基于视觉与超声技术机器人自动识别抓取系统

提出了满足机器人装配作业中对工件进行可靠识别与抓取的信号处理技术及检测方法,对痛准确描述物体形状的特征提取方法进行了研究,设计了一种基于视觉与超声技术的机器人自动识别与抓取系统的结构,并在机器人装配作业平台上进行了物体识别与抓取的实验研究。     

基于单目视觉的工业机器人抓取系统设计

针对工业机器人在示教模式下上料无法对位姿出现偏差的工件完成抓取的问题,设计了一种基于单目视觉的工业机器人抓取系统。系统使用单目视觉采集工件图像,利用九点标定法将图像中的工件形心坐标转换为机器人坐标系下的坐标;通过图像处理算出工件的旋转角度,引导机器人运动至目标位置并配合抓手完成对工件的抓取。最后以PCB为对象搭建了抓取系统,经过多次抓取实验,发现该抓取系统位置误差在2 mm以内、姿态误差在1.5°以内,能够满足自适应抓取工件的定位要求。     

机器人手爪的功能分析与设计研究

本文对机器人手爪的抓取运动范围、工件的定位要求、夹紧力的计算方法、工件的检测、清洁和安全等相关功能要求进行了系统的介绍，对设计手爪时工件结构形式的分析、工件定位点及夹紧方式的确定、工件检测传感器位置及数量的确定、工件表面的清洁、手爪的安全性等相关设计事项进行了研究，在分析了机器人手爪的有关设计要素后，提出了机器人手爪的设计的步骤和设计思路，为机器人手爪在现代工业制造领域的推广和应用提供技术支持。     

视觉引导下协作机器人抓取技术研究

针对在多物体复杂抓取场景下,协作机器人如何实现能在人机共融的环境中精确抓取特定目标工件及自主避障的问题,提出了一种基于监督学习的视觉引导下的协作机器人抓取方法;首先利用监督学习算法训练和处理待抓取物图像信息,完成对抓取目标特征的快速识别与定位;然后将抓取物的定位信息通过串口通信协议传输给ROS系统控制机器人完成运动规划...     

基于改进的FREAK算法的机器人抓取系统

为了解决工业机器人对带有复杂纹理的平面型工件的识别与定位问题,将机器视觉技术与工业机器人相结合。利用改进的FREAK算法对目标工件进行快速识别,并根据工件的形状和单应矩阵计算出工件的形心坐标和旋转角度,再结合双目视觉系统,获取机器人抓取点的三维位姿信息,引导SCARA机器人抓取目标工件。实验结果表明:在复杂的工业环境下,机器人抓取系统能够准确识别出目标工件,具有良好的鲁棒性,同时也满足工业生产的实时性要求。     

基于TRIZ理论的转盘式挤奶机器人结构设计

为解决转盘式挤奶机智能化程度不足的问题,设计了一种适用于大中型牧场的高效率智能化挤奶设备。基于TRIZ理论,采用九屏分析法和因果轴分析法,得出影响牧场智能化发展的因素;结合现场实际情况,运用技术矛盾法、物理矛盾法和物场-模型法对分析出的问题进行求解,对执行机械臂、末端执行器、三轴平移装置等关键部件进行创新设计,完成了转盘式挤奶机器人的结构设计,并搭建了实验样机。进行了奶杯抓取和套杯实验,结果表明,机器人抓取奶杯成功率为100 %,套杯成功率为97.2 %,平均每次花费时间为5.8 s。相较于人工挤奶,效率至少提高了98 %。所设计转盘式挤奶机器人满足使用要求,为转盘式挤奶机器人产品开发及后续的牧场智能化研究提供了依据。     

基于EM算法的工业机器人抓取控制研究

抓取是机器人的基本操作任务,通过待抓取物体的位姿变化对机器人关节数据自适应调整,提高机器人物体抓取成功率.本文基于EM算法的混合正态分布模型建立待抓取物体位姿观测变量和机器人关节变量之间的映射关系,并采用UR3机器人进行抓取试验.结果表明,采用该方法进行抓取控制只是在样本训练集的边缘抓取失败,抓取成功率为95.5％.基于EM算法的混合正态分布模型可以有效地对工业机器人抓取进行控制,具有比较高的抓取成功率.     

机器视觉算法在码垛机器人中的应用

机器视觉是机器人应用的一个重要方向,码垛机器人已经越来越多的应用在物流生产线的各个方面,但是普通的码垛机器人无法适应现代物流仓储种类多、位置偏差大的特点。介绍了一种应用机器视觉实现柔性生产的码垛机器人系统,该系统主要由机器人系统、机器视觉系统、夹手工具、传输线、工控机系统、位置传感器等组成,关键技术包括码垛机器人码垛算法和机器视觉系统标定算法的实现,并编写了相应的算法程序和控制程序,经过严格测试可适应传输线上不同种类、不同位置的货物类型,并实现对这些货物的自动判断,适应货物位置自动调整并实现自动抓取货物。目前该系统已经在学校的物流实训室得到了应用,满足了学校教学的要求,对工业生产有一定的指导作用。     

面向机器人抓取的双目视觉单步多目标检测方法应用研究

针对工业机器人的抓取技术普遍采用离线示教的方式,目标物的改变就会导致抓取不准的问题,研究了一种面向机器人抓取的双目视觉单目多目标检测方法,强化了机器人的抓取能力;首先搭建机器人抓取视觉检测系统,系统采用双目测距模型定位深度,单步多目标检测器定位像素坐标;通过相机标定和eye-to-Hand手眼标定将图像中的像素坐标以及双目测距模型的深度坐标转换为机器人基坐标的位姿,建立机器人运动学模型完成机器人基坐标到机器人末端坐标的转换,通过ROS实现上位机与机器人通讯,并将定位结果发送给ROS;经过多次实验,表明方法的目标检测误差在3.5 mm以内,深度误差在1.2 mm之内,具有很好的实用推广价值。     

高欠驱动的拟人机器人多指手

为改进清华大学研制的TH-1型拟人机器人手的传动机构,设计了一种欠驱动手指机构。该手指机构可用于拟人机器人手上,以较少的驱动器获得较多的关节自由度,同时获得较好的自适应抓取功能,降低装置对控制系统的要求。以该欠驱动手指机构为基础,设计了一种高欠驱动的拟人机器人多指手——TH-2手。研究结果表明:TH-2手具有高度拟人化、高欠驱动和高集成度,以及实时控制容易、体积小、质量轻、抓取功能较强等优点;TH-2手适合安装在拟人机器人上使用。