当我们谈论日益热门的工业4.0、智能制造这些话题时,机器人是一个无论如何也绕不开的问题。机器人的智能化程度影响着整个工业演化的进程,传统的机器人仅能在严格定义的结构化环境中执行预定指令动作,缺乏对环境的感知与应变能力,这极大地限制了机器人的应用。利用机器人的视觉控制,不需要预先对工业机器人的运动轨迹进行示教或离线编程,可节约大量的编程时间,提高生产效率和加工质量。这就是我们标题中提到的,基于机器视觉的工业机器人定位技术。这一技术在国内最早被应用于焊接机器人对焊缝的跟踪,而维视图像的视觉采集设备及图像处理软件,成为行业内视觉引导的先驱和首选。
典型的机器人视觉定位系统构成,在关节型机器人末端安装单个摄像机,使工件能完全出现在摄像机的图像中。系统包括摄像机系统和控制系统:
(1)摄像机系统:由单个摄像机和计算机(包括图像采集卡)组成,负责视觉图像的采集和机器视觉算法。就目前行业技术发展水平来说,数字相机是比较理想的选择,其中维视图像的mv-em/e系列工业相机提供了接口丰富的开发包函数,分辨率、帧率等覆盖面广,通用性及稳定性好,所以是我们推荐的首要选择。
(2)控制系统:由计算机和控制箱组成,用来控制机器人末端的实际位置。经 ccd 摄像机对工作区进行拍摄,计算机通过图像识别方法,提取跟踪特征,进行数据识别和计算,通过逆运动学求解得到机器人各关节位置误差值,最后控制高精度的末端执行机构,调整机器人的位姿。
下面我们来详细的解析一下视觉引导机器人的工作原理。首先,使用 ccd 摄像机(包括镜头等图像采集设备)将视频信号输入计算机,并通过软件对其快速处理。处理的过程是这样的:选取被跟踪物体的局部图像,该步骤相当于离线学习的过程,在图像中建立坐标系以及训练系统寻找跟踪物。学习结束后,相机不停地采集图像,提取跟踪特征,进行数据识别和计算,通过逆运动学求解得到机器人各关节位置给定值,最后控制高精度的末端执行机构,调整机器人的位姿。
这样,视觉定位系统将基于区域的匹配和形状特征识别结合,进行数据识别和计算,能够快速准确地识别出物体特征的边界与中心,机器人控制系统通过逆运动学求解得到机器人各关节位置的转角误差,最后控制高精度的末端执行机构,调整机器人的位姿以消除此误差。从而解决了机器人末端实际位置与期望位置相距较远的问题,改善了传统机器人的定位精度。
NB-IoT+STM32端到端实战开发,带你快速完成NBIOT终端、物联网平台以及应用APP开发
微波低噪声放大器的主要技术指标、作用及方案设计
音圈电机驱动电路
什么样的零件适合机加工?铣削式切削工艺流程图
高速抗辐射运算放大器LMH6715的性能特点及应用分析
解析视觉引导机器人的工作原理
澳洲航空表示在3架波音737NG飞机上发现了结构性裂缝
桥式传感器芯片压力检测模块SOP-14封装CS1233芯片
保险电阻判别方法及代换
建立/保持时间对数字电路的影响
晶科成为全球首家通过科学碳目标SBTi全部审验的光伏企业
图灵的新想法:让计算机来冒充人!
国网冀北:坚持推动清洁能源发展,打造可再生能源智能电网创新示范区
HPC硬件的设计面临哪些挑战
Mate 9副卡也能支持联通3G?麒麟960处理器又带来了惊喜!
直放站的技术特点
光纤的传输速率和传输优势
海尔智家土耳其干衣机工厂开业暨洗碗机工厂奠基
加密资产交易平台旗下Trust Wallet将新增支持恒星币XLM
编码器常见故障有哪些?