检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

应用链码算法的智能抓取系统的研究

机械设计与制造 2023年第11期393卷 134-139页

作者：张瑞张伟豪朱振伟高新江郑州大学机械与动力工程学院河南郑州450001 河南省智能制造研究院河南郑州450001

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... 详细信息

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。

关键词：链码算法智能抓取工业机器人目标定位机器视觉

在线全文

学校读者我要写书评

暂无评论

机器人智能抓取未知目标位置深度识别仿真

计算机仿真 2021年第8期38卷 376-380页

作者：高云彭炜周建慧山西大同大学计算机与网络工程学院山西大同037009

针对当前机器人智能抓取未知目标位置识别方法未考虑目标轮廓图像特征融合,导致复杂环境中识别效果较差,定位误差较大,目标位置识别率较低的问题,提出机器人智能抓取未知目标位置深度识别方法。利用40层的深度残差网络识别模型检测未知... 详细信息

针对当前机器人智能抓取未知目标位置识别方法未考虑目标轮廓图像特征融合,导致复杂环境中识别效果较差,定位误差较大,目标位置识别率较低的问题,提出机器人智能抓取未知目标位置深度识别方法。利用40层的深度残差网络识别模型检测未知目标,通过训练获取未知目标的类别属性信息后,随机确定抓取目标,并计算确定目标的当前图像特征,融合当前特征与期望特征,利用滑模控制逻辑设计视觉控制器,通过视觉滑模定位控制律,控制机器人实行抓取运动,完成未知目标位置的定位识别。实验结果表明,所提方法在未知目标处于不同复杂环境中的目标位置识别率较高,且能够有效减小定位误差,具备较好的识别效果。

关键词：机器人智能抓取未知目标位置深度识别深度残差网络图像特征

在线全文

学校读者我要写书评

暂无评论

机器人智能抓取系统视觉模块的研究与开发

组合机床与自动化加工技术 2016年第12期 1-5页

作者：叶卉张为民张欢 Jurgen Fleischer 同济大学机械与能源工程学院上海201804 同济大学中德学院上海201804 同济大学先进制造技术中心上海201804 卡尔斯鲁厄理工学院生产技术研究所德国卡尔斯鲁厄76131

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open C... 详细信息

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open CV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。

关键词：工业机器人机器视觉智能抓取立体匹配坐标转换

在线全文

学校读者我要写书评

暂无评论

基于视觉伺服的仿人机器人智能抓取技术研究

基于视觉伺服的仿人机器人智能抓取技术研究

作者：郑雪林东北大学

学位级别：硕士

随着科学技术的发展以及机器人应用领域的不断扩大,人们对机器人技术提出了更高的要求,不仅要求机器人实现常规的示教操作,也希望机器人具有更高的智能和更强的环境适应能力。图像是机器人感知环境的重要信息来源,多自由度机械臂的机器... 详细信息

随着科学技术的发展以及机器人应用领域的不断扩大,人们对机器人技术提出了更高的要求,不仅要求机器人实现常规的示教操作,也希望机器人具有更高的智能和更强的环境适应能力。图像是机器人感知环境的重要信息来源,多自由度机械臂的机器人系统是仿人机器人的重要组成部分,也是实现机器人操作的执行机构,将视觉信息同机器人控制相结合形成视觉伺服系统,使机器人具有同外部环境进行智能交互的能力,是当今机器人发展的一个主要方向和研究热点。本文以NAO机器人为操作平台,为进一步体现仿人机器人的智能性,对基于视觉伺服的仿人机器人抓取操作进行了深入的研究。在深入研究了大量相关文献的基础上,本文在NAO机器人本体上构建了机器人视觉伺服的抓取操作系统,主要针对目标物体的识别与定位及对目标物体抓取操作运动规划进行了研究与实现。首先,在对目标物体的识别与定位方面进行了以下两个方面的研究：第一,对目标图像的进行边缘检测,通过圆拟合得到高精度的质心坐标;第二,针对传统的单目视觉目标定位的精度很大程度上依赖于标定精度的问题,本文改进的采用BP神经网络得到目标质心坐标和目标相对于摄像机的坐标之间的关系,实验证明了采用改进的BP算法具有较快的学习能力和较好的定位精度。其次,在机器人手臂运动规划方面进行了两方面的研究：第一,建立了机器人手臂的D-H模型,并通过蒙特卡罗法计算机器人手臂可达空间;第二,在对多自由度机器人进行路径规划时,使用传统路径规划算法计算复杂度较高,本文采用快速扩展随机树算法进行路径规划,针对该算法规划出的路径缺乏可重复性的问题,本文将启发函数引入RRT算法中,实验结果表明,改进的RRT算法提高了路径规划的效率,保证了规划路径接近于最短路径,对同一任务规划具有一定的可重复性。最后,在系统的整体实现方面,本文阐述了机器人手臂操作的实现过程。对于已知任意摆放的物体,利用视觉提供的图像信息,通过训练好的BP神经网络得到目标物体的位姿,机器人自主对抓取操作进行规划。实验完成了对目标物体的抓取,验证了针对本文问题所采用理论及方法的正确性。

关键词：目标定位 BP神经网络蒙特卡洛法运动规划智能抓取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向机器人智能抓取任务的视觉定位实验

实验技术与管理 2020年第3期37卷 56-59页

作者：董靖川张成君王一成王静涛刘丽卞鹏锡天津大学机械工程学院天津300354

开发了面向机器人抓取任务的视觉定位实验平台。该实验平台基于5自由度关节式机器人实现物料抓取,采用运动控制器及伺服电机进行控制。基于机器视觉的抓取目标定位系统采用Matlab软件开发,包含图像预处理、图像分割、目标识别、坐标计... 详细信息

开发了面向机器人抓取任务的视觉定位实验平台。该实验平台基于5自由度关节式机器人实现物料抓取,采用运动控制器及伺服电机进行控制。基于机器视觉的抓取目标定位系统采用Matlab软件开发,包含图像预处理、图像分割、目标识别、坐标计算、运动路径规划等。视觉定位系统能够识别多个被抓取对象的位置、姿态,并生成抓取运动指令,通过网络与机器人运动控制器通信实现自动抓取。该实验融合了机器视觉、机器人控制、机电一体化等多方面课程知识,具有良好的开放性和广泛应用性,有利于培养学生的工程实践能力和创新能力。

关键词：机器人视觉定位图像处理智能抓取

在线全文

学校读者我要写书评

暂无评论

基于视觉的机器人智能抓取系统设计与实现

基于视觉的机器人智能抓取系统设计与实现

作者：杜学丹哈尔滨理工大学

学位级别：硕士

对于机器人来说,如何进行抓取是一项重要的能力。机器人抓取任务经过数十年的研究,已经取得了很多成果,并在工业、探索、服务、军事等领域中得到了广泛的应用。然而,机器人进行抓取时远不像人一样随心所欲、灵活自如,仍然具有很大的局... 详细信息

对于机器人来说,如何进行抓取是一项重要的能力。机器人抓取任务经过数十年的研究,已经取得了很多成果,并在工业、探索、服务、军事等领域中得到了广泛的应用。然而,机器人进行抓取时远不像人一样随心所欲、灵活自如,仍然具有很大的局限性。受到目标物体各种特性如形态、材质、重量等因素以及复杂多变的环境因素的影响,机器人抓取研究仍面临着严峻的挑战性。本文以人机协作型机器人作为智能抓取研究的对象,控制其在特定的工作环境下进行智能分类抓取。在智能抓取研究中,本文以视觉信息为引导,通过研究基于深度学习的机器人抓取的图像特征表达方式,判断待抓取目标的类别与位置,并在待抓取目标上检测出适合机器人抓取的位置。机器人智能抓取系统涉及到的问题主要包括抓取目标的分类与定位、抓取位置检测和抓取位置的位姿估计:1.在抓取目标的分类与定位方面,采用基于深度学习的目标检测方法。通过建立有关抓取目标的目标检测数据集,训练用于目标检测的神经网络,并对训练所得网络模型的性能进行分析。2.在目标物体上的抓取位置方面,提出基于深度学习的抓取位置检测方法。同样地,通过建立有关抓取目标的抓取位置检测数据集,训练用于抓取位置检测的神经网络,将所提方法与其他方法作对比,分析所提方法的有效性。3.在抓取位置的位姿估计方面,采用坐标转换的方法,将抓取位置在图像上的二维坐标转换到在机器人下的三维坐标,并对抓取位置的姿态进行估计。最后,本文将基于深度学习的目标检测方法与抓取位置检测方法以及抓取位置的位姿估计相结合,构建一种基于视觉的机器人智能抓取系统,并将该系统应用到实际的机器人上进行抓取实验。实验结果表明,所提抓取系统能够对待抓取目标进行快速的分类、定位与抓取。本系统可以应用于与抓取相关的机器人任务中,并为后续的机器人抓取研究提供参考依据。

关键词：深度学习智能抓取目标检测抓取位置检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器视觉的智能抓取系统设计与实现

基于机器视觉的智能抓取系统设计与实现

作者：路鹭郑州大学

学位级别：硕士

目前机器人与自动化技术不断发展,在工业领域获得了广泛的应用,提高了生产速度和效率,同时也解放了繁重的人工劳动。在自动化生产领域,上下料是其中一个重要的环节,仍然有部分企业（如轴承、气门、磁材公司）在零件的上下料中仍然采用... 详细信息

目前机器人与自动化技术不断发展,在工业领域获得了广泛的应用,提高了生产速度和效率,同时也解放了繁重的人工劳动。在自动化生产领域,上下料是其中一个重要的环节,仍然有部分企业（如轴承、气门、磁材公司）在零件的上下料中仍然采用人工或者半自动化的取料方式。这种方式存在以下几点问题:（1）工人工作量大且枯燥。（2）零件容易磕碰损伤。（3）企业生产成本增加。为实现取料智能化,本课题设计了一套基于机器视觉的智能抓取系统,系统使用单个工业相机获取矩形零件图像,并利用所得的图像进行该物体的识别定位以及重建,进而实现对矩形零件的智能抓取。对主要工作进行概括,包括以下几点:1.智能抓取系统平台的设计及搭建。设计智能抓取系统的三坐标机械手平台的三维模型,完成平台搭建。设计控制、视觉以及人机交互系统,并且完成搭建。2.矩形零件的识别定位。本文以合成图像以及实际的矩形零件为研究对象,提出一种快速高精度的矩形检测算法,算法通过分割图像,提取图像亚像素轮廓,分割亚像素轮廓为直线,直线几何和物理特征的模糊融合计算完成矩形的检测定位。实验结果表明该算法的检测速度、准确率、精度满足工业要求,并且有良好的鲁棒性。但该算法仅仅可以得到零件的二维信息,在涉及抓取多个零件码垛的过程中由于无法获取零件的三维结构信息和机械平台Z轴方向的抓取深度,很难实现真正的智能化。由此针对这一问题,本文接着提出了基于码垛任务的抓取物单幅图像三维重构。3.抓取物单幅图像三维重建。以码垛过程中的长方体零件为研究对象,本文提出一种基于码垛任务的单幅图像抓取物三维重构方法。该方法首先提取零件轮廓,再使用Hough直线检测算法提取出轮廓中的目标直线,通过直线分组,优化垂直,水平和竖直三个方向的平行直线组,接着利用平行直线组以及最小距离法解算灭点,并利用灭点获取相机的内外参数,最终根据内外参获得图像的三维尺寸信息以及机械手Z轴方向的抓取深度。实验结果表明该方法能准确地重建出符合精度要求的三维模型,且能准确获取机械手Z轴方向的抓取深度。4.通过2,3已经获得零件的二维以及三维信息,为使整个智能抓取系统平台更完备,需把获取的零件信息集成到平台的人机交互系统,最终实现不同场景中矩形零件的抓取。最后,机器视觉抓取系统平台完成调试,并对系统的智能抓取能力,精度以及鲁棒性进行测试,实验结果表明:该智能抓取系统能实现对矩形零件的高效自主抓取,满足一定的抓取精度,并有良好的鲁棒性。

关键词：智能抓取机器视觉图像识别三维重建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ROS平台的机械臂智能抓取系统研究

基于ROS平台的机械臂智能抓取系统研究

作者：蔡瑜瑜华侨大学

学位级别：硕士

机械臂具有高效率和性价比高的特点,在智能家居中得到了广泛的使用,如服务型的机械臂等。但目前多数机械臂只能在环境一定的情况下,按照既定的轨迹进行移动和目标的抓取动作,当环境、目标位置和抓取对象发生变化时,需要重新设计程序,适... 详细信息

机械臂具有高效率和性价比高的特点,在智能家居中得到了广泛的使用,如服务型的机械臂等。但目前多数机械臂只能在环境一定的情况下,按照既定的轨迹进行移动和目标的抓取动作,当环境、目标位置和抓取对象发生变化时,需要重新设计程序,适应灵活性差。因此如何正确识别和有效抓取未知的目标是机械臂广泛应用的瓶颈。为实现机械臂的智能控制与实时抓取,本文将机器视觉、移动导航平台、和机械臂控制相融合,搭建了基于ROS平台的移动机械臂,通过模拟现实场景,对室内空间中的规则对象进行了辨识和捕捉,并在室内进行了规则对象的识别和定位,并进行了抓取试验。本文主要工作如下:(1)移动机械臂系统构建。以Phantom X＿ARM机械臂为研究对象,以Turtlebot2移动机器人为研究平台,选取RPLIDAR激光雷达和PRO LIVE深度相机构建传感系统,设计系统的硬件及软件。(2)移动机械臂的地图构建以及自主导航。通过激光雷达传感器感知环境,使用Gmappimg算法对数据进行处理,完成地图的构建,对于移动机械臂自身的导航能力则通过A*算法和AMCL算法完成。结果测试中的误差保持在了10厘米之内,证明了算法采用的正确性以及设计的可行性。(3)移动机械臂的目标测试。采用了物体检测算法实现准确识别目标物块,在获得实时环境图像信息之后,完成ROS与Tensor Flow通信,并且运用了Faster R-CNN Res Net系列中的4种算法来对目标物体进行检测。多次实验结果得出Faster R-CNN Res Net50算法的目标检测准确率达到88.29%,m AP值为0.7798,平均检测时间为0.19s。(4)移动机械臂的目标抓取。通过Movelt平台配置Phantom X＿ARM机械臂,进行机械臂目标抓取实验,抓取目标成功率达85%以上。

关键词：移动机械臂 ROS 目标检测智能抓取

工业生产中零部件的位姿识别与智能抓取技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

工业生产中零部件的位姿识别与智能抓取技术研究

作者：王闯西南科技大学

学位级别：硕士

机械手臂抓取是机器人应用的重要方面,广泛用于制药、医疗、食品加工、生产制造、家庭服务等领域。近年来,机械手臂在工业应用中得到了快速发展,但工作方式主要以示教或人机协作式为主,智能化程度还不够成熟。工业机械手臂在抓取RJ45接... 详细信息

机械手臂抓取是机器人应用的重要方面,广泛用于制药、医疗、食品加工、生产制造、家庭服务等领域。近年来,机械手臂在工业应用中得到了快速发展,但工作方式主要以示教或人机协作式为主,智能化程度还不够成熟。工业机械手臂在抓取RJ45接口类型零件过程中,需要人工将零件按照指定的姿态放置到规定的位置,再由机械手臂按照固定的顺序抓取,否则抓取过程中可能会造成零件引脚的损伤,这种生产方式不但浪费劳动资源,而且生产效率较低。迫切需要开发一种对零件位姿自动识别的技术,以指导机械手臂末端执行器调整抓取角度,实现对任意位置零件的抓取。基于以上应用需求,本文设计了一种双目视觉机械手臂系统架构,以位姿识别与手眼控制技术为基础,实现对散乱摆放零件特殊抓取要求,提高工业机械手臂智能抓取能力。本文针对工业自动化流水线机械手臂抓取RJ45零件过程中,因需要人工摆放而导致生产效率和经济效益低的问题,设计了一种双目相机与机械手臂协同实现批量零件智能抓取的工作系统。手眼标定实现机械手臂与双目相机坐标系的统一,通过图像处理方法对多个零件进行分割,以计算机视觉技术识别零件的位置与姿态,根据位姿信息规划机械手臂抓取路径,避免机械手臂抓取零件过程中与其他零件发生碰撞。实验结果表明,对于工作台中任意位置带有金属引脚的RJ45接口零件,机械手臂能够调整抓取角度对其进行逐个抓取,每个零件的检测与位姿识别用时在150ms以内,抓取准确度和时间效率能够满足工业机械手臂抓取应用要求,有效解决了工业实际问题。本文主要贡献如下:(1)设计了一种基于双目视觉的机械手臂智能抓取方案,赋予机械手臂对工作环境信息的感知。双目相机实现对各个零件的检测与定位,手眼系统标定实现手眼交互,将双目相机观测到的信息传递给机械手臂。实验结果表明,无需人工参与,机械手臂能够根据该系统方案准确定位零件位姿信息,并按照规划准确抓取各个零件。(2)设计了一种三维姿态识别方法,指导机械手臂末端执行器根据零件姿态调整抓取角度,避免抓取过程中对零件造成损坏。姿态识别分两个过程,第一,对零件进行三维建模并自动生成各个角度下的投影图像,用于姿态识别过程中的网络模型训练;第二,通过Yolov3识别零件观测面类型,以此为先验信息通过归一化互相关匹配法计算方位角,用于指导机械手臂调整抓取角度。

关键词：智能抓取手眼标定图像分割位姿识别路径规划