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。

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。

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。

纺织车间纱筒取装多自由度机械臂关节轨迹跟踪控制

纱筒取装换料是纺织车间里常用的一种作业,利用机械臂系统去实现纱筒换料,能够实现纺织车间作业效率的提升。在纱筒换料多自由度抓取机器人抓取纱筒放置到纱架的过程中,机器臂末端夹爪要精准抓取纱筒进行上下料,对机械臂要有精确,快速控制的需求,因此,研究关节机器人的运动轨迹的跟踪控制具有重要意义。为使得机器人在运动控制中精确定位,对纱筒夹取机械臂系统进行动力学建模得到相关力矩参数,对机械臂关节电机进行数学建模,并构建了机械臂的关节轨迹跟踪伺服控制系统,基于PID控制算法,利用MATLAB软件Simulink平台对五自由度机械臂模型进行轨迹跟踪可视化仿真实验,给定期望角度,通过PID控制算法的跟踪得到其实际输出角度,仿真实验结果表明PID控制算法跟踪轨迹误差小于0.08(rad),机械臂系统在0.02秒内快速响应,纱筒抓取五自由度机械臂系统在0.3秒内可达到系统稳态时间,能够使得机械臂末端夹爪对纱筒进行精确的抓取,满足了纺织车间对于纱筒上下料的作业需求,同时提高了其工作效率。

基于AI视觉的工业机器人抓取系统设计

目前,工业机器人发展十分成熟,在工件零件抓取方面实现了较高程度的自动化。然而,传统的机器人采用固定点示教的方式,无法抓取形状复杂的零件,且存在较大位置误差。因此,基于人工智能(Artificial Intelligence,AI)视觉技术,设计了一个工业机器人自动抓取系统,通过AI视觉模型实现工件的准确识别。对机器人的抓取效果进行实验,结果表明基于AI视觉的工业机器人抓取系统可以识别各种工件,并精准抓取零件,抓取位置误差较小。

配置机械臂的麦氏轮小车物体抓取与自动避障系统设计

设计了一种配置机械臂的麦氏轮小车,旨在实现物体抓取与自动避障功能。介绍了机械臂和麦氏轮小车的结构设计和工作原理,详细阐述了小车利用激光雷达感知周围环境进行建图,并利用Gmapping算法来规避障碍物,完成路径规划,通过深度相机识别不同颜色物块,并由机械臂完成分拣功能,最后通过实验来证明系统的可行性和稳定性。

一种改进的货架物品抓取方法

为了避免机器人在识别货架物品时对背景多余平面产生误提取状态,设计一种改进的货架物品抓取方法。采用一种基于法向量的随机采样一致性算法对货架平面进行分割,利用欧氏聚类算法得到货架平面上方商品的位置信息,并在系统内将采集到的数据集反馈给上位机,为机器人和机械臂的运动规划提供指令参数。实验结果表明,这种机器人可以有效避免对多余平面的识别,高效完成货架平面识别以及商品的抓取任务。

强化学习应用下的移动抓取机器人轨迹分析

强化学习是一种通过智能体与环境交互学习最优行为机器学习方法。在移动抓取机器人领域,强化学习算法可以用于优化机器人轨迹,提高其抓取效率和避障能力。基于此,本文介绍了强化学习算法在移动抓取机器人轨迹优化中的应用,并通过实验验证了其有效性。

履带式抓抛机器人系统的设计与研究

以全国大学生机器人大赛ROBOTAC的速胜赛为需求,设计了一种以STM32为控制核心、体积小、质量轻的履带式抓抛机器人,采用M3508电机独立驱动与M-QNB塑料贴胶履带提高驱动能力和抓地力。从履带底盘的稳定性和上部抓取、抛掷机构两方面对机器人的设计方案进行详细阐述,并通过实验进行验证。该设计符合比赛要求,底盘能满足爬坡和越障需求,上部机构具备稳定的抓取与抛掷能力,在速胜赛中具有良好的表现。

基于NJ运动控制器的Delta机器人动态抓取控制系统设计

为了提高Delta机器人动态抓取的精度和速度,设计了一种基于NJ运动控制器的Delta机器人抓取控制系统。通过采用欧姆龙NJ运动控制器和Ether CAT内部高速总线将Delta机器人的运动控制和外部运动逻辑控制进行无缝对接,实现了一体化控制。同时,利用Delta机器人视觉系统识别抓取目标的位置,去掉重复图像信息,进而提出了一种动态的抓取算法,实现机器视觉与机器人动态抓取的完美结合。最后,通过实验结果表明:该抓取系统精准度高、速度快、稳定性强。

基于改进粒子群的食品分拣机器人动态目标抓取控制方法

目的:解决目前食品生产线分拣机器人抓取操作不稳定、分拣效率低的问题。方法:基于高速并联食品分拣机器人的体系结构,提出了一种基于改进粒子群算法的多目标运动优化策略用于食品分拣机器人的动态目标抓取控制方法。协调抓取顺序和分拣轨迹建立最短路径模型,以末端加速度建立机构稳定性优化模型,并通过改进粒子群优化算法对目标进行优化。结果:通过试验进行了验证,在输送速度100 mm/s时,抓取成功率由96.8%提高到100%,分选速率由1.62个/s提高到1.98个/s。结论:该控制方法能有效提高食品分拣机器人的操作稳定性和分拣效率。

多轴并联机器正运动分析与视觉伺服研究

这里介绍了一种专门用于拾取和放置的六自由度并行机器人,该机器人具有高速和高载荷自重比的封闭式运动结构。这里针对六轴并联机器人运动控制和视觉抓取问题进行了深入的研究。首先针对六轴并联机器人的逆运动学问题进行求解;其次本文提出了牛顿修正法的六轴并联机器人实时正运动学求解方法;再次利用图像学形态算法从图像信息中确定待抓取目标的形态学特征,采用目标中心定位方法进行视觉抓取;最后利用实验验证了六轴并联机器人运动学和视觉抓取模型的正确性。结果表明该策略在较短的执行时间内,位置和方向参数的精度分别接近0.008mm和0.0012°。

基于模糊控制的医疗服务机器人的设计与实现

该医疗服务机器人基于ATmega128核心控制芯片,主要采用模糊算法智能识别各个节点,以达到路径巡线的效果。其中,抓取部分由7组灰度传感器、红外接近开关、以及手臂上面的灰度开关与红外接近开关制作而成,能够智能识别需要抓取的物体并放置物品。该医疗服务机器人具有一定的市场前景。

基于图像处理的机器人精确抓取的设计与实现

在分拣系统中,机器人抓取点不准确,容易造成抓取失败,影响生产。针对这个问题,构建了由机器视觉、PLC、机器人、流水线组成的分拣系统。图像处理采用RGB矢量中值滤波法、Sobel算子边缘检测法、支持向量机识别法,工件位姿信息经PLC处理后传给机器人。实验结果表明,机器人能对工件进行精确定位并抓取,有较高的工程实践价值和指导意义。

水中机器人2D仿真比赛策略

基于URWPGSim2D仿真平台,结合2V2抢球博弈赛要求,提出一种水中机器人2D仿真比赛策略。根据仿真策略,采用切入圆算法,通过仿真鱼的距离及角度计算,对仿真鱼进行自动调速控制,提出速度优先策略来优化仿真鱼的自动调速,根据决策树算法模型思想,建立预测模型,并通过仿真实验进行验证。实验结果表明:该比赛策略能够实现自动换挡,具有抢球速度快、稳定性好和进攻性强的特点。

机器人涂胶滚边工作站

本文介绍一种用于汽车装配生产线的机器人涂胶滚边工作站。其主要内容包括机器人及其控制、车门抓手及滚边头的结构、胶液供给系统等。这种工作站保证了涂胶的均匀性、一致性、准确性,提高了机器人的利用率,具有明显的实际应用价值。

空间站机械臂末端执行器抓取试验技术研究

末端执行器安装在空间站机械臂的首尾,是机械臂执行空间任务的核心产品。针对地面难以模拟空间零重力下机械臂末端抓取目标过程的问题,通过对空间抓取机构地面验证系统研究,结合中国空间站机械臂末端执行器地面验证需求,提出了半物理试验验证方案,研制了一套基于Steward并联机构的六自由度半物理验证试验系统。完成了末端执行器捕获容差、抓取质量等性能指标的验证,实现了多工况、复杂边界、大负载、大容差等条件下空间机械臂末端抓取功能性能的地面验证。测试结果显示:末端执行器捕获位置容差不小于100 mm,姿态容差不小于10°,抓取目标质量不小于25 t。结果表明末端执行器捕获容差、抓取目标质量等指标均满足要求,并通过了在轨飞行验证。

基于视觉引导的ABB机器人定位与抓取

目前工业机器人在上下料时大部分都是采用预先示教或者离线编程的方法,具有很大的局限性。因此,研究了一套基于视觉引导的ABB机器人定位与抓取系统。通过手眼标定得到工件坐标相对于机器人基坐标的坐标变换,通过ABB机器人的PC-Interface模块功能把定位坐标传输至机器人控制器,使机器人运动到相应位置抓取工件。通过多次实验数据分析,定位误差在0.76 mm左右,具有很好的实用性。

基于正态分布的工业机器人抓取控制研究

机器人在抓取作业时,待抓取物体的位姿在不断地发生变化。为了实现对工业机器人抓取的自适应控制,建立了基于正态分布模型的工业机器人抓取控制策略。通过机器人示教获得示教样本,训练获得正态分布模型,从而建立物体位姿观测变量和工业机器人关节变量之间的映射关系。以UR3机器人为例,采用正态分布模型实现对UR3机器人的抓取控制。结果表明,UR3机器人可以更好地实现对物体的成功抓取。该策略通过样本学习省去了机器人视觉系统标定和逆运动学求解,提高了抓取控制的效率,降低了抓取控制的计算量,对工业机器人的自适应抓取控制具有一定的参考价值。