基于视觉跟踪的机器人测量方法与实现

为了对自主研发的工业机器人进行校准从而提高其运动精度,提出一种采用双目视觉动态跟踪球面编号靶点的机器人标定方法,利用安装在机器人末端靶球上特征分布的编号标志点进行工作空间内任意位姿的测量,由最小二乘迭代准确辨识出机器人的几何结构参数对控制器进行补偿。利用MFC由开放式、模块化思想编制标定软件,设计视觉测量、数据处理、机器人控制等功能模块,最后通过测量实例和对比实验,验证其可靠性和准确性。实验表明,该软件测量得到的位姿数据具有较高的精度,扩大了传统视觉跟踪的视野范围;同时将识别得到的机器人模型实际几何参数进行反馈补偿,成功地将机器人绝对位置精度由3.785 mm提高到1.618 mm,姿态精度由0.235 提高到0.139。     

挖掘机器人视觉目标定位

为实现挖掘机器人的自动挖掘,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。     

一种机器人视觉系统非接触式手眼标定方法

针对传统机器人视觉系统手眼标定方法存在人工定位特征点误差大和标定过程耗时长的问题,提出了一种机器人视觉系统非接触式手眼标定方法。采用圆锥体作为标定块,通过3D视觉传感器采集标定块图像,基于Halcon编写上位机程序对图像进行处理计算,自动获取3D视觉传感器坐标系下标定块特征点坐标,同时导入机器人基坐标系下的坐标,计算手眼关系变换矩阵,完成机器人视觉系统手眼关系标定。实验表明:此方法平均标定操作时间为6.47min,平面定位误差最大值为0.39mm,空间定位误差最大值为0.478mm,缩短了标定操作时间并提高了标定精度。     

机器人智能视觉路径选择系统的设计与实现

机器人视觉路径选择系统的性能,对于提高不同领域机器人应用性能具有重要的应用意义;提出了考虑最优路径数据挖据的机器人视觉路径选择系统的优化设计方法,分析了该系统组成的总体结构,给出了系统的电机驱动模块、图像采集处理模块、USB接口以及电源模块的硬件结构设计,分析了考虑最优路径数据挖据机器人视觉路径规划的具体过程,介绍了系统实现路径规划的关键程序代码,实现机器人视觉路径的准确选择;实验结果说明,所设计模型可实现机器人路径的有效规划,具有较高的规划效率和精度。      

山区智能视觉火情高空图像搜集系统的设计与实现

介绍了一种针对山区多样性突发火情事件中基于智能视觉的高空图像搜集系统,采用以ST意法半导体公司的STM32F107VCT6为处理核心的开发平台,地面控制平台通过高空无人机的高速照相机对目标区域火情图像数据进行搜集,并将图像数据带回到地面控制平台的PC处理器上进行综合分析。地面控制平台根据智能视觉信息采集模块采集的山区遥感图像的均值作为初始背景,并对背景图像进行实时更新,利用光谱特征与距离算法获取差分图像,并进行图像处理,从而获取山区发生火情区域的图像分析数据,以实现对山区森林突发火情事件的及时监测,在火情发生初始阶段就能扑灭。本文对山区智能视觉火情高空搜集系统的实现原理、核心硬件设计、系统软件设计等分别进行了研究,并通过系统实验进行了验证,测试结果表明,该系统在对山区的高空图像搜集实验中,对不同颜色物体的分别识别率为100%,对火灾与地形地貌的识别率为95.55%和81.12%,非常适用于各种山区环境下的智能视觉监控系统。     

基于机器视觉的高速带钢孔洞检测系统

针对宝钢冷轧1420酸轧联合机组带钢孔洞缺陷在线检测需求，结合机组现场条件，自主开发了恶劣危险环境下的高速带钢孔洞检测系统。该系统以机器视觉技术为基础，配置高性能透射式照明光源和高速线扫描CCD图像传感器，能够获得高质量的带钢图像；系统检测软件采用快速高效的目标识别和边缘检测算法，可在30ms内完成1幅图像的处理计算，实时判定孔洞的存在与否，并将检测结果发送至服务器。系统采用C/S模式作为网络架构，实现检测数据在客户端和服务器之间的可靠传递。系统两年多的上线运行证明：该系统在冷轧机出口十分恶劣的环境条件下，可长期连续工作，准确高效地检出带钢孔洞缺陷，具有卓越的检测性能和良好的稳定性。     

医疗机器人双目视觉硬件系统设计与实现

根据双目视觉定位原理,通过分析系统各部件的工作原理和医疗机器人手术导航的实际需求,结合市场供货情况,提出了一种适用于医疗机器人手术导航定位的双目视觉硬件系统设计方法。采用该方法设计的双目视觉定位系统进行了手术导航模拟实验,结果表明：该系统可以辅助医疗机器人完成手术规划,定位精度可以达到2 mm,能够满足临床应用要求。     

新型智能球罐焊接机器人视觉传感器的研究

为实现智能球罐焊接机器人的自主运动与焊缝自动跟踪 ,研制了一种新型视觉传感器。该传感器以高分辨率线阵 CCD芯片为核心 ,由光源、滤光片、透镜等光学系统及 CCD驱动电路、光电信号处理电路等组成 ,其中光电处理电路全部由硬件实现。整个视觉传感系统可以避免焊接时弧光的干扰 ,实时、准确地检测出焊缝轨迹线偏差信号 ,具有实时性强、鲁棒性好、成本低、重量轻等优点。借助所研制的视觉传感器 ,球罐焊接机器人能够实现沿焊缝的自主运动和焊炬与焊缝的自动对中 ,满足球罐多层多道焊接工艺要求 ,实现球罐焊接作业的智能化、自动化     

机器视觉精密测量系统研究

微小孔系的精密测量用传统的手段是难以实现的。以机器视觉为基础,结合计算机图像处理技术可完成这类测量任务。介绍了基于机器视觉的孔系精密测量系统的硬件组成和图像处理算法。以所提出的识别弦端点来确定图像圆心坐标的算法对500根弦的中点坐标进行滤波处理,可使识别误差达到亚像素级。圆心坐标在X和Y方向的标准差均小于4μm,孔系间角度测量标准差小于3″。     

基于机器视觉的离散傅里叶变换目标识别方法

提出了一种基于机器视觉与离散傅里叶变换的目标特征识别方法。利用计算机图像技术采集和处理图像信号;利用离散的傅里叶变换对图像数据提取特征,能够更好的辨别数据细节,从而可通过图像的比对来实现目标的识别。该方法在对实际的静止图像进行处理与计算后,能够很好的对图像的细节变化进行识别。     

动态目标定位和字符识别技术在机器人视觉中的应用研究

提出了一种机器人"手-眼"视觉分步动态目标定位方法,实验中保持摄像机图像平面与工作台平面平行,并对摄像机的拍摄高度进行设定,最终将目标定位在图像的中心位置。在目标类型识别过程中,采用BP神经网络技术对目标表面字符进行识别,通过识别的字符判定目标类别。最终由字符信息及目标定位信息引导末端执行器完成对目标的准确分选。     

基于区域增长的图像跟踪算法的研究

为了提高序列图像的跟踪精度,提出了基于区域增长的特征量提取方法。这种方法可捕获图像中所有单连通域,并能准确地提取其特征量,然后依据所提取的特征量设计分类器,实现对图像中所有单连通域进行分类识别并加以跟踪的目的。此算法有效地解决了一般传统识别算法难以区分目标和其近邻区域的干扰,而导致跟踪目标特征量提取不准确的问题。在目标特征提取识别算法的基础上,还提出了阈值预测分割算法,并应用在序列图像的跟踪中,取得了较好效果。     

机器人视觉的“手-眼”关系快速标定算法

论述了机器人视觉传感器的内外参数标定的基本原理。设计了一种快速标定机器人"手 眼关系"的标定方法。该方法不需要外加辅助的坐标测量仪器,可一次性标定出视觉传感器的内外参数及机器人的"手 眼关系"。实验证明,该方法具有算法简便快捷和标定精度较高的特点。     

一种基于人眼视觉系统特性的粒子滤波跟踪方法

通过模仿人眼跟踪运动目标的特点,对粒子滤波框架进行改造,提出了一种基于人眼视觉系统特性的粒子滤波跟踪算法。该算法采用多特征融合,将颜色特征与运动面积特征相结合,对运动区域比较敏感;在状态更新阶段,对跟踪粒子进行进一步筛选,自适应地选择性能良好的粒子进行结果判决,保障了跟踪结果的准确性。实验表明,该方法不仅可行,而且具有良好的跟踪效果。     

一种基于单目视觉的移动机器人室内导航方法

针对室内导航的环境特点,提出了一种简单快速的、以踢脚线为参考目标的移动机器人室内导航方法。该方法从图像中提取踢脚线作为参考直线,通过两条直线在图像中的成像特征,提取角度和横向偏离距离作为移动机器人的状态控制输入,从而实现移动机器人的横向运动控制。该方法无需进行摄像机的外部参数标定,大大简化了计算过程,提高了视觉导航的实时性。     

Fast detection, position and classification of moving objects on production line

This paper presents a decision analysis method for detection, position and classification of moving objects on automatic production line. The decision is based on the coordinates of moving objects in the image frames, and the displacement information provided by servo motor control synchronized with a conveyor belt. Multiple objects to identify duplication or omission can be avoided. The method for smart packing robot can provide reliable location information of measured objects.     

基于视觉认知的红外目标分割算法

研究了红外图像中目标分割算法,针对基于灰度分割算法存在的过分割或分割不足,以及对低灰度目标的不敏感问题,提出了一种基于视觉认知的红外目标分割算法。将红外图像的灰度信息转换为图像方差信息;运用单边切比雪夫不等式理论,获取目标数据分布与其k倍标准差之间的非线性关系,完成目标边缘的预分割;由形态学填充运算,得到用于目标分割的二值掩膜图像。实验表明,该算法能够有效的分割出红外图像中处于不同灰度等级下的目标信息,且误分率较低。