仿人足球机器人的非预定义足球检测算法

为适应人类赛场环境,仿人足球机器人需能够识别未预先定义足球,此时足球不再具有固定的与场地鲜明对比的颜色,因而不能通过传统的单色块识别策略解决。该文将足球颜色划分为专有色和共有色两类,采用两轮颜色标记方法生成颜色查找表;在图像像素级联通分割获得色块的基础上,提出基于图连接关系的宏像素聚类算法,从而得到若干足球识别候选对象;再利用模糊逻辑方法中的隶属度函数从候选对象中获得最佳足球识别结果。实验表明在不具备高性能计算硬件平台的情况下,算法能够在存在大量干扰,远近距离大幅度变化的条件下准确识别出非预先定义的足球,避免与边线、机器人等对象的混淆,且达到每秒15帧的计算速率。该算法能够在严格受限的计算能力下达到高效的足球识别能力,从而为参赛机器人提供了一种崭新策略。     

机器人制备生物芯片的分样量均一化方法

为解决机器人携带钢针分配头制备高集成度生物芯片时存在的分样量均一性差的问题,提出一种提高分样量一致性的方法:在正式点样前先使钢针与吸水材料接触,并停留一定时间,以去掉针尖外缘样品。实验结果表明:这种方法是可行的,可以显著提高分样量的一致性;用中速定性滤纸去样0.5～1.8s,可使分样量的变异系数降低到10%以下。     

微阵列制备机器人分向前馈误差补偿控制

为了提高半闭环微阵列制备机器人的定位精度,根据机器人运动误差具有方向性的特点,提出了分向前馈误差补偿技术。建立了微阵列制备机器人系统误差前馈补偿的传递函数模型,对系统的准确性、快速性与稳定性进行分析,从理论上证明该方法在提高机器人精度方面是可行有效的。研究并实施了回程误差与其他非线性误差的分向补偿算法。在清华大学开发的...     

基于视觉识别的民机零件专用自动喷涂系统

针对民机喷涂零件种类繁多、摆放位置不固定、无夹持装置等问题,研发了一套基于视觉识别的自动喷涂系统。该系统使用工业相机获取筛盘上零件的二维图像,对零件进行初步分类和定位。使用5轴三维测量机构获取点云数据,采用粒子群优化算法(particle swarm optimization, PSO)进行点云和三维模型的位姿匹配。根据匹配结果,采用曲面分片的方法规划喷枪路径,用Bézier曲线生成机器人关节轨迹。最终在240 s的节拍内实现多种繁杂零件的自动化配准,平均配准精度达2.11 mm。机器人能够自动进行喷涂作业,且喷涂质量满足航空零件要求。     

基于图像处理的喷涂雾锥角影响因素分析

研究喷涂工艺参数与雾锥角的关系可为建立准确喷枪模型提供重要依据,但传统的直接测量喷幅尺寸的实验方法很难获取足够的实验数据。为了解决这个问题,该文提出并实现了一种雾锥角测定方法,通过截取雾锥图像的特定边界计算雾锥角。基于该方法,对控型空气压力、雾化空气压力和涂料流量与雾锥角的关系进行了系统的实验研究,通过分析发现如下规律:扇形空气压力与长轴雾锥角正相关,与扇形空气压力负相关;雾化空气压力与长短轴雾锥角、喷涂流量均正相关,且与扇形空气压力之间存在耦合关系;喷涂流量对雾锥角影响相对较小。