基于双目视觉的机械零件位姿检测系统研究

针对机械零件搬运过程中需要精确测量零件位姿的实际问题,基于VS220双目立体视觉测量系统平台,设计了一种机械零件位姿检测系统。采用改进的Canny边缘检测算法,对零件边缘进行了轮廓识别,利用尺度不变特征转换方法进行了零件特征点的提取与立体匹配;利用立体视觉三维重建方法,建立了位姿检测系统数学模型,通过求解坐标系之间的转换关系,计算出了零件在传送带上放置的位置和方向等信息;通过VC++语言编写了位姿识别算法程序,实现了零件形状与位姿的识别;搭建了位姿测试系统实验平台,进行了测试实验。实验结果表明:系统能快速有效地对零件进行位姿检测,为实现零件的自动上下料提供了技术支撑。

基于手眼关系的机器人TCP自标定方法

双目视觉系统和机器人在焊接中的结合使用,可以对焊缝进行实时追踪,以提高焊接质量。而机器人末端工具(焊枪)的中心点(TCP)作为机器人的实际运动轨迹,其标定精度直接影响机器人作业质量。针对该问题,以双目测量为基础,结合手眼关系和成像对称性的特点,提出了一种基于手眼关系的机器人TCP参数快速标定的方法。通过在机器人实验平台上与四点法进行对比实验,验证该标定方法的正确性和有效性。在不增加成本的同时,完成了TCP的快速、正确标定,满足了实际工业生产中机器人末端工具参数的标定需求。