基于机器视觉的机器人抓取实验系统

针对工业机器人成本高、开源性差和维护困难等问题,设计了一种基于机器视觉的机器人抓取实验系统.该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位,并完成抓取任务.机器人系统在结构设计上采用串联结构,利用无刷直流电机作为机器人关节的驱动机构.为了解决工件识别与定位问题,利用Pytorch框架下的深度学习模...     

基于机器视觉的多目标跟踪技术的研究

机器视觉可以帮助机器识别物体并对物体进行作业.本文在工业机器人的设计基础上,增加一个机器视觉系统.系统由机器人、摄像机、图像采集卡、计算机及系统软件所构成.机器人凭着这个视觉系统,可以捕获目标物体的特征并且识别目标物体,然后对物体进行定位,最后控制工业机器人完成作业任务.     

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。     

管道巡检机器人视觉系统实验教学平台设计

为加强机器人专业实验教学,提高人才培养质量,设计了一套基于管道巡检机器人的视觉系统实验教学平台。该实验平台由目标物的检测识别和目标物的定位测距两部分组成,涉及视觉系统的相机标定技术、深度学习技术、YOLO检测算法、单目定位测距技术等。实验结果表明,该视觉系统具有较强的淤积物检测识别能力和较高的淤积物检测精度。学生通过该平台不仅学习了管道机器人视觉系统的设计思路和方法,而且创新实践能力大大提高。     

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.     

足球机器人功能系统实验平台的构建

在高校实验室中构建足球机器人功能系统的实验平台,该平台能展现足球机器人系统的视觉、决策、通信和车体动作等功能.该平台既能应用于信息、自动化、计算机应用等专业实践教学,还有助于智能控制系统课题研发.该实验平台的设计,除典型结构外还有派生结构,以体现其多面性.对目前足球机器人实体上多被采用的视觉、决策和通信系统进行了结构创新,以实现其功能的强化和拓展.     

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.     

基于深度学习的无序件抓取实验系统开发

将深度学习、机器视觉与机器人相结合,构建了平面无序件抓取实验系统.通过在SSD网络引入内卷积、特征金字塔等提高目标检测算法的检测性能与效率,算法参数减少60％.构建基于VGG16主干网络的细长类标准件姿态预测算法以引导机械手抓取;采用STM32单片机控制龙门式机械手,根据算法检测结果实现机械手的抓取动作.该抓取实验系统...     

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...     

工业无线网络的智能搬运机器人实验平台设计

为提升搬运机器人的智能化水平,加强控制中心对现场的监控能力,根据智能制造企业实际生产需求,基于实验室承担的科研项目,将双目视觉、搬运机器人和工业无线等技术相结合,设计开发了该智能搬运机器人实验平台。使用PLC作为智能搬运机器人的主控制器,利用双目视觉对目标物分类和定位,通过工业无线实现控制中心和智能搬运机器人之间的数据通讯,设计HMI远程显示智能搬运机器人运行状态。实验表明,智能搬运机器人可完成目标物检测、抓取和搬运功能,控制中心可完成对现场的实时监控。     

基于RoboMaster机器人运动目标的图像识别与处理

以大学生创新实验室为平台,提出了一种对RoboMaster机器人装甲板的图像识别与跟踪方法.该方法首先依据RoboMaster机器人装甲板的光学特征和形状特征识别目标,利用其方位特征和运动特征跟踪目标,并使用PnP算法实时解算摄像头与目标装甲的物理距离,用于补偿云台射击目标时子弹由重力而出现的下坠,最后将转化后的目标位置信息传输给运动控制组.     

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.     

全局视觉足球机器人的动态目标识别方法改进

在全局视觉小型足球机器人比赛中,为保证控制的实时性和准确性,要求机器人的视觉系统能够快速处理图像信息,并对目标进行准确的识别和跟踪,但由于受外界环境的干扰和视觉系统自身的原因,全局视觉足球机器人经常出现目标丢失或识别错误等现象。文章通过分析影响目标识别效果的各种因素,提出了相应的改进方法,并以ROBOCUP小型组足球机器人系统为平台设计了目标识别方案。     

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.     

基于RoboMaster竞技赛中机器人视觉识别定位系统的研究

针对RoboMaster竞技赛规则,设计一款具有自主识别与定位视觉系统的移动机器人,用于识别敌方机器人特定目标,从而实现精确定位与打击。系统采用基于C++语言的OpenCV相关算法,运算平台搭建多线程任务并发执行框架来提高系统运算效率,对识别目标的视觉元素、颜色特征及目标形态进行循环二值化阈值滤波算法,获得目标的精确特征参数;使用PnP目标解算方法对特征信息定位的准确性和实时性进行优化,定位数据经串口通信发送给STM32控制系统处理。这些措施有效地提高了比赛中对敌方机器人的特定目标识别定位的精确性与实时性。实验结果表明,采用综合二值化滤波算法的定位技术有效提高了匹配精度,满足了移动机器人快速识别与定位的需求。     

消防机器人视觉感知技术研究综述

视觉感知是消防机器人获取、分析与理解火场环境信息的重要手段,是实现预定消防作业功能的重要基础.文章首先介绍了常用视觉传感器的特点以及基于这些传感器的消防机器人视觉系统组成结构,和实现消防机器人视觉系统控制,视觉信息处理的常用处理器以及相应的系统特性;从火焰检测、人体检测、障碍物检测三个典型方面概述了视觉信息处理算法的发展现状.最后,总结了消防机器人视觉感知技术当前发展中存在的三方面不足,并以此阐述了其未来发展趋势.     

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。     

基于多传感器多目标实时跟踪视觉系统在全自主机器人上的应用

视觉系统是全自主机器人的重要组成部分,而如何精确高效地处理视觉信息是视觉系统的关键问题.介绍了一种基于彩色图像的目标识别与定位及避障方法,对全自主机器人感知环节进行了研究.通过分析摄像头采集的图像,并借助碰撞传感器、红外传感器等方法确定目标.所提出的算法已在国内及国际比赛中应用,收到很好的效果.     

工业机器人实验教学平台

针对工业机器人系统复杂、学习难度大等问题,设计了基于机器视觉的五子棋人机对弈实验教学平台。通过机器视觉实验,学生可以学习相机标定、棋子快速识别与定位的图像算法。通过对弈搜索算法实验,学生可以学习树状智能搜索算法的原理。最后进行机器人程序控制实验,了解机器人轨迹规划的基本原理,通过修改机器人程序可得到不同的机器人运动轨迹。利用开发的人机交互界面,可进行对弈实验测试。该实验达到了预期实验目的。     

面向机器人智能抓取任务的视觉定位实验

开发了面向机器人抓取任务的视觉定位实验平台。该实验平台基于5自由度关节式机器人实现物料抓取,采用运动控制器及伺服电机进行控制。基于机器视觉的抓取目标定位系统采用Matlab软件开发,包含图像预处理、图像分割、目标识别、坐标计算、运动路径规划等。视觉定位系统能够识别多个被抓取对象的位置、姿态,并生成抓取运动指令,通过网络与机器人运动控制器通信实现自动抓取。该实验融合了机器视觉、机器人控制、机电一体化等多方面课程知识,具有良好的开放性和广泛应用性,有利于培养学生的工程实践能力和创新能力。