Research on stereo vision path-planning algorithms for mobile robots autonomous navigation

Using stereo vision for autonomous mobile robot path-planning is a hot technology.The environment mapping and path-planning algorithms were introduced,and they were applied in the autonomous mobile robot experiment platform.Through experiments in the robot platform,the effectiveness of these algorithms was verified.

基于双目视觉距离误差测量的工业机器人运动学标定方法

针对机器人标定中存在的成本昂贵以及应用生产中末端精度低问题,提出了一种基于双目视觉距离误差测量的工业机器人运动学标定方法。首先,进行双目相机标定和畸变矫正,通过双目视觉测量模型计算匹配特征点的距离并提出三维空间坐标的双目视差空间位置匹配策略。其次,以机器人运动学模型为基础,引入微分算子建立机器人微分运动模型,建立机器人运动学误差模型,得出机器人各个关节的运动学参数与机器人末端位置误差之间的关系。最后,以IRB1200机器人为研究对象,对比分析应用高精度激光跟踪仪与双目视觉测量方法得到的距离误差和位置误差,两者误差均在10^(-1)mm级别,满足距离误差和位置误差测量要求,且经多种优化算法对机器人进行运动学标定后,其距离误差比优化前平均降低了61.5%。基于双目视觉距离误差测量工业机器人运动学标定方法可有效提高机器人末端精度,降低标定成本。

基于双目视觉的工业机器人运动轨迹准确度检测

针对工业机器人运动轨迹准确度检测困难的问题,提出了一种基于双目视觉理论的检测方法。根据空间解析几何学中点、线和面三者之间的约束关系,建立了基于直线特征匹配的工业机器人运动轨迹位姿视觉检测模型。基于此模型对一种典型六轴工业机器人运动轨迹的位置偏差和姿态偏差进行了测量。测量结果表明采用这种方法的测量系统结构相对简单,能够方便地进行工业机器人动态轨迹准确度的测量。

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。

工业机器人位姿误差建模与仿真

针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型,指明了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比.结果表明:误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显.

工业焊接机器人空间定位技术研究

为了在复杂环境中进行工业焊接机器人空间定位,设计了一套基于视觉反馈的焊接机器人定位试验系统,详细介绍了摄像机标定、图像特征点提取、立体视觉匹配算法和数据通讯等关键技术,并进行了实际的现场试验。试验结果表明,该系统及相关技术能够提取数量相对较多的特征点,图像匹配保持了很高的匹配正确率和速度。试验结果为机器人前端空间定位及其应用提供了保障,为工业机器人自主焊接奠定了基础。

工业机器人实时高精度路径跟踪与轨迹规划

手部路径跟踪和关节轨迹规划是机器人应用领域中一个非常重要的课题。在以往的研究中,往往是通过在设定的路径上增加节点数和路径分段数来提高机器人手部跟踪设定路径的精度,但这种方法会导致在线计算量大幅度增加。针对这一缺陷,提出了一种新的实时高精度路径跟踪与关节轨迹规划方法。该方法通过在设定的手部路径上按一定规则额外选取多个附加节点,使每一轨迹段上的节点数由2个增加到4个,并利用1个3次多项式、1个正弦函数、1个余弦函数以及1个由正弦函数和 1 次多项式的乘积构成的函数来构造每一段的关节轨迹方程。计算机仿真结果表明,在路径分段数不变、关节轨迹方程总数不变以及计算量不显著增加的前提下,运用该方法能大幅度提高机器人手部跟踪设定路径的精度。

机器人智能抓取系统视觉模块的研究与开发

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open CV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。

基于双目视觉机器人TCP校准方法研究

工业机器人末端执行器位置参数(TCP)是机器人离线编程及机器人末端工具误差校正的基础,研究快速、准确的TCP校准方法对保证工业现场环境下机器人系统顺利正常工作至关重要。以双目视觉测量为基础,结合空间坐标变换理论与机器人运动学,提出了一种应用于工业制造现场的机器人TCP参数快速自动校准方法。此方法具有非接触测量、校准速度快、精度高等优点,减少了传统接触式TCP校准过程中误差因素,并且克服了其标定速度慢,标定精度不足等缺点。结合ABB工业机器人对该方法进行验证实验,实验结果表明:对于直径为10 mm的末端工具,提出方法校准精度相对于传统接触式标定有很大的提高,可以满足工业现场高精度的、快速的TCP校准要求。

基于立体视觉测量的移动机器人导航技术研究

立体视觉测量是机器视觉的重要分支,已经在视觉检测、医学辅助治疗和月球车导航等领域获得了应用。本文对于移动机器人立体视觉导航的全过程进行研究,分析立体视觉测量信息到真实三维景物信息的计算、人工势场法进行路径规划这两项关键技术。实验结果表明,本文提出的方法可以为移动机器人准确导航。

基于连续动态时间规整算法的工业机器人轨迹准确度分析

轨迹准确度是衡量工业机器人运动性能的关键指标,国内外对其检测与评价制定了相应的规范和标准。检测过程中受机器人运动偏差、测量系统的采样频率和测量误差的影响,理论轨迹与实际轨迹可能出现映射错误的问题。本文详细分析了国内外标准中对轨迹准确度的评价方法,提出了将动态时间规整(DTW)方法应用到工业机器人轨迹分析中,通过建立插值模型实现动态时间规整的连续化以提高算法的精度,并分析机器人运动速度和测量系统的采样频率对轨迹映射方法的影响。实验结果表明,与ISO标准方法相比,连续动态时间规整算法(CDTW)映射后的轨迹准确度提高73%,标准差减小86%,误差整体波动幅度明显变小。ISO标准方法和DTW算法能够很好地应用在直线轨迹准确度评价中,对于拐角轨迹ISO方法出现明显的映射错误,DTW算法解决了映射错误,但受机器人运动速度和测量系统采样频率的影响存在多点映射的问题,CDTW算法有效解决了此问题,提高了轨迹准确度。

基于机器视觉的工业机器人定位系统

建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位。采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征。经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求。

工业机器人单目双视的应用研究

工业机器人单目双视系统充分利用机器人位姿便于调整的优势,在机器人带动摄像机一起运动过程中,对包含工件的场景进行多次图像采集,实现目标点三维坐标的识别。论文介绍了机器人摄像机的非线性快速补偿算法的定标原理,给出了机器人单目双视三维检测实验。单目双视结合工业机器人控制软件,可使工业机器人能实时调整运动轨迹也可对工件进行非接触测量,提高了工业机器人的适应性和灵活性。

基于立体视觉的工业机器人自动搬运系统开发

开发了基于双目立体识别技术的自动搬运系统,结合ABB工业机器人和SCHUNK手爪搭建了系统演示模型。系统包含采用RAPID语言编写的机器人动作控制程序、C++语言编写的视觉识别程序以及C#语言开发的各组件之间的接口及PC端界面。在立体视觉部分,双目视觉实现了图像处理、特征提取及立体匹配,使用Canny边缘检测算法识别目标轮廓,最终快速输出目标物体的位置坐标并转换到机器人坐标系中,机器人控制器执行程序实现对目标的搬运。实验结果表明,改变工作环境中的客观变量——如光照条件——后系统能够排除干扰稳定运行。该系统适用于物流等实际工业环境中。

具有立体视觉的球形机器人及其运动控制

针对现有球形机器人存在环境感知能力较弱、运动控制精度不高的问题,提出一种具有立体视觉的新型球形机器人Visionbot。介绍Visionbot机器人的机械结构,采用具有非完整约束的拉格朗日方程建立该球形机器人的动力学模型。针对状态变量过多难以用于控制系统设计的问题,对球形机器人的动力学模型进行合理简化。利用模型解耦、线性化以及状态反馈等方法,建立该球形机器人的运动控制模型,包括内环力矩控制器和外环路径跟踪控制器。采用延时环节对视觉反馈通道的时延进行建模,建立具有视觉反馈的球形机器人运动控制模型。通过运动仿真试验,研究机器人重摆质量、视觉反馈延时对其运动控制性能的影响,并验证系统设计的可行性。研究结果为Visionbot机器人的优化设计和样机研制提供理论基础。

基于深度学习的机械臂位姿高精度视觉监测

针对机械臂标定方法存在的成本高、效率低等问题,以其中耗时最长、成本最高的末端位姿测量环节为切入点,提出一种基于深度学习的末端位姿高精度、实时视觉监测方法。首先,分析了视觉系统复杂误差源对末端靶标位姿测量结果的影响;其次,以此为依据建立神经网络结构,其输入特征为包含测量误差的靶标位姿,输出标签为精确计算的末端关节位姿;最后,在指定监测点的邻域空间内分别生成训练样本和测试样本。仿真结果表明,训练后的网络结构在超过99%测试样本上能达到0.025 mm预测精度,与激光跟踪仪测距精度相当。新方法将神经网络强大学习能力与视觉系统复杂误差来源相结合,使低成本机器视觉方法也能实现高精度测量。

一种基于多线结构光视觉引导的工业机器人定位方法

提出一种基于多线结构光视觉引导的工业机器人定位方法,用以实现工业机器人对弱纹理且无明显定位特征点的目标对象的三维定位,并对其定位精度进行试验分析。该方法以激光器和工业相机组成的多线结构光末端测量装置作为视觉传感器。首先,提出了基于角点检测的多线结构光定位特征点提取算法,并利用立体视觉原理重建特征点的三维信息;其次,将重建后的定位特征点与理论模型离散点进行配准,结合标定参数,解算出末端相对位姿;最后,建立基于位姿反馈的闭环定位调姿系统。试验结果表明,此方法具有较高的定位精度,满足机器人定位抓取要求。

视觉机器人作业路径规划系统

针对工业机器人的弧焊、切割和涂胶等应用,介绍了视觉工业机器人作业路径规划系统。描述了摄像机坐标标定方法,采用图像采集技术获取环境信息,运用图像处理技术对采集的信号进行处理,实现了机器人实时控制和离线编程。实践证明,该系统重复精度高,能够满足弧焊、切割和涂胶的要求,能够适应生产线的需要。

基于多目标识别的机械臂实时无模型标定方法

为了解决机械臂标定方法成本高、效率低以及求解模型复杂等问题,对低成本的机械臂实时无模型标定方法进行了研究,提出了一种基于多目标识别的机械臂实时无模型标定方法。首先,选择了低成本的双目相机为测量设备,以首次标定后的机械臂为对象,将靶标分布于每个关节,并分别建立了各靶标到对应关节的位姿变换矩阵;然后,综合考虑视觉系统误差和轮廓误差的影响,基于微小误差准则,建立了各靶标采集位姿到对应关节真实位姿间的映射关系,据此提出了一种连杆参数的无模型辨识方法;最后,为了验证基于多目标识别的机械臂无模型标定方法的准确性,搭建了仿真实验,对真实场景中的连杆参数实时无模型辨识流程进行了模拟。研究结果表明:仿真数据中,关节实际位姿的估计值与真实值间偏差可忽略不计,在此基础上的连杆参数无模型辨识误差为0%~4%;该方法对连杆参数的辨识精度仅受机械臂首次标定准确性和相机手眼标定准确性的影响,而与视觉系统误差和机械臂轮廓误差无关,因此新方法在现有的视觉测量技术支持下,能够满足机械臂实时无模型高精度标定要求。

基于双目立体视觉技术的运动物体空间位置信息测量方法研究

为了使Delta机器人能够快速、准确地拾取随机出现在输送带不同位置上的不同高度的目标物体,设计了一套可获取运动目标物体空间位置信息的测量系统。利用LabVIEW与Matlab混合编程技术,同时结合双目立体视觉技术和图像处理技术以及光电传感设备,实现了对运动物体空间位置信息的准确获取。对该系统的测试方法和测试数据进行了实际检测和分析,检测数据表明,经过图像径向畸变矫正后,由该系统及测试方法获取的空间位置信息数据具有较小的相对误差。