一种基于机器视觉的螺丝定位检测方法

文章提出了一种基于机器视觉技术的螺丝定位检测方法,首先通过机器视觉对目标对象进行三维建模,然后使用可变形模版匹配算法进行螺丝定位。实验结果表明,使用本文提出的方法可以实现螺丝位置的精确定位,并能准确判断螺丝类型和槽型方向。     

基于北斗定位和视觉识别的机器人设计

近年来,随着进步和社会科学技术需求的进步,机器人技术迅速普及,农业的智能化将会是农业机械发展的首要目标,也是实现国家智能化的必经之路。基于此我们设计了一款基于北斗定位技术和机器视觉识别技术的机器人,北斗系统将帮助机器人产生定位和轨迹。     

视觉定位装配机器人控制系统设计与优化

以汽车企业为例,目前总装生产线装配多采用人工与助力机械手结合,部分装配过程需要人工定位调整,生产效率低,本项目采用视觉定位,改进机械手装配功能,设计并优化机械手智能控制系统,使机械手功能更加强大和完善。可完成视觉定位、抓举部件、装配等动作,解决了装配生产线中自锁螺栓智能定位装配技术的难题,减轻了工人的劳动强度,提高了生产效率和产品合格率,促进生产线智能化、高效化。     

一款低价机器人视觉系统

描述了一款低价小型机器人视觉系统。系统由Om7620 CMOS彩色相机模块、LPC 2148 ARM7处理器等其它外设组成。其中Om7620能够直接输出数据图像信号,在不需另外配备采集卡能够实现高速采集图像的采集和处理;LPC2104具有强大的数据处理能力,能够实现多种图像处理算法。     

基于全局视觉的足球机器人的视觉训练系统设计

机器人足球比赛是近年来在计算机和自动控制等领域内的一项非常有前景的研究课题,相当多的理论、算法和技巧被提出并实现。其中有关足球机器人的视觉系统的研究更是创新不断。本文设计了一个基于RoboCup小型组足球机器人的视觉训练系统模型,并对该模型的原理、模块组成和工作方式进行了分析。文中使用了一种基于阈值的颜色标定方法,可以通过训练和学习来动态的建立视觉关系模型,供视觉系统在比赛时使用,使视觉系统对环境具有较强的适应性。     

视觉系统在工业机器人分拣系统的应用

本文以大恒数字摄像机与广州数控分拣机器人为例,介绍了视觉系统应用在工业机器人分拣系统中。对分拣机器人的软硬件系统、调试步骤、程序设计作了较为详细的说明,最终通过计算机控制分拣机器人完成物料分拣。     

视觉三维定位的工业机器人关键技术研究与应用

在国家教育主管部门和广东省产学研结合项目(2012B091000167)的支持下,华南农业大学工程学院和广州数控设备有限公司的研究人员合作开展了"视觉三维定位的工业机器人关键技术研究与应用"课题研究,研发了视觉三维定位的工业机器人,包括双目视觉识别与定位软件、单目视觉与激光联合的三维识别与定位软件、工件抓取末端执行器、6自由度机器人本体、电机与控制系统、视觉与控制通信系统等.研发出的视觉智能机器人能对摆放有序、无序的多目标工件(目标)位姿进行识别、深度信息获取、三维空间坐标反求.相关技术在工件定位与抓取、木材缺陷检测与分拣堆叠、野外荔枝采摘等领域进行了创新应用与示范.该智能工业机器人能够在复杂环境下对随机多目标进行自动识别定位与抓取.     

足球机器人视觉系统的颜色空间选择

颜色空间在足球机器人视觉系统的图像处理中起着决定性的作用,文中在分析常用的RGB、HUV和HSI三种颜色空间特点的基础上,通过实验对三种颜色空间在不同条件下进行分析比较,最终选取HSI作为足球机器人视觉系统的颜色空间,实验结果证明该颜色空间能够满足机器人足球比赛要求。     

面向分拣机器人的多目标视觉识别定位方法研究

现在分拣机器人在使用的时候会出现很多问题,针对这些问题人们提出了一种解决问题的方法,这种方法就是面向分拣机器人的多目标视觉识别定位方法。通过分析分拣机器人系统内容和实验,发现面向分拣机器人的多目标视觉识别定位方法在使用的时候能够真正的提供相应的位置信息,同时给以后的生产带来非常大的帮助。     

基于单目视觉的移动机器人室内定位

阐述移动机器人定位技术在机器人技术中的重要性,提出在单目视觉的条件下实现对于移动机器人的定位,并在实际室内环境运用单目相机、智能小车以及halcon软件平台进行试验,先通过相机标定得到相机参数,再运用相机在实验现场实际采集图像,利用相机参数和采集到的图像信息来定位智能小车,得出了小车实际坐标位置,证明本文提出的方法有效。     

基于关键帧的视觉惯性定位算法

针对视觉里程计定位精度易受环境因素干扰而降低的问题,本文采用视觉惯性定位方法。首先,利用惯性测量单元(IMU)在短时间内提供精确测量信息的特点,将视觉信息与IMU数据进行紧耦合处理,提高系统的定位精度。其次,为提高系统的实时性,将图像帧进行关键帧筛选,并提出一种关键帧选择方法。然后,采用滑动窗口融合优化模型,求解位姿估计得到相机的运动轨迹。最后,通过EuRo C数据集对本系统进行实验,评价了本文算法定位精度与时间效率,实验结果表明,与主流算法OKVIS相比本文算法在定位精度与实时性上均有所提高。     

基于视觉识别的目标定位系统设计

随着科技的迅速发展,自动化逐渐走入人们的日常生活。基于对传统识别装置的改进,本文设计一种能够对移动目标进行跟踪识别的目标定位装置,方案包括硬件电路,软件设计及图像处理三个部分,提出了合适的图形处理算法,实现通过对目标图像的识别处理进而准确定位的目的。     

基于OpenMv3视觉家庭安防机器人

为降低安全事故的发生,提高家庭环境的安全系数,特基于视觉跟踪技术而研发了一款家用视觉安防机器人。所谓视觉跟踪,就是指对图像序列中的运动目标进行检测、提取、识别和跟踪,获得运动目标的运动参数[1],如位置、速度等,并对信息参数进行相应的分析处理,实现对目标的行为理解。视觉跟踪解决的难题是在一段时间内对于同一个物体在复杂的场景下(如遮挡,明亮,物体扭转等)进行连续高速的跟踪,是监控、安防、自动驾驶、无人机、智能家居等应用中必须解决的关键课题。     

基于视觉的自主巡逻机器人技术研究

本文先是引入了自主巡逻机器人出现的背景,紧接着就机器人技术中的几个关键技术包括:相机测距、构图与定位(SLAM)以及路径规划进行了阐述与解释,最后根据要求,进行了机器人自主导航的验证试验,对机器人的自主导航功能进行了验证分析。     

机器视觉在机器人码垛系统中的应用

机器视觉是一种有极大应用前景的新技术,研究其在机器人码垛系统中的应用意义重大。随着我国各行各业的迅速发展,传统的码垛机器人由于只能完成简单的搬运作业任务,已不能满足目前的生产要求,基于机器视觉的码垛机器人把机器视觉技术应用到传统的码垛机器人上,提高了传统的码垛机器人的智能水平,使其具有检测、分析和决策的能力,提高了码垛机器人的作业质量,并扩大了其应用范围。掌握基于机器视觉的码垛机器人的关键技术至关重要。     

集控式足球机器人视觉系统的研究

机器人足球比赛是一项综合性的技术对抗活动，而视觉系统是整个比赛的基础，如何快速准确地识别出小球和机器人对比赛和胜负起着决定性的作用。本文针对集控式视觉系统讨论了视觉系统的特点、功能和实现过程，并提出了一些改进的方法。     

基于变电站巡检机器人的室外断路器状态自动识别算法

对于变电站高压断路器的状态识别问题,本文提出了一种基于图像处理的自动识别算法,该算法基于变电站巡检机器人平台,使用双模板匹配方法,参考目标区域差异度,自动识别断路器的“分”、“合”状态,可靠性高,漏检率低,可以直接用于同定点变电站设备监控系统或自主移动机器人巡检系统,为变电站无人值守和智能变电站建设提供了可靠的方法和手...     

基于视觉识别的机床工件定位方法

在数控机床加工中,对工件定位寻找加工零点,是加工过程中一个必不可少的环节,传统的工件定位方法一般是通过接触式对刀仪触碰工件的多个边,数控系统综合获取的数据,计算出工件的零点,对工件的过程比较耗时,手动对工件如果操作工操作不当,甚至会损坏对刀仪。本文提出一种基于视觉识别的工件定位方法,在相机标定后,通过对识别特征建模,将工业相机快速移动到定位区域,对定位区域拍照,并对获取的图像分析处理,识别出加工特征,计算出加工区域特征点相对机床零点的位置,并自动补偿至数控系统的零点偏置参数中。该定位方法只用机床移动一次,相对于传统自动测量方法的多次移动具有明显的效率优势,并且可以识别出对刀仪无法接触的特征,在多款数控机床上装载使用,定位精度都能够满足要求。     

基于视觉的仿人机器人运动规划研究

仿人机器人的视觉系统和运动规划是仿人机器人研究的两大研究领域,对机器人在现实生活中的应用有很大作用。在图像的预处理过程中,进行图像去噪采用的是基于分数阶积分的去噪方法来进行的,与传统方法相比,这种方法更能提高图像的信噪比,保留原始图像中的关于边缘和纹理的信息。针对传统的SIFT点匹配算法效率较低,匹配速度慢等问题,提出并实现了基于区域增长的SIFT点匹配算法。这种算法可以在匹配可靠性基本保持不变的前提下,显著的提高匹配速度。在仿人机器人的运动规划方面,针对仿人机器人传感器对障碍物感知局限性的问题,采用信息窗口的算法。这种算法改进仿人机器人对障碍物的感知算法,使仿人机器人在运动过程中,最大程度的做到无碰运动。     

视觉浇注系统钢水目标定位方法研究

铸件浇注时造型机制造砂型推型到浇包口下方,浇包塞杆向上运动浇注开始,当浇口杯内钢水注满时,浇包塞杆向下运动浇注停止,造型机将注好钢水的砂型向前移动将下一个空砂型继续推型到浇包下方。因此浇注过程中实时浇注图像的定位与跟踪是视觉浇注系统的关键问题,为此本文提出利用Cam Shift算法动态跟踪定位浇注液柱与浇口杯内图像。实验结果表明在动态浇注过程中,Cam Shift算法对于动态目标的跟踪效果更好,更有利于图像的叠加与后续浇口杯液位识别。