异型圆柱贯穿腔体多轴线定位方法研究

异型圆柱贯穿腔体承载件的多轴线定位是其自动化缺陷检测的前提,本文提出一种基于机器视觉的异型圆柱贯穿腔体承载件的多轴线定位方法,从根源上解决了人工定位测量速度慢、精度低、自动化定位不能批量处理多个特征等问题。首先标定相机内参和机械臂手眼关系,接着采集异型承载件图像并检测端面椭圆,然后识别端面ArUco靶标并估计相机位姿,最后将承载件端面圆心坐标和法向量转换到机器人基座坐标系下,求解轴线数学表征。实验结果表明,该方法可以快速定位承载件轴线特征,异型承载件端面圆心定位精度最高可达1.63mm,端面ArUco靶标姿态估计精度最高可达0.35°,效率远超于人工测量,并可以处理具有多个圆柱端面的异型工件,具有一定的工业应用价值。

多层特征融合与混合注意力的物体位姿估计

在工业机器人抓取过程中,针对物体无纹理、存在遮挡、场景杂乱的情况下的6D位姿精确估计问题,提出一种多层特征融合与混合空间通道注意力的物体6D位姿估计算法。设计了一种垂直连接的双向特征融合金字塔网络,实现多层特征融合,提升对目标关键点的检测性能。嵌入混合空间通道注意力机制,聚焦空间和通道两个维度上的特征信息,增强模型的局部表征能力。在LineMod数据集及Occlusion LineMod遮挡数据集上的实验结果表明所提出算法的优越性及有效性,且能够有效处理背景杂乱及遮挡问题。

基于CEEMDAN-SVM算法的工业机器人轴承故障诊断研究

工业机器人传动效率离不开轴承,为了提高对轴承振动信号的识别能力,设计了一种基于自适应噪声完备集成经验模态分解(CEEMDAN)-支持向量机(SVM)算法的工业机器人轴承故障诊断方法。采用CEEMDAN对振动信号分解,基于相关系数筛选出包含关键信息的IMF分量,通过SVM完成工业机器人轴承故障类型识别。研究结果表明:以相关系数0.2为衡量标准,IMF1-IMF5相关系数均在0.2之上,分类准确率为100%,表明该算法能够有效地检测工业机器人轴承的故障类别。相比较EMD以及PSO方法,CEEMDAN算法分类准确率明显最高,信号分解有助于EMDE算法,验证了信号分解的有效性。算法具有可观的故障识别精度和稳定性,可拓宽应用到其他的传动领域。

基于深度玻尔兹曼机的工业机器人齿轮箱故障诊断

在多转速、多载荷的复杂工况下,针对工业机器人齿轮箱的故障信号难以准确识别的问题,提出一种基于深度玻尔兹曼机(deep boltzmann machine,DBM)的故障诊断方法。采用小波包变换(wavelet packet transform,WPT)提取每种故障状态下的原始振动信号的统计特征,将其作为DBM模型的输入,DBM以一种无监督的方式进行预训练,对提取的统计特征进行深度挖掘,得到更抽象的重构故障特征向量,经过Softmax分类器实现故障诊断结果的输出。实验将该方法应用于六自由度工业机器人齿轮箱的故障诊断中,并与目前主流的决策分类方法进行对比分析,结果表明:在单一工况和复杂工况下,采用DBM对工业机器人齿轮箱进行故障诊断分别取得了94%和92.176%的平均识别率,具有更高的准确性和鲁棒性。

面向零件装配的机器人工件识别

针对工业机器人装配柔性低、工件识别鲁棒性差的问题,提出一种基于机器视觉的工件识别方法应用于零件装配领域。该方法首先利用双层旋转滤波器的尺寸不变性和旋转不变性实现特征点的均匀提取,利用rBRIEF算法生成带有方向信息的特征点描述符,计算Hamming距离进行特征点匹配,利用RANSAC算法对结果进行优化,实现目标工件的准确识别。用工件图片对本文方法进行检验,试验对比分析了该方法与3种传统方法在旋转、缩放变换下的工件识别效果,结果表明,该方法能够更准确、高效地识别工件。最后,搭建基于机器视觉的轴孔装配实验平台,验证工件识别的可行性。

基于单目视觉的工业机器人自动化定位方法研究

为解决工业机器人移动机械臂抓取作业过程中识别速度慢、定位精度低的问题,首先将相机采集的工件图像进行预处理,然后利用Harris角点检测与基于随机树的特征匹配算法进行了目标工件的识别,利用单目视觉定位模型计算目标工件位姿,最后搭建单目视觉定位系统进行实验。结果表明:与改进的SIFT特征点匹配算法相比,基于随机树的特征匹配算法鲁棒性好、实时性强;基于单目视觉的定位系统能够快速准确识别目标,满足工业自动化生产需求。

工业机器人视觉定位系统的应用研究

为了解决工业机器人定位精度低、灵活性差的不足,提出了一种新的工业机器人视觉定位系统。以轮廓特征参数识别及处理为基础,实现了对零件的快速识别和定位,然后经过定位坐标转换,满足对零件轮廓特征的精确识别和定位。实际应用表明,该工业机器人视觉定位系统能够将工业机器人的定位精度提升到±0.4 mm,对提升工业机器人的定位精度和使用灵活性具有十分重要的意义。

基于水下机器人的大学生协同创新能力培养

针对目前大学生协同创新能力培养存在的问题,借助水下机器人教学和实验平台,开展多方位的教学改革,构建起协同创新人才培养新模式。根据水下机器人的特点,积极开展研究性教学,启迪学生的创新思维,多渠道提高教学质量;实行科研资源共享,坚持教学与科研的良性互动,培养学生的探索精神和合作能力;通过完善考评机制,协调创新主体之间的利益,促进师生共同进步。教学实践表明,教学改革有利于推动高校学科的发展、促进教师业务水平的提高,并提升大学生的协同创新能力。

焊接机器人的现状及发展趋势(一)

阐述了机器人技术的发展及其应用领域;在此基础上分析了焊接机器人的技术现状和应用特点;并对机器人技术的发展趋势进行了分析和总结;指出了机器人技术的研究方向和应当拓展的应用领域。针对我国目前装备制造业的水平,与国际上先进国家的差距,以及我们面对的经济全球化所带来的机遇和挑战,提出了应对的策略。

主动光立体标靶检测及其在工业机器人位姿测量中的应用

基于工业机器人位姿视觉测量方法提出了用主动光立体标靶进行机器人末端位姿测量的方法。以主动红外光代替反光标志点,以主动光图案特征代替亮度特征作为表达位置信息的形式,设计了六面体主动光标靶。通过合理设置特征面图案,使立体标靶特征面提供蕴含空间几何约束的信息,并在此基础上设计了特征面识别算法。在室内环境、室外环境、混合光环境等实验条件下,该算法可实现对主动标靶健壮的识别和定位。在高精度四轴移动平台上的测量误差评价实验表明：运用该标靶的立体视觉系统在0.5~3m工作范围内平均位置误差为0.0857mm,平均姿态误差为0.1086°,满足机器人位姿测量的要求。最后在YASKAWA的Motoman-MH80六轴机械臂上进行了机器人末端位姿的测量实验,验证了该方法的可行性和高效性。

对世界工业机器人发展特点的分析

本文分析了目前世界工业机器人发展的特点 。

工业机器人发展现状与趋势

本文在分析工业机器人发展现状的基础上,对国内外机器人生产以及工业机器人的发展趋势作了简要的分析,从而对工业机器人产业发展模式进行了探讨和比较,同时分析了我国工业机器人发展的劣势和今后的发展方向。

基于双目视觉的机器人快速示教系统

针对工业机器人传统示教方式存在示教难、示教慢的问题,基于双目视觉提出构建机器人快速示教系统。该系统将双目视觉模块固接在机器人末端工具上,减小示教范围限制;设计出一种带有特征板和位姿测量杆件的手持示教装置,用于对设定点进行快速位姿示教;采用最小二乘法实现特征板到位姿测量杆件末端的平移参数标定。该系统通过双目视觉模块采集手持示教装置特征板图像,并进行图像处理获得末端点的位姿信息;将该位姿信息转换到机器人基坐标系下,实现机器人示教再现。搭建川崎RS010NA六自由度工业机器人的双目视觉快速示教系统,进行空间25点的示教复现测试,机器人示教复现位置平均误差为2.427 mm;采用移动示教后,平均位置误差下降25.3%;测试结果表明该系统具备可行性,且移动示教可以提高示教复现精度。

产业创新的特征和趋势

产业创新包括技术创新、组织创新、管理创新和营销创新等方面,是以实现特定产业创新为目标的复杂网络系统,是产业链贯通的联合创新。伴随着全球经济进入创新密集时代,创新资源和创新活动面临着世界范围内的配置和重组,催生新的产业和经营模式。产业创新的重要趋势表现为:高新技术产业集群协同式创新模式成为推进产业创新的有效组织形式;制造业服务化趋向使服务创新日益成为价值增值的主要源泉;绿色经济成为产业革命的新方向;国际标准成为创新技术产业化、市场化的关键环节。

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。

基于单目视觉的目标识别与定位

针对工业机器人在多目标工况下自主抓取指定目标的问题,提出了一种基于单目视觉技术的目标识别定位的方法。通过检测目标轮廓中包含的直线、圆等基本几何特征,利用平面约束的单目定位模型,结合给定的工件数据模型库对目标进行识别和位姿计算。实验结果表明,该方法能够获得较好的识别和定位效果,为工业机器人抓取动作提供目标的位置和姿态信息。

基于结构优化的特征驱动工业机器人造型设计

为探索工业机器人造型设计方法,加强产品造型与结构间的联系,提升造型设计的科学性,建立特征设计与结构优化的对应关系,确定不同设计阶段应用的设计方法,以码垛机器人概念造型设计为例,以结构特征与载荷特征为约束,应用拓扑优化设计方法,设计参考样本,提取样本造型的空间关键点,结合针对材料应力分布特征的有限元分析结果,推导造型轮廓变化趋势,设计出可行性方案。结构优化设计方法可应用于产品造型设计,以产品的结构特征与载荷特征确定客观、具体的约束条件,设计样本与设计结果间的逻辑关系清晰、客观,设计结果包含了造型的形式要素与结构要求,为同类产品的造型设计提供参考。

电子信息技术的嵌入在工业机器人研发中的应用

现如今,随着我国科技的不断发展,我国的整体科技水平有了很大的提高。机器人技术对我国工业化水平的提高有着非常重要的作用,同时也提高了我们日常生活中的工作效率以及生活质量。文章探讨了我国工业机器人的发展,分析了工业机器人定义及特征,研究了工业机器人研发中电子信息技术的嵌入,以供参考。

工业机器人英语词汇特征及翻译策略

工业机器人是集多种先进技术为一体的高科技装备,作为一个不断发展的新兴产业,对社会发展起到越来越重要的作用。本文通过分析实例,总结了工业机器人英语的词汇特征,并对其难点及翻译策略进行了探讨。

基于IWAO-SVDD的工业机器人异常检测研究

针对工业机器人运行数据的非平稳性与信号特征提取困难等问题,提出了一种基于集合经验模态分解与离散小波分解、连续均方误差结合的信号去噪方法,再对去噪信号进行时域特征提取,并使用改进鲸鱼优化算法(IWOA)优化支持向量数据描述(SVDD)参数与特征,形成多目标优化异常检测算法。首先对高维度数据进行集合经验模态分解,根据连续均方误差寻找到纯净模态分量与含噪音模态的临界点,使用离散小波对噪音模态去噪进行信号重构后再提取时域特征。然后利用改进鲸鱼优化算法(IWOA)对多模态特征与SVDD核参数进行寻优,进而构建异常检测模型。利用该模型对工业机器人运行中的反馈电流,反馈力矩等信号进行异常检测。结果表明该模型能有效的判断出工业机器人的异常情况,精确度能达到97%-99%,相较其他方法精确度能提升4%-5%。