基于单目视觉的工业机器人去毛刺平台开发应用研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:xiaoshang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了适应新型国防军工、汽车制造、半导体生产等领域,兴起于上世纪50年代的工业机器人,急需将传统制造技术与现代信息技术融合。在现代化生产车间,将机器视觉系统加装到机器人本体上,赋予机器臂视觉功能,通过“手—眼”之间协同工作,可以自动完成各类工件的焊接、搬运、分拣、加工等任务,大大提高企业生产效率。现阶段,针对小批量、形状不一、尺寸各异的小型工件识别检测、去毛刺应用,大多采用双目视觉定位的办法,这种办法模拟人双眼视觉三维成像过程,对硬件精密性和设备安装要求较高,后台图像处理算法耗时长且复杂,不能根据工业现场灵活搭建。本文在实验室工业机器人平台上,开发设计一种基于单目视觉的工业机器人手眼协同应用平台,该平台可以将工件的位姿信息及边缘轮廓信息传递给机械人控制器,控制器引导机器人末端执行器实现工件棱边毛刺的去除,最后完成对应的视觉系统和机器人系统的研究与实验,验证手眼协同系统的精确度。考虑各设备结构尺寸大小与相对安装位置(机器视觉装置不能影响机器臂自由活动)、兼容性(视觉处理软件与机器人控制器可以互联互通),搭建加装机器视觉装置的工业机器人去毛刺平台,设计特定光源装置,减少进入镜头的反射光。采用相机固定于机器人本体外,眼不随手动(Eye-to-Hand)的结合方式,进行二维空间层识别。联合Halcon软件和C#语言,开发设计了对应的上位机软件。分析工业机器人末端执行器、工业相机以及待识别工件三者相对空间位置关系。通过相机标定和手眼标定两个步骤,将像素层级大小转换为实际的物理层级尺寸。最后通过视觉测量已知尺寸工件,验证了手眼标定的精确性。对原始图像进行预处理,包括消除表面噪声和增强工件边缘两个预处理步骤;划定目标检测范围(ROI,即感兴趣区域),减少图像处理区域。比较不同边缘检测方法,最终选择Canny算子对每个边缘目标轮廓进行检测,采用基于相似性模板匹配方法提取工件模板,匹配成功后对每个目标提取完整连续的像素边缘点集,拟合成机器人运动路径。通过TCP/IP以太网,研究并建立了相机、上位机软件和工业机器人之间实时可靠的通信机制,根据提取到的工件边缘关键特征点,生成了加工轨迹,完成了工件边缘轮廓加工实验,所开发的平台在匹配成功率、轨迹精度以及处理时间三个方面满足技术指标要求。该系统具有软件开发周期短、图像处理算法精度高、通信机制速度快等优点,为工业机器人的手眼协同工作方式的广泛应用提供了参考。
其他文献
在印刷的过程中,印刷前会对数字连续调图像进行半色调处理,变换后的半色调图像具有与原图像相同的视觉效果,并且解决传统印刷无法实现连续调图像打印的难题,但却引入了半色调噪声,造成原图像一定程度的信息缺失。如果得到的是一张半色调图像,并想对其进行压缩、缩放、增强、识别等数字图像处理操作,则必须先对该图像进行逆半色调处理,恢复原图像缺失的部分信息。目前,数字图像逆半色调方法有很多,查找表法(LUT)逆半色
随着人们生活水平的提高,食品医药产品的质量越来越受到重视。产品包装的质量是食品医药产品质量可靠性的保障。产品包装密封性检测在包装设备上的应用极具前景。因此有价值探索高灵敏度、高可靠性的气体密封性检测方法。基于压电聚合物聚偏氟乙烯(PVDF)材料的气体传感器具有便于大批量制造、柔韧性好、性质稳定等优点,被认为是理想的气体传感器之一。但如何将该传感器用于包装泄露产生的微弱变化的检测成为其应用的难点。本
人体姿态估计广泛应用于人体动作识别,人体动作的检测和跟踪,体育运动分析,人机交互等方面。由于人体复杂的结构和人体部位的灵活性,姿态估计是计算机视觉领域的困难问题。姿态估计目的是检测人体的不同部位,估计关节的关键点的坐标。然而,传统算法类似基于HOG特征的人体关键点检测算法,往往检测准确率较低。本文主要研究了基于深度学习的人体关键点检测算法,采用ResNet101层网络实现了对静态帧图像人体关键点的
水下机器人尤其是自主水下机器人(Autonomous Underwater Vehicle,简称AUV)大量应用于遥控侦察、海洋测绘、水下打捞、管路巡查等领域,其需求量大、应用广泛,是目前各国竞相发展的重要技术装备。AUV螺旋桨是为其提供动力的关键零件。AUV螺旋桨具有几何形状复杂、加工精度和表面质量要求高、多品种少数量等特点,目前AUV螺旋桨多依赖于数控五轴联动加工,其设备成本和加工制造成本都很
当前,数控机床作为国家制造业的龙头,越来越受到国内各行各业的重视。其高智能、高自动化的加工方式,正在以飞快的速度改变着传统的低效机械加工方式。然而,现有的数控机床产品多属于车、铣、镗、磨等通用加工类型和数控加工中心,对于大型、高速的专用数控钻床,还难以满足市场的需求。所以基于此,迫切的需要一种新方式的孔加工设备来取代旧的传统的钻孔设备。本课题所研究的大型龙门移动式数控平面钻床正是一种采用全新孔加工
随着智能手机处理能力的不断提升,微型低功耗传感器的不断发展,基于传感器的行为识别已经成为一个热点研究领域。本文以使用手机的人群作为主要研究对象,研究手机使用过程中的不良行为识别方法,让智能手机在带给使用者智能化体验的同时,也使得手机使用的不良行为引起人们的重视。本文主要研究内容包括:第一,基于手机位置的不良行为识别方法。本文针对现实生活中静坐、行走、上楼梯、下楼梯、乘坐公交等场景的手机使用行为,并
随着深度学习网络规模的增大,导致网络训练参数数量快速增长及网络训练时间随之增加,卷积神经网络作为深度学习的一部分,虽然利用权值共享降低了部分参数的数量,但是参数数量依然庞大,网络训练耗时过长问题依然存在。针对这个问题,本文实现了分布式环境下的卷积神经网络,并提出基于二叉树的异步参数更新算法(B-APU)和基于时间因素的FIFO调度策略(FIFO-T)对分布式卷积神经网络进行优化。主要工作如下:(1
半喂入联合收割机在现有谷物联合收割机中有着广泛的应用,随着联合收割机的发展和研究,人们对脱粒性能要求越来越高,脱粒装置作为联合收割机的核心装置,决定了联合收割机的脱粒性能,研究谷物在脱粒装置中的运动规律及过程,对脱粒装置的优化有着重要的作用。本文以半喂入联合收割机久保田PRO 588为基础,对脱粒装置的理论分析研究、结构及性能仿真试验研究和对关键零部件的结构优化,具体工作如下:首先,对现有联合收割
随着人类社会的迅速发展,有害气体带来的环境问题日益严峻。利用高性能气敏传感器对有害气体进行快速高效的监测是解决该类环境污染的前提。在众多的半导体金属氧化物中,由于ZnO制备工艺成熟简单,具有高的电子迁移率和良好的物理化学性能而受到了广泛关注。然而,目前商业化的ZnO气敏传感器存在着工作温度高、灵敏度低、选择性较差等方面的不足,通过改善形貌、掺杂改性、形成P-N结等是提高ZnO气敏材料灵敏度和选择性
近年来,由于数据驱动的深度学习技术的突破,推动了自动驾驶技术在城市限定区域的落地应用。然而,出于安全性考虑,自动驾驶车辆往往采用优先礼让行人策略,这会使自动驾驶车辆在高密度的一般城市道路环境中停滞不前,造成交通拥堵。准确感知行人并预测行人的未来轨迹,是解决该问题的关键。本文重点关注自动驾驶环境感知方案中的行人检测、行人跟踪和行人轨迹预测问题,基于深度学习方法和视觉传感器,针对城市无信号控制路段的行