3D混杂场景中机械臂自主分拣小目标的方法

为解决机械臂在大小目标共存的3D混杂场景中无法利用3D视觉传感器直接感知分布于操作视场范围内的小目标这一难题,提出一种基于“固定安装的全局Kinect深度相机”与“安装在机械臂末端执行器上的移动相机(手眼相机)”相结合的视觉系统混合配置方法.固定的全局Kinect深度相机用于感知并获取视场范围内的大目标点云,进而识别估计其位姿,然后借助路径规划技术引导机械臂到达大目标的上方,启动手眼相机近距离获取小目标的图像;离线阶段获取小目标的CAD模型,虚拟2D相机在以目标中心为球心的虚拟球表面的不同位姿和不同半径处拍摄目标的一系列二维视图,并且储存在目标的3D形状模板数据库中;在线阶段从真实手眼相机拍摄的场景图像中基于图像金字塔分层逐一搜索匹配,找到与目标模板相匹配的所有实例并计算其二维位姿,经过一系列转换后得到在相机坐标系下的初始三维位姿,应用非线性最小二乘法对其进行位姿修正.由ABB机械臂和微软KinectV2传感器以及维视图像公司的工业相机进行位姿估计精度实验和混杂目标分拣实验,利用棋盘标定板来测定目标真实的位姿.实验结果表明,位置精度0.48mm,姿态精度0.62°,平均识别时间1.85s,识别率达到98%,远高于传统的基于特征和基于描述符的位姿估计方法,从而证明了提出方法的有效性和可行性.

计算机集成应用系统在工程设计中的实现(上)

我国863计划中的CIMS工程在制造业信息化建设中取得了成功的经验。CIMS的概念引入工程设计领域并命名为计算机集成应用已成趋势。本文就国内勘察设计行业及本企业在计算机集成应用方面与国外进行了对比,并详细介绍了本企业作为建设部全国工程设计行业“计算机集成应用系统”示范单位,近几年的作法与成效。值得勘察设计企业借鉴。

改进的CST和面向CAD建模的民机机翼参数化方法

在民机机翼设计中发现Kulfan的类函数/形函数变换(CST)参数化方法拟合前缘形状复杂的超临界翼型时精度不理想,提出了一种改进方法。CST参数化方法中,翼型型面由类型函数与Bernstein多项式各项相乘后的翼型分量函数(简称:翼型分量)叠加而成,每个翼型分量在峰值位置附近对翼型有较强的控制作用,这些峰值位置均匀分布于[0,1]区间。分析表明:局部自由度不足,是导致CST方法在关键位置修形能力不足的重要原因。通过对Bernstein多项式进行坐标变换,使翼型分量的峰值位置分布向前缘集中,达到了改善翼型前缘附近表达能力的效果。在对RAE5214和某民机工程使用超临界翼型的拟合和修形设计应用中,对比拟合误差证明改进后的CST参数化方法在相同阶数下有更好的拟合精度,在前缘附近的修形能力更强。在机翼三维参数化方法方面,应用类似CAD建模过程的展向分段插值,得到了最接近CAD模型的机翼参数化表面。