改进Grab Cut算法的复合绝缘子憎水性评估

为快速、准确地识别复合绝缘子伞裙的憎水性,提出了一种基于改进Grab Cut算法的复合绝缘子憎水性评估方法,在Grab Cut的基础上引入自适应对比度增强算法来解决图像光照不均匀问题和自适应平滑滤波算法解决图像噪声问题。在伞裙表面滴下20μL的液滴,使用改进后的Grab Cut算法对电晕老化样品、自然积污硅橡胶样品、不同憎水性硅橡胶样品和实际运行工况复合绝缘子进行液滴面积识别。结果表明:算法能降低由于复合绝缘子运行时伞裙表面积污产生的图像噪声,且能较为准确地分割液滴图像与复合绝缘子背景,验证了其有效性和可靠性;可对人工加速老化和自然老化样品液滴面积变化进行测算,并对照静态接触角法,实现复合绝缘子憎水性的评估。

基于大数据聚类的搬运机器人抓取末端控制系统设计

为提高搬运机器人抓取效率,避免损伤货物,设计了基于大数据聚类的搬运机器人抓取末端控制系统。利用主控制器和驱动控制器平稳控制机器人运行,通过在末端执行器内安装红外扫描装置、集成锁相环路解码器LM567,判断货物是否处于抓取末端内部。使用FRS-402敏感电阻,降低力敏感电阻值,提高抓取的稳定性,完成系统硬件设计。基于大数据聚类拟合控制信号,降低数据维度并提取特征向量。通过匀速抓取、反馈减速以及应力松弛3步,实现搬运机器人抓取末端控制系统设计。实验结果表明,所设计系统能够有效减小抓取位置误差,提高搬运效率,降低货物损失。

护理动态岗位管理系统在优化护理人力资源管理中的应用

目的探讨护理动态岗位管理系统在医院门诊采血岗的应用效果。方法护理部联合院内多个部门开发护理动态岗位管理系统,对实施该系统前后的护士和患者进行问卷调查,比较系统上线前后患者就诊等待时间、护理管理调配人员时间、一次调配成功率的差别。结果实施护理动态岗位管理系统后,患者就诊时间缩短,患者满意度提升;护理管理人员调配人力所需要时间缩短,一次调配成功率提高。结论护理动态岗位管理系统的实施,有利于缩短患者就诊时间,提升患者就医感受,提高护理管理效率,增强护理人员职业价值感。

基于RGB-D的像素级抓取检测算法研究

针对物体姿态随机、外形不规则、抓取环境复杂等机械臂抓取问题,提出一种基于RGB-D的像素级抓取检测方法。首先,对Cornell数据集基于像素级重标注,并生成抓取标签;然后,提出一种多残差提取卷积神经网络(CRE-Net),增强网络特征提取效果;最后,搭建仿真抓取系统,进行算法验证。实验结果表明:位姿检测精度达到93.99%,在对抗性抓取中,单物体抓取成功率为94.0%,多物体抓取成功率为73.3%。

基于改进YOLOv8-Pose的码垛快速识别与抓取点检测

针对码垛场景中在仓库内对米袋和面袋的识别与抓取点检测的任务,提出了一种基于改进的YOLOv8-Pose的轻量化快速检测算法模型。其基于YOLOv8-Pose,使用若干个ShuffleNetv2模块取代原Darknet主干网络,降低模型大小;添加SimAM注意力机制,提升目标特征提取能力。通过对比实验表明,该模型在不牺牲准确性的前提下可提升模型的识别速度。模型在自制数据集中的平均精度达到了93.7%,检测速度达到了62 fps,优于常见模型。证明该模型能够实现复杂场景下的抓取点识别,且该轻量化模型能够适用于嵌入式硬件,降低设备成本。

装配机器人的数字孪生虚实同步及抓取方法

针对工业机器人进行装配任务时对物料智能抓取精度差和数据处理难等问题,提出一种基于数字孪生的装配机器人虚实同步及抓取方法。以数字孪生为基础,设计了数字孪生装配机器人虚实同步及抓取架构。通过对多源异构数据的分类实现OPC UA服务器和客户端的信息模型搭建,并以OPC UA通信协议为桥梁进行装配机器人的数据通信,实现虚实同步。通过虚拟机器人对卷积神经网络进行进一步训练,提高对物料的抓取精度。在所开发的机器人数字孪生原型系统中验证所提方法的正确性和有效性,为实现装配机器人的数字孪生虚实同步和精确抓取提供新方案。

液压抓料机阀控冷却系统设计

针对抓料机液压散热系统能耗高、散热器易积尘及海拔适应性差等问题,提出冷却风扇反转除尘及引入风扇转速修正系数的电液比例控制方案,基于MATLAB/Simulink建模仿真分析,通过试制产品开展可靠性试验。结果表明:采用新型控制策略的液压散热系统,能根据油温实时调节散热风扇转速,液压油温在55~80℃区间的风扇转速响应更快、能耗更低;风扇反转防尘除尘能力明显,节能效果显著,散热器散热能力明显提升,可为类似风扇系统的开发设计提供参考。

抓斗式散粮卸料过程逸尘机理探究

为探究抓斗卸料过程中的逸尘机理,解决当前港口物料转运过程中存在粉尘外逸严重的难题,搭建抓斗卸料逸出气流在线测试实验平台。采用试验与数值计算相结合的方式,以典型主粮散体颗粒为卸料对象,基于气固两相流理论,探究卸料高度和卸料质量流量对料斗内逸出气流速度的影响映射耦合关系,结合粉尘颗粒逸出过程的运动特性和规律推导出粉尘逸出的临界粒径。结果表明:逸出气流速度峰值与卸料高度成正相关,同一卸料高度下,逸出气流峰值与质量流量成幂函数关系;基于粉体颗粒受力,推导出粉尘颗粒逸出的临界粒径计算公式,并验证公式的计算误差在11%以内;大豆、玉米和小麦卸料时,粉尘颗粒逸出的临界粒径范围分别为160.9~292.5,182.6~359.6,95.1~196.1μm。研究为抓斗式散粮卸料过程中的粉尘控制和抑尘装置设计提供理论支撑。

视觉校对约束下生产线搬运机械手抓取定位控制

针对智能生产线环境中存在的随机振动、噪声等干扰因素会对机械手的传感器精度产生影响,导致生产线搬运机械手抓取定位控制精度低的问题,提出智能视觉约束的生产线搬运机械手抓取定位控制方法。分析生产线搬运机械手的动作流程,了解机械手在进行抓取操作时需要确定目标物体位置存在的问题;通过改进的YOLOv2模型识别待搬运物体的位置,估计出待搬运物体的大小;使用改进K-means聚类算法通过聚类过程估计出待搬运物体与机械手之间的相对距离和大小,改进单纯依靠传感器的弊端。设计PLC控制器来实现对机械手的定位控制;同时引入小脑模型神经网络模拟人类小脑的运动控制能力,优化PID控制算法,使机械手在抓取和定位控制中更加稳定和精确。实验结果表明:所提方法使生产线搬运机械手抓取定位时抗干扰性较强,精度较高,抓取定位控制效率较好。

非规整几何图形柔软物抓取绷展机械手的设计

近年来,随着机器人技术的高速发展,各种操作机械手层出不穷。但是现有大多数机械手只能进行简单的夹取动作,对于其形状多变、平展面积大及厚度小的柔软物并不能有效抓取和绷展。文中在充分研究皮革物理特性的基础上,提出了一种非规整几何图形柔软物抓取绷展机械手的设计方案。机械手整体采用八爪鱼仿生机构配合滚轮式末端执行器的设计来实现皮革的抓取功能,通过与八边形绷板的配合实现皮革的绷展功能。该机械手为皮革搬运和绷展作业提供了有效解决方案,对推进皮革工业的自动化发展具有积极意义。

基于改进YOLOv5的皮革抓取点识别及定位

为实现机器人对皮革抓取点的精确定位,文章通过改进YOLOv5算法,引入coordinate attention注意力机制到Backbone层中,用Focal-EIOU Loss对CIOU Loss进行替换来设置不同梯度,从而实现了对皮革抓取点快速精准的识别和定位。利用目标边界框回归公式获取皮革抓点的定位坐标,经过坐标系转换获得待抓取点的三维坐标,采用Intel RealSense D435i深度相机对皮革抓取点进行定位实验。实验结果表明:与Faster R-CNN算法和原始YOLOv5算法对比,识别实验中改进YOLOv5算法的准确率分别提升了6.9%和2.63%,召回率分别提升了8.39%和2.63%,mAP分别提升了8.13%和0.21%;定位实验中改进YOLOv5算法的误差平均值分别下降了0.033 m和0.007 m,误差比平均值分别下降了2.233%和0.476%。

基于深度学习的目标识别与抓取研究

针对机械臂抓取在工业生产中的复杂作业环境、不同零件之间存在干扰的问题,文章提出了一种基于深度学习的目标识别及抓取方法,以此来减少抓取场景中物体位置的不确定性,提高检测和抓取成功率。采用卷积注意力机制模块(convolutional block attention module,CBAM)对YOLO-V5进行改进,加强卷积网络对图像特征的关注和提取能力,提高检测精度。改进之后的网络平均识别率提高了5.26%,证明了改进是有效且成功的。通过AUBO-i5机械臂、电动夹爪、相机以及六轴力传感器等设备搭建了一套机械臂抓取系统,实验结果表明所提出的方法在实际抓取中可以适应不同的抓取场景,减少外界干扰,提高抓取成功率,具有良好的应用前景。

基于Grab Cut和八方向链码法的藻类细胞轮廓提取算法

为了解决藻类细胞轮廓提取的困难,提出了一种不同于传统方法的新的边缘提取算法。首先对图像进行Grab Cut处理,然后进行阈值法二值化,接着用八方向链码法轮廓跟踪,最后用傅立叶描述子进行边界平滑。实验结果表明,该算法不仅忽略了藻类细胞内部杂乱的纹理,还较好地保留了细胞边缘信息,精确地提取了外部轮廓。

食品协作机器人动态目标抓取控制方法研究

目的:解决目前协作机器人在食品动态目标抓取中存在的准确性较低问题。方法:基于协作机器人体系结构,提出将模糊自整定PID控制和鲁棒自适应补偿器相结合用于协作机器人食品动态目标抓取。PID结合模糊控制完成参数自整定,鲁棒算法与自适应算法相结合用于系统不确定性补偿。通过试验分析了所提方法的性能,验证了该方法的可行性。结果:所提方法在协作机器人动态目标抓取中具有较好的效果,提高了协作机器人动态抓取的准确性,在传送带速度100 mm/s时,动态抓取成功率达到99.50%,对食品动态目标抓取具有一定的应用价值。结论:通过优化现有目标抓取控制方法,可有效提高协作机器人的抓持精度。

基于Grab Cut和二维熵的SAR图像目标分割方法

传统的Grab cut算法需要人工交互操作,无法实现SAR图像的自动分割;且SAR图像的斑点噪声干扰容易降低图像的分割质量。针对以上问题,文中以Grab Cut图像分割算法为基础,首先利用FCM算法对SAR图像进行预分割,根据预分割结果标记SAR图像中的前景与背景集合,得到两组较为准确的GMM初始化参数,迭代求得能量函数的最小化,实现SAR图像前景区域与背景区域的自动分割;并结合二维熵算法滤除SAR图像中的阴影,分割出目标区域。实验表明,利用该方法可自动分割出SAR图像中的目标,且分割质量良好。

基于深度学习的协作机械臂目标定位与抓取研究

针对协作机械臂在工业应用场景中目标定位困难、抓取精度不高等问题,提出一种基于ROS(Robot Operating System)和深度学习的协作机械臂目标定位与抓取方法。首先搭建了一种视触觉融合的机械臂智能抓取实验平台,该平台由Kinect v2视觉系统、Moveit控制系统及AUBO i5机械臂执行系统组成;以Kinect v2视觉系统为基础设计了一种改进YOLOv8轻量化模型的目标检测识别定位方法实现目标定位;采用GSConv和VoV-GSCSP网络结构改进特征融合Neck端解决了参数量大、算力要求高的问题;控制系统订阅tf广播的目标物体坐标信息实现抓取任务。实验结果表明,模型改进后的计算量GSConv和VoV-GSCSP减少6.9%,GFLOPs减少7.3(9.8%),且提高了检测精度;螺丝和螺母两种目标物抓取的成功率分别为99%和97%。

自动抓渣起重机智能控制系统改造

智能控制是起重机未来发展的一个重要方向,尤其像钢铁企业工作环境恶劣、效率低下的抓渣起重机。为了解决这个问题,研究了抓渣起重机的智能化控制系统改造。该智能化控制系统由机上操作系统、视频监控系统、地面操作系统及通信传输系统组成。关键技术涉及防摇和定位系统、自动抓渣任务识别和抓斗控制系统研究。防摇和定位系统采用格雷母线进行数据传输;自动抓渣任务由PLC控制,通过抓斗上的编码器数据来监测渣土剩余情况;抓斗控制系统由变频器控制。改造完成并通过试验后,自动抓渣起重机能够远程监控抓渣,不受现场环境影响,并且可以无极调速自动抓渣,大大提高了抓渣起重机的工作效率。

六自由度机械臂抓取汽车零件的旋角控制方法

当前机械臂抓取汽车零件旋角控制方法存在零件目标物体定位误差较大问题。为此,提出六自由度机械臂抓取汽车零件的旋角控制方法。采用双目视觉方法定位汽车零件目标,通过工作空间法准确计算六自由度机械臂抓取汽车零件的旋角,利用拉格朗日方法对六自由度机械臂完成动力计算,实现六自由度机械臂抓取旋角的控制。实验结果表明,文章所提方法能够准确、有效地完成六自由度机械臂对汽车零件目标的抓取,说明机械臂抓取旋角控制效果较好。

基于三维点云的机器人跟踪抓取实验设计

针对机器人抓取问题进行了综合性教学实验设计,提出了基于物体点云信息的机器人跟踪抓取方法。通过阈值处理保留运动模糊光条中亮度较高的部分,改善了运动模糊情况下光条区域提取困难的问题;利用特征直方图对不同物体的点云进行特征描述,实现了由未知的点云信息查询得到实际的抓取位置的目标;采用基于位置控制的优化算法实时更新跟踪路径,完成抓取操作。通过该完整的实验设计能够帮助学生理解激光三角法、点云信息、位置逼近等基本理论和方法,培养学生理论联系实际的能力和对科学研究的兴趣。

基于机器视觉的刹车盘工件上下料系统

在传统刹车盘的生产过程中,几乎都采用人力进行加工机床上下料。这种作业方式存在搬运效率低、生产成本高、无法满足高效生产的问题,提出一种基于机器视觉的刹车盘工件的上下料系统,将视觉与工业机器人相结合,搭建的系统能够准确地识别出工件的位姿,并将位姿结果转换到机器人的坐标系下,从而引导机器人准确抓取工件。经实验证明,该系统具有自主灵活性,且能够顺利完成刹车盘的上下料。