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。

基于计算机视觉的管道机器人导航与目标识别

随着社会的不断发展,计算机、人工智能等先进技术愈加成熟。在人工智能技术的支撑下,管道机器人的性能不断完善,其中基于计算机视觉的管道机器人不仅能够根据运行需求对运动路线进行导航,还能够对目标信息进行有效识别。管道机器人企业只有不断加强对计算机视觉、导航及目标识别等技术的研发,才能使管道机器人在各行各业中发挥重要的作用。文章将围绕机器人视觉概述、基于计算机视觉的管道机器人导航与目标识别等方面进行具体的研究及分析。

采摘机器人目标识别技术研究——基于机器视觉及深度学习

为了解决采摘机器人识别目标果实难的问题,提出了一种基于机器视觉及深度学习的采摘机器人目标识别技术,可结合图像采集、图像处理、SSD深度学习算法,实现对橘柑的精准识别。试验结果表明:采摘机器人目标识别技术对橘柑具有较高的识别率,证实了该方法的可行性,对采摘机器人研究具有一定的参考价值。

面向番茄采摘机器人的视觉方案及实验教学设计

以农业采摘为背景,针对当前番茄属果实采摘机器人采摘效率低、难以分级分期采收问题,设计开发了一个面向番茄属果实采摘机器人视觉算法及实验的多学科综合与创新实践教学方案。基于改进YOLOv5算法和MobileNetV3算法设计了级联的多任务视觉检测方案,实现了番茄属果实的自动识别、成熟度检测和果实位置信息判定,为番茄属果实的智能化采摘提供视觉支持,并通过机器人平台的番茄属果实采摘实验验证了所提视觉方案的有效性。该实验教学有助于深化学生对理论知识的理解和应用能力,提升学生的独立思考与创新能力。

基于单目视觉跟踪定位系统的手术机器人研究进展

随着数字化外科技术的迅速发展,因诊疗微创、精准化的需求,手术机器人系统应用于口腔颌面部手术成为必然趋势。基于计算机视觉的目标跟踪定位中,单目视觉系统具有结构简单、速度快、误差小和标定步骤少等优点,逐渐用于手术机器人。本文回顾手术机器人发展历史及应用现状,讨论单目视觉定位技术的优势、局限性以及研究进展,并就单目视觉系统手术机器人的进展及展望进行综述。

基于双目视觉的运动目标检测与三维重建

移动机器人凭借其工作性能可靠、减少生产制造成本等优势,在现代集成智能制造业中具有广阔的市场应用前景。但目前移动机器人室内环境感知系统存在感知维度单一、精度不高等问题,往往难以满足多维度实时精确感知环境的需求。因此,在模拟物流储仓的实验室环境下构建了一种可同时进行二维动态目标检测和三维场景地图重建的环境感知系统,将双目相机采集的图像分别输入增加树形特征融合模块的改进YOLOv3网络与加入带色彩恢复的多尺度视网膜增强算法和关键帧筛选机制的优化RTAB-MAP算法,运行结果在机器人可视化平台实时显示,从而进行多维度环境感知,满足多任务需求。实验结果表明,动态目标检测中查准率与查全率较原算法分别提高1.78%和1.73%,检测耗时为16.57ms/f,平均定位误差为1.49%;改进后的RTAB-MAP算法相较原算法各误差均显著下降,实际室内场景重建中三维点云地图质量更佳。

Research on Workpiece Sorting System Based on Machine Vision Mechanism

This paper describes industrial sorting system, which is based on robot vision technology, introduces main image processing methodology used during development, and simulates algorithm with Matlab. Besides, we set up image processing algorithm library via C# program and realize recognition and location for regular geometry workpiece. Furthermore, we analyze camera model in vision algorithm library, calibrate the camera, process the image series, and resolve the identify problem for regular geometry workpiece with different colours.

应用链码算法的智能抓取系统的研究

在设计智能抓取系统的过程中,对目标物体的位置确定极为重要,运用链码算法进行物体的位置识别定位。以机器视觉和工业机器人为基础,对基于机器视觉的工业机器人抓取系统进行研究,经过相机标定、图片采集、图像预处理,实现物体的形状识别、抓取。运用Hough算法处理圆形物体,对于矩形、三角形物体则运用链码算法改进的Hough变换进行识别。通过确定物体的质心位置确定物体的位置,最终得到目标物体的形状与位置信息,然后根据确定的位置抓取目标工件。

基于视觉的采摘机器人采摘定位与导航方法

自主导航与采摘定位作为采摘机器人的关键任务,可有效减轻人工劳动强度,提高作业精度与作业效率。该文阐述和分析基于视觉的采摘机器人采摘定位与自主导航方法,主要涉及视觉导航的可行驶区域检测、果实目标识别及采摘点定位,并根据国内外的研究现状,对机器视觉的最新发展和未来发展趋势进行展望。

基于Softmax的采摘机器人目标识别技术研究

首先,介绍了目标水果的形态、采摘机器人识别技术与试验平台;然后,设计了双目视觉系统,并基于Softmax分类模型设计了苹果的目标识别算法,实现了一套基于Softmax的采摘机器人目标识别模型。试验结果表明:采摘机器人对无遮挡的苹果目标识别率为94%,对部分遮挡的苹果目标正确识别率为88.7%,稳定性较好,精度较高。

基于双目视觉的带电作业机器人的目标识别与定位方法研究

高空带电作业机器人对目标物的精细化作业,需要合适的视觉辅助系统判断机械臂或爪具的位置与距离。提出一种将基于双目立体视觉的带电作业机器人目标识别与定位方法。通过对传统的Census算法进行改进,用窗口均值像素代替中心像素,用自适应窗口代替固定窗口,并与差的绝对和(SAD)算法加权融合,得到一种改进的SAD-Census立体匹配融合算法。利用该算法进行像素匹配运算,得出视差图;在YOLO框架下训练输电线螺栓数据集,获得螺栓深度距离并精准识别。螺栓定位实验结果表明,该方法在近距离定位时能达到1.2%的定位精度,最小相对误差为0.5%,能够为带电作业机器人提供实时准确的环境感知信息,提高了带电作业机器人作业的稳定性。

基于正十二面体靶标多机器人定位系统研究

针对基于单目视觉的室内定位系统精度差的问题,提出了一种基于AprilTag标签和正多面体的正十二面体AprilTag靶标,并通过单目视觉检测该靶标的相对空间位姿。该靶标装置通过在正十二面体各个表面粘贴AprilTag标签,扩展了靶标的检测范围,同时结合多面体之间的约束关系,提升了位姿检测精度。通过搭建实验平台实施该靶标的位姿检测精度验证,实验结果表明提出的正十二面体AprilTag靶标的相对位姿检测精度明显优于单个AprilTag标签位姿检测精度,当采用相同尺寸的AprilTag标签时,相对位置误差降低了约83.6%,同时在3个轴向上的相对姿态误差分别减少了约95.2%、94.6%、89.1%。

基于机器视觉的机器人动态目标检测系统

由于机器人动态目标检测系统在检测过程中缺少对动态物体的准确标定,导致检测精度不高。基于此,设计基于机器视觉的机器人动态目标检测系统。首先,对机器人动态目标检测图像进行处理,基于机器视觉对处理过后的图像信息进行动态目标检测标定;其次,根据标定传输数据畸变校正动态目标检测图像,从而实现动态目标检测;最后,进行实验对比分析。实验结果表明,该系统的动态目标检测误差小,能够实现动态目标检测。

基于机器视觉的四足机器人目标识别与跟随系统设计

在机器视觉应用领域中,四足机器人作为一种具有较高灵活性和适应性的机器人类型,正逐渐引起人们的关注和兴趣。为了进一步发挥四足机器人的潜力,提高其在实际应用中的效能,设计并开发一个基于机器视觉的四足机器人目标识别与跟随系统显得尤为重要。文章旨在探讨基于机器视觉的四足机器人目标识别与跟随系统设计。通过分析四足机器人在现实场景中的应用需求,建立了基于机器视觉的目标识别与跟随系统框架,并提出了相应的实现方法。通过该系统,四足机器人能够准确地识别目标物体,并实现跟随运动,具有良好的应用前景,为实际应用提供重要的帮助。

基于机器视觉的平粮机器人工作目标量化技术研究

目前工人数量的下降和人工成本的提升促使各行各业自动化、智能化开发不断地加快。平粮机器人是实现粮仓粮食表面平整的专用设备,其平整的目标高度是否明确对粮面的平整效果和效率有着很大的影响。本文综述了现有平粮机器人的不足,提出一种基于机器视觉的平粮机器人工作目标量化方法。通过RGB-D相机进行数据采集,基于图像拼接和矩阵运算获取整个大型粮仓的粮面信息,再通过微元法得到平粮机器人的目标平整高度,解决了目前在平粮过程中平粮机器人工作目标不明确、依赖于人的主观感觉控制机器人工作的问题,提高了粮面平整的效率和效果,强化了机器人的自主性,有助于实现平粮机器人的智能化工作。

温室精准对靶喷雾机器人研制

对靶喷雾是目前农业信息技术领域的一个研究热点。根据靶标的尺度不同,对靶喷雾有不同的层次。对作物植株单体甚至是单个叶片内病害区域进行对靶喷雾是当前的一个难点。该文研发了一套温室内移动对靶喷雾系统,实现了对黄瓜等篱架型植物以0.2m×0.2m区域为靶标的精准喷雾。系统主要由移动平台、机械臂、病害信息诊断和变量喷嘴4部分组成。移动平台采用高架导轨安装模式,可根据黄瓜垄地位置停车。4自由度的直角坐标系机械臂吊装在平台下,与喷杆配合每垄可实现1.2m×1.2m区域的作业。病害信息诊断以图像分析为主要手段,构建了双目视觉图像采集系统,将1.2m×1.2m的采集区域划分为36个0.2m×0.2m的单元,根据分析结果确定每个单元的病害等级。1.2m长的喷杆上均布6个喷嘴,每个喷嘴每次对应一个区域单元,并根据病害等级程度控制喷嘴的喷雾时间来实现变量喷雾。

基于机器视觉的洞库类目标自动识别技术

针对传统的洞库类目标识别方法所存在的不足,设计了一种基于可见光/红外线探测器和嵌入式DSP的洞库类目标主动探测和自动识别装置,根据洞库外观的结构特征建立了洞库识别的数学模型,提出了基于Hough变换的洞库类目标自动识别算法,并将洞库识别数学模型与Hough变换的处理流程有机结合起来,实现了不同外观结构的洞库类目标的正确识别。实验结果表明该洞库类目标识别算法具有较强的鲁棒性,可以有效地抑制噪声的影响,对由于预处理参数设置不合理所造成的洞库类目标边缘成为不连续曲线的现象也有良好的自适应性和自判断性。

田间果蔬采摘机器人视觉传感器设计与试验

针对田间果蔬采摘机器视觉识别与定位的需求,设计嵌入式采摘视觉传感器,内嵌130万像素CMOS图像传感器和开放性MCU,配置亮度处理模块和室外光自适应控制专家库,解决室外光变化影响视觉检测的难题。用主从传感器构造双目视觉系统,配置图像分割和测距算法,进行采摘目标的识别与定位。经试验和测试,在采摘臂长范围内,对成熟西红柿的识别有效率为96%,位置误差±12 mm。

草莓采摘位置机器视觉与激光辅助定位方法

以地垄栽培模式下的草莓为作业对象,针对草莓果实娇嫩易损的特点,采用直接撷取果柄的采摘方案,提出了一种图像处理与激光辅助测距相结合的草莓采摘位置自动定位方法。采用镜像匹配法计算草莓果轴的平面位置信息,进而在扇形激光束的辅助下,利用几何光学计算采摘位置在深度方向的距离。对自然环境下生长的长圆锥型草莓进行了试验,结果表明,对于机器人锁定采摘位置所需的导航数据,该方法的平均计算时间为381 ms,测距最大误差为1.6 mm,平均误差为0.5 mm。

挖掘机器人视觉目标定位

为实现挖掘机器人的自动挖掘,为挖掘控制算法及视觉图像采集与处理提供仿真操作平台,在挖掘机实验模型基础上进行了电路改造,构建了以单片机为核心的控制电路,通过无线蓝牙与上位机进行通讯,实现对挖掘机操作装置的控制;通过视觉传感器采集挖掘机铲斗、目标物的实时图像,经图像处理后,对目标物中心及铲斗标记中心进行提取、定位,计算出二者之间的实时距离,进而控制挖掘机铲斗对目标物进行挖掘;通过对平台进行实际控制及基于视觉目标的图像分割及定位,验证了文章构建的方法的有效性。