视觉机器人的零件识别与抓取方法研究

为了满足视觉机器人能够精准抓取平面零件的需求,提出一种加入深度学习算法的零件识别与定位方法。首先,利用YOLOv4-tiny目标检测算法对目标物体进行识别,并提取出感兴趣区域(Region of Interest,ROI)送入PSPnet语义分割网络中进一步提取ROI。然后,将ROI区域进行亚像素级的模板匹配,并计算目标物体的深度信息。在目标物体中心坐标求解中,以ROI区域的最大内接圆的圆心作为目标物体的中心。最后,利用D-H法对机器人进行运动学解算,并进行抓取试验。实验结果表明:该方法的深度误差率大约为0.72%,视觉机器人抓取零件成功率达到91%,具有较高的定位精度和抓取成功率,可以满足实际工业分拣搬运需求。

基于磁场力的微小摩擦力测试装置

为了准确测试出"无摩擦"活塞气缸在运动过程中所受到的微小摩擦力,提出一种基于磁场力的非接触式的微小摩擦力测试方法,并设计了测试装置。该方法利用磁场之间的作用力推动被测件,实现了非接触式测量。此外,建立了磁场仿真模型,理论上验证了该测试方法的合理性。

基于EPM240T100和TB6560的步进电机控制系统

为解决常规步进电机集成功率驱动芯片的驱动电流不够、外围电路复杂等问题,提出以CPLD芯片EPM240T100作为核心控制芯片,以TB6560为步进电机的驱动芯片,实现了该基于EPM240T100和TB6560的步进电机控制系统。TB6560集成步进电机驱动芯片,将这一系列功能集成于一块芯片,提升了驱动电流,简化了续流二极管等外围硬件电路设计,提高了电机驱动模块的性价比和稳定性。该系统充分发挥CPLD芯片丰富的I/O口资源优势,配置4路TB6560步进电机驱动模块的接口,可以实现4路步进电机的实时控制,从而满足实际应用的需要。研究结果表明,TB6550为具有广泛应用前景的步进电机驱动芯片。整个系统已经在实际应用中得到验证,已经完成4路步进电机的控制产品化,具有很高的应用价值。

可消除摩擦力影响的张力传感器技术

针对目前应变片型张力传感器在实际工程应用时,存在被测材料与张力辊接触产生额外的摩擦力使得测量结果精度不高的缺点,提出了基于2组张力传感组件耦合的张力传感器技术,设计了基于2组张力传感组件耦合的张力传感器结构,介绍了这种张力传感器技术的系统组成、测量原理和计算方法。结果表明该张力传感器技术通过2组张力传感组件的巧妙组合,消除了被测材料与张力辊接触时产生的额外摩擦力,提高了测量精度。这种张力传感器技术,可以应用于高精度张力控制和测量等领域。