工业机器人视觉检测系统解析-资讯中心-大学仕

资讯中心

当前位置：

大学仕上下料 ai机器人印钞机 KN95口罩

工业机器人视觉检测系统解析

大学仕 2020-09-23 11:20

0点赞 1455浏览

基于视觉的工业机器人定位抓取技术在现代化工业进程中起到极其重要的作用，在定位抓取的基础上研究了云端激光打标系统中与计算机视觉相关的机器人检测系统内容，将国产某型号六自由度工业机器人与视觉引导技术相结合应用于目标正反面区分。该系统经实验验证，能够识别带黑色标记的目标工件并定位抓取，完成了区分工件正反面的规定任务，具有工厂生产的实际意义。

就目前来说，国内外针对视觉抓取系统的研究方向主要有手眼标定方法、特征提取算法与深度学习相结合的视觉抓取方法。手眼标定技术目前发展比较成熟，产生了深远的影响，比如早期Tsai-Lenz、Navy等手眼标定算法。YingWang等设计的清障机器人通过单双目结合组成混合视觉系统对目标物进行特征提取。

在数据引导的方法下，SergryLevine将深度学习技术应用到机器人区分任务中，利用相机拍摄到的图像训练卷积神经网络来预测机械手在空间的运动，该方法能够有效并且实时控制机器人，成功掌握新的抓取目标，最后通过连续伺服矫正错误。

而国内视觉抓取系统的研究偏向于几何引导的方法，王朋强将双目视觉系统和机械臂结合，实现了对目标的识别定位以及抓取。在国家的支持下，国内也已有许多家公司以及科研单位在机器视觉领域取得了一系列成果，逐步的将机器视觉技术引入到对机器人的控制当中。

机器人视觉检测系统在计算机端对智能相机采集到的工作区域的图像进行预处理，快速地识别并定位图像中的目标工件，根据相机标定参数，结合目标工件的像素坐标计算出六自由度工业机器人坐标系中的位置坐标，并将坐标信息发送给机器人控制器，机器人执行命令程序实现抓取动作。系统检测任务利用视觉软件来完成，通过计算机处理，只选择反面朝上工件作为目标工件。目标检测定位是机器人实现自动抓取的基础，目前存在两种目标检测的算法：基于模板匹配和基于特征匹配。