基于阶梯形标定物的线激光传感器手眼标定算法

本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致)算法对标定点进行拟合,并利用最小二乘法求解手眼标定矩阵,这种标定算法无需对标定点的坐标进行修正.实验结果表明,阶梯形标定法的精度和稳定性均优于球形标定法,且该方法操作简单,可以满足自动化加工领域的大部分应用.     

激光视觉机器人焊接中摄像机和手眼的同时标定

摄像机和机器人手眼标定是视觉机器人应用中的重要问题.文中针对激光视觉机器人焊接的具体应用系统,提出了一种同时标定摄像机和机器人手眼的方法.该方法依据机器人手眼矩阵和机器人手爪对基坐标系位姿矩阵之间的特定关系,进行一次标定实验而同时求解出摄像机参数和机器人手眼关系矩阵.此方法简单、实用、快捷,避免了传统方法复杂的实验和解答过程.计算结果表明,标定精度能满足机器人焊缝跟踪的应用要求.     

激光视觉机器人焊接中同时标定摄像机和手眼关系的方法

摄像机和机器人手眼标定是视觉机器人应用中的重要组成部分。针对激光视觉机器人焊接,根据机器人手眼矩阵和机器人末端对基坐标系的位姿矩阵的特定关系,提出了一种同时标定摄像机和机器人手眼的方法。用所设计的标定物对此方法进行标定试验,由非线性最小二乘优化法求解待标定的参数。从焊缝上取20个样点,利用标定结果恢复其三维空间坐标,并与实际三维坐标对比,平均误差为0.12mm,满足焊缝跟踪要求。     

激光线结构光数控测量系统的标定

介绍了激光线结构光数控测量系统地标定方法,该方法利用数控机床本身的坐标精度,利用三角测量原理直接在数控机床上标定出光片角,同时采用最小二乘法拟合出摄像机结构参数,通过激光中心检索表的方法,修正由于参数标定所带来的误差,并采用神经网络拟合修正系数曲线,提高插值精度。     

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。     

激光线结构光数控测量系统的标定

介绍了激光线结构光数控测量系统的标定方法 ,该方法利用数控机床本身的坐标精度 ,利用三角测量原理直接在数控机床上标定出光片角 ,同时采用最小二乘法拟合出摄像机结构参数 ,通过建立激光中心检索表的方法 ,修正由于参数标定所带来的误差 ,并采用神经网络拟合修正系数曲线 ,提高插值精度 .     

基于线结构光检测的Arduino分拣机械臂

通过对当前工业机器人技术应用发展状况及机械臂智能化现状的研究,设计了一种基于Arduino的智能小型机械臂,采用D-H法描述了4自由度模块化机械臂操作空间,获得以关节角度为变量的正运动学模型。运用矩阵逆乘的解析法,得到了机械臂逆运动学的完整解析解。结合线结构光三维视觉,实现了目标物体的识别抓取功能,弥补了二维相机获取深度信息的不足。实验证明,该智能小型机械臂设计合理,具备良好的准确性和稳定性,简单轻便且实用价值高,具有一定的市场前景。     

基于极线约束的多线激光条纹匹配算法

依据双目视觉方法,先由双CCD摄像机摄取左右两幅标记有多线激光条纹的图像,然后对图像进行预处理．处理后的两幅图像是在不同视角下摄取的多条单像素宽的激光条纹,在极线约束的理论基础上,提出了一种多线激光条纹的匹配方法,从而实现了激光条纹的匹配和激光扫描线的三维重建．     

多关节机械臂的运动学分析与综合

本文提出了多关节机械臂运动学正问题的递推公式,并利用这些递推公式方便地解决了多关节机械臂的运动学逆问题,不仅物理概念清晰,而且无需导出其显式表示.文中所述方法简单、新颖,通用性强,适用于计算机编程,对多关节机械臂的设计与控制都有一定的指导作用.     

一种六关节机械臂的几何标定与路径规划?

目的开展RBT-6T/S03S六关节机械臂的路径规划实验,标定其运动学参数。方法首先建立连杆坐标系,利用激光跟踪仪对末端执行器的空间位置进行几何标定,并测量计算出运动学参数;其次利用D-H方法建立运动学模型,开展机械臂路径规划的计算仿真;最后在RBT-6T/S03S机械臂系统上完成路径规划实验。结果与结论仿真结果表明几何标定的参数值和运动学模型是正确的。     

基于机器人的带有旋转特征的零件坐标系标定方法

为了解决传统标定过程中标定困难、标定精度不高等难题,基于六自由度机器人面向带有旋转特征的曲面零件,提出一种八点标定方法。该方法利用带有旋转特征这一特点,准确找到工件坐标系原点,从而提高了标定精度。该方法通过实例论证,可以对带有旋转曲面特征的零件坐标系进行标定。使用该方法进行标定可以提高曲面工件坐标系与机器人坐标系匹配精度。     

基于拉丝法的线结构光视觉测量系统标定

 利用线结构光视觉非接触测量技术的大量程、大视场、高精度、光纹信息提取简单等优点进行非接触测量大型机器及轨道等。分析了线结构光视觉测量传感器数学模型,利用构建的位于光平面上的标定特征点,提出了一种基于拉丝法的线结构光视觉测量标定方法,即先标定传感器相机的内外参数,再利用激光线与铁丝相交形成的点作为特征点标定光平面在相机坐标系下的方程。该方法降低了标定设备的成本,过程简单。标定结果表明：该方法标定满足测量要求。     

基于红绿双色多线激光的三维深度图像系统

提出了一种基于红绿双色多线激光的结构光法,利用高速振镜（速度大于30Kpps）和可编程驱动电路,在空间中构造出红绿间隔的多条线结构光。通过此种方法产生的多线结构光,由于红绿两种激光光束成像在后期的去背景处理以及特征提取中容易分辨,因此提高了系统的精度。高速振镜结合可编程驱动电路,可以精确的控制所成光束的功率、波长（颜色）、宽度、数量,利用编程驱动程序在极短时间内改变多条线结构光的形态,运用不同的结构光（如垂直结构和水平结构两种正交结构光）对目标空间进行多次扫描成象,有效的避免了物体的轮廓（边界）与激光束平行时无法检测的问题。分析了在此结构光的基础上,如何对所获得图像进行后期处理,从而获得目标物体的深度图像。     

一种进行程序控制的多臂开口机构

本文介绍了一种新颖的多臂开口机构,说明了机构的工作原理及其特点;提出了求解综框运动规律的解析方法;论述了计算摆动从动件等径凸轮实际廓线的方法。     

基于ANSYS六自由度串联机械臂联接轴的结构优化

在六自由度串联机械臂结构优化设计过程中,建立了六自由度串联机械臂中薄弱环节联接轴的有限元模型,采用ANSYS软件对联接轴结构进行分析,得出了联接轴在工作状态下的应力分布规律以及变形状况,表明了联接轴的结构设计满足了刚度和强度要求,同时也为对其结构进行进一步优化提供了理论依据.     

多冗余度的机械臂容错操作中关节速度突变的研究

推导出了使速度突变极小化的退化机械臂关节速度的解析表达式,并从理论上证明了原机械臂关节速度最小范数解中的剩余关节速度矢量在退化机械臂零空间中的投影为零矢量,该结论适用于任意冗余度的平面和空间机械臂。研究结果表明,利用多冗余度机器人机械臂容错操作可以明显减小关节速度突变,提高容错操作的运动平稳性。     

基于激光点云特征的LiDAR-GNSS/IMU联合自动标定方法

车载多线激光雷达与GNSS/IMU系统间的数据融合可以提高智能驾驶定位系统的精度,两传感器间外部参数的标定是完成数据融合的前提.针对车辆传感器间外部参数手动测量困难、标定自动化程度低的问题,提出了一种不依赖标志物的自动标定方法,首先构建线、面两类特征点云地图并采用闭环约束减小累积误差,对两类点云地图分别提取面特征体素和线特征聚类,并将每一激光帧中的激光点与面特征体素和线特征聚类进行关联,结合基于运动标定的约束,构建最小二乘问题优化求解外部参数,最后通过实车实验验证了所提出算法的有效性和鲁棒性.     

基于深度学习和激光多普勒测振技术的机械臂电机故障时频尺度诊断方法

机械臂电机振动信号的采集效果较差,影响时频特性分析过程,导致故障诊断效果与精度较差,为此提出基于深度学习和激光多普勒测振技术的机械臂电机故障时频尺度诊断方法。使用激光多普勒测振技术与小波阈值去噪算法,建立机械臂电机振动信号采集系统,获取并重构故障信号;提取电机振动信号的时域、频域等尺度特征,引入人工神经网络建立一个具备学习能力的故障诊断模型,将提取的机械臂电机故障时域、频域等尺度特征输入诊断模型中,输出分类诊断结果,即可完成机械臂电机故障时频尺度诊断。结果表明：利用该方法开展电机故障诊断时,检测结果与实际电机故障类型之间偏差较小,诊断效果好、精度高。     

基于位置控制的多自由度机械臂非线性比例-微分阻抗控制

机器人柔顺控制可以响应环境变化,但接触信息的延迟以及未知机器人系统的跟踪误差等问题均导致接触瞬间力矩超调严重。针对上述问题本文提出一种基于自适应位置控制的改进阻抗控制策略,实现快速、精确的位置跟踪,同时,提高力控制的响应速度和精度。本策略采用双环控制,外环在传统阻抗模型基础上引入非线性接触力微分项在保持系统稳定性的同时提高机器人对接触力变化的响应,有效降低接触力超调;内环为自适应滑模控制,并使用RBF神经网络逼近机器人动力学模型并补偿系统中不确定性扰动,提高了系统的鲁棒性,提高收敛速度并降低跟随误差。通过仿真与实验,验证了所提出的改进阻抗控制方法相比于传统的阻抗控制方法有更好的力控响应速度和位置跟踪精度,可有效解决机器人与环境接触瞬间的接触力超调问题。