机械臂在自动精准打磨机床零件前需要对机床零件进行特征识别,传统激光点阵扫描精度高,但设备成本高昂而难以规模应用。引入固定式投影产生扫描线图、棋盘格图和随机灰度图等特征作为测量辅助,并结合双目立体视觉测量对零件瑕疵进行检测,改善了传统双目视觉针对光滑平面零件难以识别特征进行立体匹配的情况。分析结果与激光点阵扫描结果进行精度校验。同时,通过5种经典局部立体匹配算法与所提方法进行精度比较,并对辅助图的关键参数进行精度关联分析。最后,引入自适应算法对所提方法进行优化以提高识别精度。结果表明随机灰度图能够显著提高匹配精度,扫描线优化与子像素拟合能够进一步提高匹配精度,扫描线法与棋盘格法优化后精度提高较大,新方法可有效识别平面零件的瑕疵特征,检测精度达标区域占比大于98%。

为了精确地预测出做单摆运动的物体在下一时刻的位置,提出一种基于双目视觉的确定物体位置并预测运动轨迹的方法。通过标定、图像预处理、目标捕捉、特征匹配以及三维重建等步骤可以较为准确地获得运动物体在一段时间间隔内的位置坐标。本实验采用多项式拟合运动轨迹,根据双目摄像机测定的历史位置坐标代入多项式中从而预测出下一时刻运动物体的位置。实验结果表明,该方法能够快速计算运动物体的位置坐标并能够准确地预测出下一时刻位置坐标,具有很高的通用性和灵活性。

针对生产线上软包香烟条形码易扭曲、烟包位置不正等问题,设计了一种基于双目视觉的软包香烟条形码检测方案。该方案通过左、右相机分别采集软包香烟的条形码图像,经预处理后结合旋转不变局部二值模式(RRLBP)和支持向量机(SVM)算法进行条形码定位,采用尺度不变特征变换(SIFT)算法对左、右条形码图像进行特征提取和匹配,实现了软包香烟条形码的识别与检测,并将条形码不合格的软包香烟剔除。经生产现场测试表明,该方案的条形码检测成功率达到99.97%,不合格品剔除率达到100%。

为解决机器末端运动轨迹测量精度波动较大,不能满足工程实际要求的问题,提出一种可变结构参数调整模型,并开发了一套针对机器人抛光的机器人末端运动检测系统。基于轴线汇聚模型研究双目视觉系统中关键结构参数(基线距、光轴角、垂直视场角)对测量精度的影响规律并确定参数的最优域;通过实验得出各结构参数和测量精度的交互影响规律,建立可变结构参数调整模型;开发了一套机器人末端运动检测系统,并对其精度和性能进行了比对验证。验证结果表明:所设计的机器人末端运动检测系统在大尺度条件下检测精度在0.094 mm内,与激光跟踪仪精度相当,满足机器人抛光需求。

针对管件在机器人抓取中的分类识别、位姿估计等问题,对随机摆放管件的模板匹配识别、立体匹配和三维位姿估计进行了研究。通过标定得到左右相机的内外参数,然后进行双目标定、矫正以及手眼标定。优化了模板匹配算法,利用亚像素级精度提取管件的边缘轮廓。选择合适的图像金字塔层数以提高匹配速度,实现多类型管件的分类识别。通过立体匹配提取管件视差图,结合标定参数和双目视觉的三角测距原理实现管件的位姿估计,并进行多组位姿提取实验。设计开发MFC和Halcon联合编程的管件识别与位姿估计系统。实验结果表明:该系统可实现管件在随机摆放情况下的实时准确分类识别与位姿估计,满足工业的实际应用需求。

在智能制造领域,视觉机器人应用前景十分广阔。视觉机器人的手眼标定精度直接关系到机器人的后续作业精度。为了进一步提高机器人的手眼标定精度,现提出一种基于Adam优化算法的双目Eye-to-Hand型机器人的手眼标定方法。根据多体运动学理论,建立了6DOF机器人手眼标定数学模型,以Halcon输出的手眼标定矩阵为初始值,采用Adam优化算法对目标函数进行迭代求解,将由优化前后手眼矩阵得到的两组机器人末端坐标系的位姿分别与从示教器得到的位姿作差值,并取Frobenius范数。结果表明:相机标定误差为0.089个像素,优化后的Frobenius范数平均值小于优化前,且一致性好。

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.2799 mm减少为0.1044 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。

针对柔性板的低频振动问题,研究了一种基于双目视觉测量其低频振动和反馈的控制方法。采用视觉传感器采集柔性板振动过程中的图像序列,通过图像处理的方法分析图像序列,从而得到柔性板的振动信息。以此信息作为控制反馈信号,采用最小控制合成算法（minimal control synthesis,简称MCS）抑制柔性板的振动。在相同的条件下,比较MCS算法和比例微分（proportion differentiation,简称PD）算法的控制效果。实验结果验证了基于双目视觉测量和MCS算法的可行性,且MCS算法的控制效果要优于PD算法。

针对采棉机器人中的视觉系统,以双目立体视觉方法对棉花三维重构技术进行研究。通过CCD摄像头光学成像模型和张正友标定法对摄像机标定,采用分块平均边缘检测和噪声分类、中值滤波、直方图的PCNN分割方法对棉花图像进行预处理,运用SIFT算法提取左右摄像机图像特征点并进行立体匹配,最后得到了棉花特征点的三维重构图。

针对传统人工采摘草莓带来的问题以及我国高架草莓种植面积的迅速推广,为实现草莓采摘的自动化、机械化,设计了高架栽培草莓的采摘机器人系统。高架草莓采摘机器人系统由软件和硬件2部分组成。硬件包括履带式行走机构、三自由度工作台、末端采摘机构以及STM32f103vet6芯片作为控制系统硬件。软件包括成熟草莓的识别、三维坐标定位。实验数据表明高架草莓采摘机器人系统可以完成成熟草莓的识别、成熟草莓的双目定位以及成熟草莓的采摘工作。成熟草莓识别率达到95%以上,在1120mm内双目草莓定位精度1.5cm±5%,完全满足草莓采摘的要求。