图像与数据融合的抓取机构控制系统研究
发布时间：2021-02-03 19:31
随着我国智能制造生产的转型升级,智能装配生产线的需求越来越高。大量企业将工业机器人和视觉技术应用于自动化生产线中,完成工件的检测、分拣、搬运等工作。但是,在电视生产装配中还是以人工装配为主。本文将机器视觉应用到智能电视装配生产线中实现自动化检测定位,提高生产效率。首先,根据电视背板的参数和特征,研究设计了单目自适应抓取机器人总体方案。分别对直角坐标机器人、自适应机械手传动结构、伺服驱动系统设计选型,并使用NX Nastran软件对设计加工的自适应机械手结构进行静态有限元分析,通过分析机械手结构的应力、应变云图,得出该设计的自适应机械手结构满足当前实际应用要求。其次,针对电视背板装配工艺流程设计了一套视觉抓取系统,确定工业相机安装位置和定焦拍摄方式,并对机器视觉硬件系统计算选型。接着分析计算相机镜头内外参数进行畸变标定。然后使用Halcon进行背板外观识别与定位分析。先后使用图像增强和误差更小的高斯滤波对背板图像进行平滑处理来消除噪声。紧接着研究Prewitt边缘算子、Sobel边缘算子、Laplace边缘算子和Canny边缘算子提取的背板特征轮廓图像的性能和差异,并分析Canny边缘算...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
基于机器视觉的装配生产线
器视觉机器人应用国内外研究现状机器视觉系统大部分只能完成低端单目标的有规律识别抓取任实现，尤其在同步带上运动的物体需要被工业机器人无差别分拣只能根据严格的机械位置完成工件的定点抓取过程，在大量复杂行识别抓取时依然基本上都是由人工流水线方式实现，极大的限。针对这种现状，欧美等国对机器视觉做了大量的研究并实际应8-10]。司伊斯拉视像(ISRAVISION)开发的两款产品IntelliPICK 3D 系 MONO2.5D/MONO3D 系统如图 1.2 所示，均基于嵌入式架构和技术，在工件摆放不确定不规则的场景中随机检测定位，并且受周围工具摆放的影响，智能控制系统自动规划工件抓取的先后在实际应用中 ISRAVISION 已积累上千个项目，大量应用于玻布、金属箔、薄膜、物流等行业。
第 1 章 绪论nflower-3D 视觉系统应用于机器人随机抓取作业如图 1.3 所示，通过据扫描以实现精确定位，实现机器人速度快、重复精度高的随机抓取ibal Montenegro Rios提出了一种在静态和动态条件下测定颗粒床中球机器视觉方法，由视觉系统粒径分布直方图给出的颗粒直径是用于的输入信号，用以实现自动化任务[12]。学者 Chandra Sekhar Nandi 设类系统，通过对放置在传送带顶部的工业相机（CCD）收集的视频各种特征，结合基于支持向量机（SVM）的分类器的递归特征消除择的 27 个特征中最相关的特征。并根据分类别准分类为四个不同的度高达 96％[13]。
【参考文献】：
期刊论文
[1]基于机器人与视觉引导的星载设备智能装配方法[J]. 季旭全,王君臣,赵江地,张晓会,孙振. 机械工程学报. 2018(23)
[2]单目视觉伺服研究综述[J]. 徐德. 自动化学报. 2018(10)
[3]基于SIFT的中厚板表面缺陷识别方法[J]. 周鹏,徐科,杨朝霖. 清华大学学报(自然科学版). 2018(10)
[4]基于图像灰度梯度特征的钢轨表面缺陷检测[J]. 闵永智,岳彪,马宏锋,肖本郁. 仪器仪表学报. 2018(04)
[5]基于雅可比预测的机器人无模型视觉伺服定位控制[J]. 仲训杲,徐敏,仲训昱,彭侠夫. 控制与决策. 2018(10)
[6]基于机器视觉的动态多目标识别[J]. 薛梦霞,刘士荣,王坚. 上海交通大学学报. 2017(06)
[7]工业机器人自动装配生产线的研制[J]. 马静,李宇. 电子技术与软件工程. 2017(08)
[8]工业机器人传感控制技术研究现状及发展态势——基于专利文献计量分析视角[J]. 柳倩,桂建军,杨小薇,曲艳丽. 机器人. 2016(05)
[9]基于机器视觉的Delta机器人分拣系统算法[J]. 倪鹤鹏,刘亚男,张承瑞,王云飞,夏飞虎,邱正师. 机器人. 2016(01)
[10]机器视觉行业投资分析报告[J]. 赵巧敏. 机器人技术与应用. 2015(05)
博士论文
[1]基于单目视觉的目标识别与定位研究[D]. 冯春.南京航空航天大学 2013
[2]数控系统速度前瞻控制算法及其实现[D]. 王海涛.南京航空航天大学 2011
硕士论文
[1]工业机器人视觉伺服控制方法研究[D]. 徐鹏.长春工业大学 2017
[2]可转位刀片磨削加工上下料机器人控制系统研究[D]. 王翠.山东大学 2016
[3]视觉引导压缩机装配技术与应用[D]. 邓钊波.华南理工大学 2015
[4]基于机器视觉的电容屏缺陷识别方法研究[D]. 孙亚根.南京理工大学 2013
[5]不干胶标签印刷缺陷检测控制系统的开发[D]. 滕晓波.北京工业大学 2012
[6]RoboCup中型组机器人定位与任意足球检测研究[D]. 欧阳敏.长安大学 2012
[7]视觉注意模型及其在目标检测中的应用[D]. 范娜.西安电子科技大学 2012
[8]装载机结构件有限元分析与结构改进[D]. 朱峰.吉林大学 2009
[9]摄像头SOC芯片的研制[D]. 胡亮.电子科技大学 2008
本文编号：3017042
【文章来源】：沈阳工业大学辽宁省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
基于机器视觉的装配生产线
器视觉机器人应用国内外研究现状机器视觉系统大部分只能完成低端单目标的有规律识别抓取任实现，尤其在同步带上运动的物体需要被工业机器人无差别分拣只能根据严格的机械位置完成工件的定点抓取过程，在大量复杂行识别抓取时依然基本上都是由人工流水线方式实现，极大的限。针对这种现状，欧美等国对机器视觉做了大量的研究并实际应8-10]。司伊斯拉视像(ISRAVISION)开发的两款产品IntelliPICK 3D 系 MONO2.5D/MONO3D 系统如图 1.2 所示，均基于嵌入式架构和技术，在工件摆放不确定不规则的场景中随机检测定位，并且受周围工具摆放的影响，智能控制系统自动规划工件抓取的先后在实际应用中 ISRAVISION 已积累上千个项目，大量应用于玻布、金属箔、薄膜、物流等行业。
第 1 章 绪论nflower-3D 视觉系统应用于机器人随机抓取作业如图 1.3 所示，通过据扫描以实现精确定位，实现机器人速度快、重复精度高的随机抓取ibal Montenegro Rios提出了一种在静态和动态条件下测定颗粒床中球机器视觉方法，由视觉系统粒径分布直方图给出的颗粒直径是用于的输入信号，用以实现自动化任务[12]。学者 Chandra Sekhar Nandi 设类系统，通过对放置在传送带顶部的工业相机（CCD）收集的视频各种特征，结合基于支持向量机（SVM）的分类器的递归特征消除择的 27 个特征中最相关的特征。并根据分类别准分类为四个不同的度高达 96％[13]。
【参考文献】：
期刊论文
[1]基于机器人与视觉引导的星载设备智能装配方法[J]. 季旭全,王君臣,赵江地,张晓会,孙振. 机械工程学报. 2018(23)
[2]单目视觉伺服研究综述[J]. 徐德. 自动化学报. 2018(10)
[3]基于SIFT的中厚板表面缺陷识别方法[J]. 周鹏,徐科,杨朝霖. 清华大学学报(自然科学版). 2018(10)
[4]基于图像灰度梯度特征的钢轨表面缺陷检测[J]. 闵永智,岳彪,马宏锋,肖本郁. 仪器仪表学报. 2018(04)
[5]基于雅可比预测的机器人无模型视觉伺服定位控制[J]. 仲训杲,徐敏,仲训昱,彭侠夫. 控制与决策. 2018(10)
[6]基于机器视觉的动态多目标识别[J]. 薛梦霞,刘士荣,王坚. 上海交通大学学报. 2017(06)
[7]工业机器人自动装配生产线的研制[J]. 马静,李宇. 电子技术与软件工程. 2017(08)
[8]工业机器人传感控制技术研究现状及发展态势——基于专利文献计量分析视角[J]. 柳倩,桂建军,杨小薇,曲艳丽. 机器人. 2016(05)
[9]基于机器视觉的Delta机器人分拣系统算法[J]. 倪鹤鹏,刘亚男,张承瑞,王云飞,夏飞虎,邱正师. 机器人. 2016(01)
[10]机器视觉行业投资分析报告[J]. 赵巧敏. 机器人技术与应用. 2015(05)
博士论文
[1]基于单目视觉的目标识别与定位研究[D]. 冯春.南京航空航天大学 2013
[2]数控系统速度前瞻控制算法及其实现[D]. 王海涛.南京航空航天大学 2011
硕士论文
[1]工业机器人视觉伺服控制方法研究[D]. 徐鹏.长春工业大学 2017
[2]可转位刀片磨削加工上下料机器人控制系统研究[D]. 王翠.山东大学 2016
[3]视觉引导压缩机装配技术与应用[D]. 邓钊波.华南理工大学 2015
[4]基于机器视觉的电容屏缺陷识别方法研究[D]. 孙亚根.南京理工大学 2013
[5]不干胶标签印刷缺陷检测控制系统的开发[D]. 滕晓波.北京工业大学 2012
[6]RoboCup中型组机器人定位与任意足球检测研究[D]. 欧阳敏.长安大学 2012
[7]视觉注意模型及其在目标检测中的应用[D]. 范娜.西安电子科技大学 2012
[8]装载机结构件有限元分析与结构改进[D]. 朱峰.吉林大学 2009
[9]摄像头SOC芯片的研制[D]. 胡亮.电子科技大学 2008
本文编号：3017042
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3017042.html
