工业机器人与视觉系统的集成研究

工业机器人是自动化生产线中重要的执行装置,传感器技术的不断进步和使用使得工业机器人的作用得到了有效提升。其中替代人眼功能的视觉传感器,可用于为机器人控制器提供视觉信息,实现机器人运行的智能化。本文提出了一种将视觉系统和仿真程序与工业机器人集成的方法,利用视觉系统检测目标物体并计算其在机器人工作环境中的位置。通过并行通信端口将目标对象的信息发送给机器人控制器,机器人控制器利用提取到的目标信息和仿真程序,控制机器人手臂对目标进行接近、抓取和定位。文章详细介绍了系统的技术细节和集成方法,通过实例验证了该方法的有效性。     

基于PDE的田间成熟棉花图像去噪方法研究

偏微分是图像处理中的一种新方法,为提高农业机器人图像去噪处理中的滤波器的去噪性能,更好的保留图像中的边缘信息,将基于偏微分方程去噪方法应用到农田图像去噪处理中。实验结果表明,该方法不仅能够很好的去除噪声,而且具有良好的边缘保持能力。     

休眠期果树修剪机器人视觉感知系统研究现状

视觉感知系统是休眠期果树修剪机器人重要的组成部分,其决定了修剪机器人完成剪枝作业的质量。为明确修剪机器人视觉感知系统所面临的挑战以及未来发展方向,本文首先对休眠期果树修剪机器人系统组成进行了描述,然后对果树枝干信息采集方法、枝干的识别方法等进行概述。分析目前修剪机器人视觉感知系统存在的问题,并指出果树修剪机器人研究的重点方向,为未来修剪机器人的落地应用提供一些参考。     

基于Python工业机器人视觉检测与抓取研究

为了可视化工业机器人视觉检测过程,快速定位工业机器人视觉检测失败原因,实现随机传送物料的精准抓取,开发了基于Python工业机器人视觉检测与抓取平台。该平台利用Python环境构建机器人视觉识别抓取圆形物料实现过程,通过灰度算法处理、高斯滤波算法处理和边缘检测,实现图像的预处理;利用最小二乘算法,计算物料中心点,搭建数学模型建立图像中心与机器人抓取点坐标矩阵,实现工业机器人动态精准抓取工件。使用HsRobot机器人验证了提出方法的准确性和有效性,结果表明该方法实现了机器人视觉检测的可视化和精准抓取。     

面向采摘机器人的视觉伺服控制技术研究进展

在新型农业生产模式下,采摘机器人成为智能农业装备的重要组成部分。在非结构环境下,视觉伺服控制以获得作业环境信息量大、鲁棒性强等优势成为采摘机器人的关键技术。结合3种经典视觉伺服控制方法的研究进展和原理,对比总结了各种控制方法的优缺点和研究重点,并就其中一些关键问题分析了解决方法,同时提出对采摘机器人适应性强的视觉伺服控制技术,并对技术发展趋势进行了展望。      

农业车辆视觉导航技术研究进展

农业机器人视觉导航技术在国内外被广泛研究.为此,对视觉导航机器人系统的3个主要研究方面:导航参数获取方法、导航控制方法和算法、视觉硬件系统的国内外研究及视觉导航系统研究情况进行了综述,提出了视觉导航技术存在的问题及发展方向.     

基于机器视觉的机器人智能采摘实验平台开发

针对如何实现快速、高效的采摘,提出机器人智能采摘实验平台系统,该采摘机器人依靠视觉反馈控制来识别采摘物的位置。研究机器人手臂的运动控制,构建机器人的运动学模型。分析机械手的视觉伺服控制问题,直接将图像位置误差矢量映射到所需的末端执行器速度矢量。对机器人智能采摘进行试验分析,试验任务进行171次,准确率94.67%。试验结果验证该视觉伺服控制方法在实际场景中对采摘物识别效率,提高视觉伺服系统的鲁棒性和有效性。     

机器视觉技术在农业机器人定位中的作用

随着科学技术的飞速发展,机器视觉技术在不同的应用场景下取得了良好的效果。机器视觉技术通过卷积神经网络、YOLO等模型,可以实现目标检测、目标分类、位置识别等。实践证明,农业机器人进一步结合机器视觉技术可以极大地提高农业智能化水平。基于此,课题组介绍了机器视觉技术在农业中的应用场景,详细分析了农业机器人的定位解决方案,结合单目相机提出了实现目标定位的方法,结合图像特征点提出了农业机器人位置的确定方法。结果表明,机器视觉技术能够实现农业机器人的精确定位,有利于农业的智慧化、自动化发展。     

基于单目视觉的采摘机器人障碍物检测和路径规划

具有自主作业能力的采摘机器人一直是国际上研究的热点,而障碍物检测躲避能力是其重要的功能,因为在机器人识别作业区域或成熟果实后需要自主的定位和移动。为此,提出了一种基于单目视觉和人工势能场的障碍物检测和避障算法,可以有效采集和检测障碍物的信息,再依据障碍物及目标区域的距离使用人工势能场方法对路径进行优化,实现采摘机器人的自主移动。为了验证障碍物检测和避障方案的可行性,模拟采摘机器人作业环境和自主移动流程,对采摘机器人避障行为进行了测试。测试结果表明:采用单目视觉和人工势场方法可以使机器人成功的避障,并规划出效率最高的到达目标作业区域路径,对采摘机器人自主导航技术的研究具有重要的意义。     

基于机器视觉的关节机器人的研究

果蔬采摘机器人的研发在一些作业领域已十分迫切,而机器视觉技术和关节型机器人机构在果蔬采摘领域又有着很大的应用价值.为此,从机械结构、视觉系统和运动控制方法3个方面对基于机器视觉的关节机器人进行了研究.实验证明,当目标距离在5~20cm范围,该机器人末端定位误差小于1cm.     

基于机器视觉运用于工业机器人抓取技术的研究

针对当前工业发展现状来讲,提升生产效率,加强经营管理质量是确保工业发展地位的重要因素。本文以提升工业生产效率为目的,结合机器视觉智能定位技术展开探讨,分析了机器视觉技术的概念和应用意义,阐述了机器视觉在工业机器人中的应用技术,提出了机器视觉应用在机器人定位抓取操作中的优化解决措施,仅供参考。     

基于机器视觉的采摘机器人果实三维模型重构与识别

为了提高采摘机器人果实定位和识别的准确性,在采摘机器人机器视觉系统的设计上引入了果实三维重构方法,利用二维采集图像信息的处理,通过坐标转换关系,实现了三维模型的构建。为了验证三维模型重构对机器视觉果实识别准确性的提高作用,模拟青椒夜间作业的采摘环境,对不采用三维重构和采用三维重构技术两种情况下的果实识别准确率进行了对比,结果表明:采用三维重构技术可以明显提高果实的定位识别准确率,对于采摘机器人机器视觉系统的优化具有重要的意义。     

基于光学导航的采摘机器人系统设计及定位方法研究

为了提高采摘机器人的定位导航精度,将光学导航方法引入到了采摘机器人控制系统的设计上,通过激光扫描和机器视觉相结合的方法,提高了采摘机器人的作业质量和作业效率。在进行定位时,首先由激光扫描方法对采摘机器人进行定位,得到全局坐标中的位置,然后利用机器视觉系统得到采摘机器人和待采摘目标果实的距离,对果实精确定位后进行采摘。采摘测试结果表明:采用光学导航系统可以准确完成果实目标的定位,可有效提高采摘机器人的采摘精度和采摘效率。     

气电混合驱动全天候苹果收获机器人设计与试验

提出了一种基于气电混合驱动且能够全天候工作的高效率苹果收获机器人。该机器人机械臂包含5个自由度,混合使用电动和气动两种驱动方式,同时保证机械臂的准确定位和末端执行器对果实的快速柔性抓取。机器人视觉识别系统结合了机器视觉和深度神经网络方法,在提高系统鲁棒性的同时优化了系统的整体检测速度。此外,机器人配备的夜间照明系统使其能够实现全天候工作。在实验室环境下进行了机器人视觉检测试验和苹果采摘试验,结果表明,视觉系统定位苹果的平均时间为44 ms,机器人的采摘率为81. 25%,平均每个苹果的采摘时间为7. 81 s。     

温室兰花生长状态监测移动视觉机器人的研究

从智能控制与机器视觉识别方法和有限状态机相结合的思想出发,探索一种兰花生长状态监测移动视觉机器人,用于兰花温室生长过程中长势状况的监测。给出移动视觉机器人的系统结构模型,建立移动视觉机器人有限状态机的任务协调级和控制执行级。移动视觉机器人通过给出的苗盘编号标识的图像识别、编号苗盘的定位算法、兰花生长状态的株高与叶面的图像采集、兰花生长状态的特征提取算法以及兰花生长状态的视觉评判算法,完成对兰花生长状态的自主监测,并给出移动视觉机器人在温室兰花培育中的实际应用情况。     

农业机器人行走方向识别及仿真

在农业智能机器人的研发过程中,机器人自主地完成行走路径的规划是机器人是否真正智能化的重要特征,而规划出的路径准确程度又关系到机器人是否能顺利完成任务,所以如何提高路径规划精度成为了智能机器人研发的重要方向。为此,在农业机器人行走环境的特殊性基础上,采用视觉传感技术对农业智能机器人在田间垄沟环境下自主行走的方向及角度进行识别,运用图像处理及回归分析拟合的方法,规划判断出机器人行走方向与垄沟延伸方向的夹角,进而指导机器人运动。实验是在MATLAB环境下进行仿真,结果表明,此方法能够准确地判断机器人的转向及角度。     

智能制造装备视觉检测控制方法探究

近年来,随着我国经济的发展、科技的进步,生产制造技术水平取得了令人瞩目的成就,在生产制造领域工业机器人的应用越来越广泛。随着工业机器人的广泛应用,工业机器人的技术水平也得到了显著进步,目前工业机器人具有更高的功能性和稳定性,并且工业机器人也引入了视觉监控技术,让我国生产制造领域更加智能化。文章主要介绍关于机器视觉技术在智能制造装备的控制方法。     

自主行走葡萄收获机器人视觉导航信息处理技术研究

针对农副产品如何能够高效、高质量的收获这一大难题,本文对自主行走葡萄收获机器人视觉导航信息处理技术进行了深入的研究。首先,本文针对自主行走农业机器人的自主识别、收获农作物的问题,以葡萄收获机器人为模板,研究了基于视觉的导航信息处理技术。其次,分析了自主行走葡萄收获机器人的研究现状,因其对于重复性工作完成具有较高的质量和速度,相较于人工更可以保障在农产品收获阶段的品控。再次,给出了农业机器人控制器软件架构,分析了其主要特点。最后,提出了通过基于视觉SLAM的方法完成农产品的收获操作的具体方法。通过实验验证,与传统的激光导航算法相比,视觉导航技术具有更高的定位导航精度,定位精度可以2～3 cm。证明了自主行走葡萄收获机器人视觉导航信息处理技术研究的有效性。     

机器视觉在除草机器人中的应用

随着农业自动化技术和农业机器人技术的发展,许多国家和企业开始致力于机器视觉除草机器人的试验与研究。为此,在介绍机器视觉技术系统的基础上,结合除草机器人苗草识别的试验,讨论了机器视觉系统在除草机器人中的应用,详细分析了基于机器视觉的苗草识别系统,并优化其系统的硬件、软件结构、功能以及原理等。     

基于深度双目视觉处理的智能采摘机器人设计

针对采摘机器人对果蔬的位置定位不够准确、无法准确避障,导致采摘效率较低的问题基于深度双目视觉处理对智能采摘机器人进行了设计。智能采摘机器人的主要组成包括PLC控制器、视觉系统、移动平台、导航系统、机械臂、通信系统和电源。为了对采摘机器人的机械臂进行最优路径规划并避障,通过对采集的图像进行预处理后,利用双目视觉系统对果蔬进行精准定位,然后采用哈夫变换直线检测的方法进行最优路径的设计和选择,最终确定最优采摘路径。对采摘机器人进行运动轨迹精度试验和采摘试验,结果表明：采摘机器人对果蔬的采摘成功率较高,可以满足果农对于采摘机器人的要求。