,识别出零点误差,进而修改零点位置实现末端位置误差补偿.标定实验结果表明该方法简单、有效、实用性强.     

变电站机器人视觉伺服系统研究

变电站巡检机器人替代人工巡检变电站设备,主要是机器人携带CCD摄像仪和红外成像仪,在固定点对目标设备的状态进行检测。由于机器人的定位误差和机器人本体自由度的误差,会造成机器人到固定点取图像时巡检目标偏移甚至丢失。采用Adaboost图像识别分类方法和光学成像原理组成视觉伺服控制系统,对机器人进行调整,使巡检目标保持在图像的中心位置。实验结果表明,机器人视觉伺服系统能有效避免机器人定位和自身误差带来巡检目标偏移和丢失的影响。     

基于模糊控制的黄瓜采摘机器人视觉导航

以温室环境下黄瓜垄间图像为研究对象,提出了基于计算机视觉和模糊控制技术的导航方法.用色差2G-R-B算子对RGB彩色图像进行灰度化处理;根据灰度图像双峰型垂直直方图初步确定导航线位置;并据此逐行求出离散导航点;采用基于一点的改进型Hough变换由离散导航点拟合出导航参考直线,进而获得当前位置的横向偏差和角度偏差作为导航参数.以横向偏差和角度偏差作为模糊控制器的输入,以差速运动机器人的差速值作为输出,设计了模糊控制器.导航试验结果表明:该方法平均耗时小于150 ms,可以满足实时控制的要求,以0.3 m/s速度进行路径跟踪时,最大误差小于5 cm.     

基于二维码的相机位姿求解

针对视觉机器人定位问题,提出基于二维码的相机位姿求解方法,以实现视觉机器人的精准定位.利用开源计算机视觉库(open source computer vision library,OpenCV),首先对二维码的标准位置和相机进行标定;其次对图像进行预处理,得到二维码准确的边缘轮廓;然后利用循环遍历和最大距离算法求解特征点,对于像素过低导致的边缘失真采用"像素突变"算法进行优化;最后利用特征点通过坐标变换求解出相机位姿.在实际场景中对该方法进行测试,试验结果表明算法的旋转轴误差为±0.18 m,旋转角误差为±2°,平移量总误差为±0.02 m,可以有效地对视觉机器人进行精准定位.     

视觉伺服移动机器人中的图像处理研究

从机器人彩色视觉的形成机理入手 ,分析了影响视觉的主要因素 ,其中包括光照条件与成像元件等 ,设计了一种基于知识融合的视觉图像处理方法 ,将其应用于机器人的彩色视觉后 ,增加了机器人视觉系统的鲁棒性 .研究表明 ,该方法可以在环境光场有变化或光场分布不均匀的情况下快速、准确地计算出移动机器人的位置与姿态 ,定位误差不超过 4× 4的像素点范围 ,角度误差在±2° ,因此满足了视觉伺服系统性能指标的要求 .     

双目立体视觉技术在果蔬采摘机器人中的应用

采用双目立体视觉技术获取温室内果蔬的三维位置信息,用于指导果蔬采摘机器人进行自动化采摘作业.试验以植株上成熟的番茄作为研究对象,利用立体摄像机获取不同距离的成熟番茄的立体图像对,通过对图像进行灰度图像处理,将彩色图像转换为灰度图像.然后根据灰度图像对中像素点的相关性进行立体匹配,计算像素点的位置信息而获得一幅深度图像.最后对照番茄形心在深度图像中的位置,获取番茄的三维位置信息.试验结果表明,立体摄像机与番茄的距离小于1000mm时,番茄的距离误差为±20mm.     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

基于三维视觉的焊接机器人轨迹跟踪

为改善激光焊接机器人的运动轨迹精度,提出一种基于视觉的机器人轨迹跟踪控制方法。该方法将摄像机安装于工业机器人末端构成视觉反馈的控制系统,采用阈值分割方法检测出激光焦点,利用灰度投影积分方法快速检测出焊缝线,然后以修正的线-线匹配和立体视觉技术计算出激光焦点和焊缝线的空间位置,得到激光焦点相对于焊缝线的误差,再结合机器人运动学原理控制机器人实时运动以消除此误差。实验结果表明该方法能够有效提高机器人轨迹精度。     

基于人工免疫和图像直接反馈的视觉伺服控制

传统的基于图像特征的视觉伺服控制方法通用性差,且图像特征的标记、提取与匹配过程复杂.为此,文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法.首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差,然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务.实验结果表明,采用文中方法能控制机器人准确地跟踪目标物体,控制误差不超过1个像素,说明文中方法是有效和正确的.     

基于双目立体视觉的弧焊机器人标定研究

根据弧焊机器人本体的实际结构,通过分析机器人基坐标系、双目立体视觉系统坐标系及空间特征点坐标系的几何对应关系,采用双目立体视觉测量方法测得机器人各关节几何参数误差,并对相应的参数误差进行了补偿。结果显示,误差补偿后的机器人直线轨迹的精度有了大幅提高。     

基于PSD和光源调制的合作目标位姿探测方法

空间目标的相对位置与姿态探测是航天器对接领域的研究重点,探测方法主要分为遥测法和光学测量法两大类.其中,后者依靠其速度快、稳定性高、信息量大等优势,成为了近距离位姿探测的主要方法.我们通过双目视觉模型可计算出空间合作目标上特征光点深度信息,再根据特征光点间已知的结构、尺寸等约束信息,实现对目标姿态的解算.本文依据PSD相较于CCD和CMOS传感器,有无需图像特征提取过程、响应速度快、位置分辨率高等优势,且双目立体视觉系统的仿生学结构可直接获取到探测目标的深度信息,提出了采用双PSD视觉模型,并配合特征光点的亮度与顺序联合调制实现对空间合作目标的位姿探测方法.实验结果表明,当光标靶姿态调整±30°时,系统的平均测量误差为2.541°,当姿态角小于15°时,俯仰角和偏航角的平均偏差分别为0.923°和0.563°;大于15°时,受限于光源发散角度的影响,俯仰角和偏航角平均偏差分别增加至4.566°和4.106°,系统能够快速、稳定解算光标靶的空间位姿.     

一种基于视觉信息的自主搬运机器人

提出了一种利用视觉信息进行定位和抓取的自主机器人搬运系统,此系统由带有两自由度操作手的轮式移动机器人和远程控制站组成。机器人利用视觉系统识别路标信息,采用MonteCarlo方法进行自定位。当靠近目标物体时,机器人利用视觉系统识别目标,并在利用该信息引导下自动抓取。由于机器人的运行是靠视觉系统获取的路标信息和目标物体信息引导的,同时具有遥操作控制功能,因此该系统能轻松完成复杂环境下搬运物体的任务。     

基于圆弧-直线-圆弧理论的移动机器人路径规划研究

为实现移动机器人点到点的平滑运动,需要规划出一条平滑路径使移动机器人到达目标点的位置和目标方向。针对传统Turn-Run-Turn方法规划的路径不连续,效率低等问题,在双圆弧理论的基础上提出圆弧-直线-圆弧路径规划方法并进行了理论推导。在实验室环境下,采用履带式移动平台对本文提出方法进行了实验验证。实验结果表明,通过该方法可使移动平台到达目标点的位置和方向,其横向误差均值为10.5 cm,纵向误差均值为3.7 cm,方向误差值均值为1.5°。     

基于多信息融合的移动机器人定位算法

为了提高机器人的定位精度,提出了一种基于里程计、单目视觉与激光雷达信息相融合的自定位算法.首先,由里程计推算出机器人在各个时刻位置的估计值;其次,在不同时刻计算出机器人摄像头与任意两个环境特征点的夹角变化,通过激光雷达获得环境特征点的距离和角度并利用扩展卡尔曼滤波算法与里程计的定位信息进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.实验结果表明,该算法在多转角、长距离的情况下取得了满意的效果,有效地提高了定位精度.     

基于BP神经网络-模糊控制的机器人无标定视觉伺服技术

针对机器人无标定视觉伺服技术中图像雅可比矩阵在线估计存在计算复杂的问题，提出了一种结合BP神经网络和模糊控制策略的机器人控制技术。本文以多自由度智能调节系统为例，提出其视觉伺服控制架构，根据工业场景数据集训练BP神经网络，采用本文所提算法进行法兰对中实验，帮助解决核电站蒸汽发生器人孔螺栓咬死问题。在方法层面，首先，利用BP神经网络建立图像特征信息与机器人多自由度运动之间的映射关系，之后，提出模糊控制方法根据图像特征偏差进行机器人位姿的精确调整。实验结果表明，本文提出的算法能够有效应用于无标定视觉伺服控制，最终法兰平均对中误差在±1mm内，平均耗时43秒，满足应用需求，具有较高的工作效率。     

基于捷联惯导的蛇形管道机器人定位算法

为解决蛇形管道探测机器人因处于地下管道，难以定位的问题，本文基于牛顿第二定律为蛇形管道探测机器人设计了一种高精度的捷联式惯性导航定位系统（Strap-down Inertial Navigation System SINS）。本系统搭载九轴惯性测量器件（IMU）对蛇形机器人的加速度及角速率信息进行测量，融合卡尔曼滤波算法对定位系统进行误差补偿，采用四元数法构造捷联式惯性导航系统姿态矩阵进行姿态更新，再积分得到速度和位移。利用MATLAB软件根据上述算法对机器人的速度、位移进行分析计算，并与机器人真实的速度位移做比较，验证算法的可靠性。实验结果表明，该算法的定位误差最大不超过4.7%，能够为管道探测机器人提供准确地速度和位置信息，具有较高的实用价值和意义。     

基于主动视觉的结构光手眼系统自标定方法

为实现结构光手眼系统的标定,提出一种基于主动视觉的结构光手眼系统自标定技术。该标定技术无需使用特制靶标,只需场景中三个特征点,通过控制机器人进行四次线性无关的平移运动和两次带旋转运动,即可实现结构光手眼系统的标定。四次非线性相关的平移运动标定摄像机内参数和手眼矩阵旋转部分,两次带旋转标定手眼矩阵的平移部分,两次带旋转运动中提取的两激光条,结合特征点所在平面信息,标定光平面方程。实验结果表明,三维数据测量精度可达到±1.32mm,平面特征点间的长度测量误差为±0.73 mm;该标定方法简单,特征选取容易,对结构光手眼系统的实际工业现场使用有重要意义。     

基于视觉的六自由度机械臂运动学参数辨识

提出一种新型低成本的基于单目视觉的机器人末端位姿测量方法,设计并实现了六自由度机械臂的运动学参数辨识。采用分级测量方法和标定板绝对编码方法,解决了当前视觉测量过程中测量范围小、测量精度受相机畸变影响大等问题;使用基于位置误差的运动学参数辨识模型和单目视觉测量系统,简化了机器人的标定过程。最后,通过实验验证了方案的实用性和有效性。