基于3D视觉的机械臂无规则零件抓取系统

为解决机械臂抓取零件定位不准或抓取精度不高的问题,提出了一种基于3D视觉机械臂无规则零件抓取方法,该方法主要包括系统空间标定、零件点云定位分割、零件位姿估计算法模块,提出了基于2D图像的点云相机外参标定方法及基于图像语义分割的零件点云分割方法。经试验验证,所提出的标定方法达到1 mm的系统精度误差,而且求解效率高、通用性强;与常用的聚类分割相比,零件点云分割方法精度及效率更高。所设计的二阶段零件空间位姿计算方法能准确估计零件在空间中的6自由度位姿,相比单一阶段匹配方法精度提高约1.8倍。所提出的基于3D视觉的机械臂无规则零件抓取系统精度高、可扩展性强、适应情形广。

基于偏差向量的机器人装配系统零件抓取精度分析

应用偏差向量描述了影响机器人抓取零件过程的各种误差 ,提出了计算零件抓取成功性方法。在引入手爪的偏差矫正能力的概念后 ,建立了确定零件抓取精度的模型。该模型适合于各种零件抓取过程 。

视觉引导机器人的电池镍片识别与标定方法研究

针对电池PACK线电池镍片摆放难以自动化问题,以某电池自动化生产线中机器人对电池镍片的识别与无序抓取为例,进行了理论分析和测试试验研究。用Eye-to-Hand的三点手眼标定法建立了机器人与视觉相机之间的仿射变换矩阵;利用Halcon软件平台对拍摄电池镍片图像进行零件特征提取和基于形状的模板匹配算法进行镍片的识别,并研究了镍片各种位姿情况下对识别速度、准确性的影响;最后搭建了测试平台进行了验证。研究结果表明,该方法的识别速度达到了32.3 ms,识别准确度达到了0.9521,一次性可以识别10个以上不同位姿形态的镍片,可以精准有效地引导机器人对物料进行操作,满足了该自动化生产线的需求,对类似作业类型有较好的参考价值。

面向工业零件的机器人单目立体匹配与抓取

为实现通用性强、快速、准确的工业机器人6自由度零件抓取,提出了一种基于单目视觉引导的零件3维抓取方法.首先,采用按倾角分层的Chamfer距离匹配算法建立图像与待匹配模板的相似度函数,并运用爬山法局部优化的遗传算法搜索最优匹配结果;然后,通过CAD(计算机辅助设计)模型建立离线3D模板库,将匹配算法拓展到适用于复杂结构零件的空间6自由度位姿检测;最后,由各坐标系间的矩阵转换和系统标定得到机器人的抓取信息,从而实现零件的3维抓取.实验结果表明,优化后的位姿检测算法在匹配速度和准确性上均有所提升,且基于该检测算法的机器人3维抓取实验的位置误差在2 mm以内、转角误差在2?以内,可用于工业智能机器人的零件抓取.