基于位置的机器人视觉伺服控制

大多数视觉伺服研究中,不考虑机器人的动力学特性,把机器人当作一个理想定位设备.结合机器人的运动学特性和动力学特性,采用基于位置的视觉伺服控制器和常规PD控制器相结合的方法,实现了机器人对目标运动的跟踪.并对一个二连杆视觉伺服系统进行了仿真,仿真结果说明了算法的有效性.     

基于相关滤波的工业机器人视觉伺服控制方法研究

为了解决目前工业机器人示教调试工作复杂的问题,提出一种基于相关滤波跟踪算法的视觉伺服控制方法.该方法通过相关滤波跟踪算法对目标进行跟踪,将目标的实时状态发送给机器人控制器进行处理,实现机器人对目标的跟踪.通过搭建的视觉伺服实验平台对机器人控制效果进行测试,实验结果表明,此方法取得了较好的控制效果,对视觉伺服往实用化发展有一定的借鉴作用.     

微动机器人视觉伺服控制系统优化

基于双目显微视觉伺服控制和透视成像原理,优化了双目显微视觉伺服控制模型。结果表明:设计的视觉模型不再含有深度信息,直接采用了图像信息从场景中获取视觉信息,图像特征点的误差向量在0~2 s范围内一直收敛到0;当微立方体处于焦平面上时,图中微立方体形状有微小的变化,这表示物体到摄像机的距离是有微小变化的,深度信息是变化的。设计的模型不再需要测量或估计未知点的深度信息,能够实现准确、快速地获取深度信息,实现了微动机器人视觉伺服控制系统优化。     

基于数字伺服控制原理实验系统

研制了数字伺服控制原理实验系统,该系统采用计算机作为上位机,软件由Visual C++6.0编写,由下位机PLC传达控制命令,驱动硬件电路,最终驱动直流电机工作。系统根据设定值驱动电机工作,带动工作台移动,系统实时采集数据,描绘实验曲线,以反映不同控制方式及控制参数下实际值和设定值之间的关系,从而加深学生对相关知识的理解。该系统可进行伺服系统全方面的实验,实验参数及实验项目可自由选择。     

泊车机器人障碍物视觉识别系统研究

针对智能停车库中的泊车机器人视觉系统研究需求,提出一种基于双目视觉的泊车机器人障碍物识别系统。通过双目摄像头进行图像采集,利用张正友棋盘标定法进行双目相机标定;采用Bouguet进行立体校正,将高斯滤波与拉普拉斯算子相结合进行图像预处理;采用YOLO卷积神经网络对目标障碍物进行快速识别;利用区域匹配算法进行立体匹配并生成目标障碍物视差图;通过成像点和目标障碍物的立体几何关系计算得到目标障碍物的深度信息。实验结果表明,该系统具有良好的实时性和较高精度,障碍物识别时间平均为0.0901s,在2 600mm具有最佳测距精度,可为泊车机器人自动泊车提供保障。     

基于视觉检测的机器人自动粘贴商标系统设计

本文介绍了机器人自动粘贴商标系统的结构和功能,描述了系统的关键模块的设计思路,阐述了控制系统的控制原理和图像处理的方法,利用视觉检测技术和PLC控制系统,设计了机器人自动粘贴商标系统,使自动粘贴精度和工作效率得以提高.     

基于PLC和视觉的机器人物体识别和分类研究

对目标物体的准确识别和分类,是机器人在工业应用中进行抓取和分拣等任务的核心问题。提出了基于PLC和机器视觉的物体形状和颜色识别系统,该系统由PLC作为主控,利用机器视觉对物体形状和颜色进行分类,在识别目标特征后,送入MATLAB处理后将结果发送给PLC,PLC控制机器人的关节,进行目标选择和抓取,有效提高了定位精度和工作效率,降低了成本。     

位置伺服控制教学实验系统的研制

本文详细了介绍直流搁置伺服控制教学实验系统的工作原理、设计思路以及所能实现的功能。该实验系统作为机电控制专业的综合性实验系统,在教学实践过程中取得了满意的结果。     

管道焊接机器人视觉控制系统

设计了一种无轨道自动跟踪管道焊接机器人,主要对其视觉焊缝跟踪实时图像处理系统进行了研究。针对焊接过程中的各种干扰噪声和跟踪精度的要求,研究采用结构光CCD传感器检测系统和图像采集卡进行计算机软件图像处理,对其中模板滤波、边缘检测、轮廓跟踪、激光带中心线的抽取和特征点检测进行了研究。该套处理方法效果好,处理速度快,能够满足跟踪系统的实时性要求。     

基于机器视觉的六轴工业机器人神经网络自适应控制算法

构建了一个基于机器视觉的工业机器人,由视觉模块、计算机、机器人以及软件组成,通过视觉模块获取对象图像,并进行分析,得出目标的坐标位置.运用神经网络自适应控制算法对控制器的脉冲输出进行补偿控制,从而使得机器人各关节的运动更加平滑可靠.实验结果表明,该机器人可以实现按预设连续轨迹精确运行,以取代人工进行涂胶、打磨、装配、焊...     

基于视觉与IMU融合的机器人位姿修正方法研究

为了提高机器人位姿修正精度,提出基于视觉与IMU融合的机器人位姿修正方法。构建机器人位姿参数分布模型,结合标准卡尔曼滤波模型进行机器人位姿参数融合和视觉特征重构,采用三维视觉信息跟踪识别方法进行机器人运动学模型的优化设计,基于视觉与IMU融合方法实现自主遥控双足机器人结构参数辨识模型的构建和位姿修正。仿真实验结果表明,采用该方法进行机器人位姿修正的精度较高,提高了机器人的自动化控制能力。     

基于CMAC神经网络和Kalman滤波器的三维视觉跟踪

采用Kalman滤波器来预测图像特征点的位置，然后在其周围建立图像处理窗口，以达到减小特征点搜索区域及提高图像处理速度的目的．根据基于图像的视觉伺IBVS（image based visual servoing)的原理，在视觉伺服控制环中加入CMAC(cerebellar model articulation controller)神经网络来实现从图像空间的误差信号向输入空间的控制信号的非线性映射，从而避免了图像雅可比矩阵的不断调整及其复杂的求逆过程．模拟结果表明：采用Kalman滤波器能有效预测特征点的位置，同时采用CMAC神经网络能实现在线有导师学习，末端执行器能较好地对目标物体进行跟踪．     

足球机器人视觉系统的硬件设计

在足球机器人比赛中,视觉子系统是整个系统获取外部信息的唯一通道,能否由视觉系统快速准确的得到场上信息,是整个比赛的关键,它的性能直接关系到比赛的胜败.本文针对足球机器人比赛的需要,设计了足球机器人视觉系统,包括CCD摄像头、SAA7111A、AL422B、EPM7128及TMS320VC5402,并详细分析了系统的时序关系.     

基于视觉与IMU的跟踪机器人研究

针对普通轮式机器人在运动和控制等方面的限制,设计并实现了轮式滑动转向移动机器人,该机器人具有结构简化、运动灵活、可靠性高、可控性好等特点.基于EKF实现单目视觉和IMU数据融合,运用SURF实现被跟踪对象特征的检测与匹配,结合垂直线等环境特征获取Range/Depth信息以及被跟踪对象及道路转弯信息.实验表明:该系统及相关算法有较强的实时性和鲁棒性.     

基于机器视觉的工业机器人分拣技术应用研究与系统开发

随着科学技术的不断进步,与机器人有关的技术也得到飞速发展,专家和学者关注的焦点也转移到机器人视觉技术方面,从而让机器人也拥有和人眼相似的使用功能.文章研究了基于机器视觉的工业机器人分拣系统,该系统主要包括机器人本体及工件平台、机器视觉和运动控制三大模块,对它们的结构分别进行了设计;最后重点分析了分拣系统中应用的关键技术.     

排爆机器人手爪柔性控制的一种策略

针对排爆机器人手爪夹持机构的研制过程中需要解决的问题,采用双目立体视觉识别系统,给出了图像中可疑爆炸物的质量估计与夹持宽度估计;根据爆炸物预抓取部位图像矩阵的列单色灰度差分,给出了爆炸物的表面粗糙度的估计方法。同时构建了完成排爆机器人手爪柔性控制策略所需的电流伺服控制系统,借助数传电台实现了主控PC机与嵌入式目标机PCI04命令传输。     

位置伺服控制系统的建模与仿真

位置伺服控制系统有一套基本的工作原理,在此原理的基础上,可建立系统的数学模型,并设计PID控制器。同时,MATLAB仿真实验显示控制系统工作稳定可靠,满足了位置伺服控制的要求。     

基于PMAC的3自由度并联机器人的控制研究

以3-UPU并联机器人为研究对象,详细分析了该机器人的控制方法及其工作原理。提出了IPC+TurboPMAC2开放式伺服系统构建模式。建立MFC操作界面,控制卡通过PComm32.dll接收工控机的指令数据,再利用Matlab求解出轨迹的离散点数。以Clipper运动控制卡作为控制系统的核心部分,将正逆运动学算法和雅克比矩阵嵌入到TurboPMAC2中,并由卡完成数据采样插补运算,使运动控制不依赖于上位机,有效地提高了速度伺服系统的实时性和可靠性。     

基于人工智能的机器人折弯机滑块行程研究

针对金属板料折弯工艺和更高精度的要求,提出基于人工智能神经网络的机器人折弯新技术。对机器人弯折工艺进行特征参数分析及提取,并建立改进算法的BP神经网络模型;比较了不同机器人折弯训练函数下的性能,建立更加有效的神经网络训练函数。通过经验实测值与改进算法的BP神经网络预测值对比,验证了所确定的机器人折弯的改进BP神经网络能够更加精准确定折弯工艺过程中所需的滑块行程,提高了折弯工艺精度。