为了满足视觉系统对于玩具小车的识别、定位和抓取,使用HALCON对相机进行系统标定,以消除相机畸变的影响.视觉系统创新性的使用了三相机进行图像采集,其中一个彩色相机用于识别,配套8mm镜头,两个黑白相机用于定位,配套12mm镜头.基于双目立体视觉系统和手眼标定系统,进行双目标定和手眼标定,得到对应的标定结果和标定误差.然后,通过得到的参数实现玩具小车的识别、定位和抓取,实验测试定位误差可以控制在0.3mm以内,能很好的实现玩具小车的抓取,满足工业生产的需求.

在分析机器人视觉引导中各坐标系转换关系的基础上,提出一种基于最大似然估计的非线性机器人视觉引导标定参数的计算方法,该方法根据最大似然估计构造计算过程中矩阵变换测度函数,采用Levenberg-Marquardt算法求解非线性最小二乘问题,可一次性求解出摄像机标定参数和手眼标定参数.通过数值仿真和真实机器人标定实验,将计算结果与经典标定方法的计算结果进行了比较.结果表明:提出的算法相对于经典算法在估计误差、 对噪声的敏感度和稳定性方面均有所提高.

目前大部分工业装配生产线中机器人抓取待装件都是预先将固定类型的工件进行机械定位.为了提高机器人柔性抓取能力,实现了双目视觉引导机器人的抓取系统.文章通过定位工装板来间接定位工件的方法来完成双目视觉引导机器人抓取,首先通过双目视觉系统拍摄的图像识别工装板上6个定位孔,计算孔中心在相机坐标系下的位置,利用这6个定位孔中心空间位置用最小二乘法拟合出最优的工装板平面,由于工件相对于工装板的位置固定,可求得工件相对于相机坐标系的位置,进而通过标定参数转化为在机器人基坐标系下位置和姿态,供机器人抓取工件.经过多次工件抓取实验,分析数据得出,系统距离定位误差小于0.5mm,满足工业生产要求且适应于多种类型工件的抓取,具有通用性.

针对目前工业机器人上料时大都采用预先示教的方式,一旦工作条件发生变化就会导致抓取失败的问题,研究了一种基于视觉引导FANUC机器人的抓取系统,提高了机器人柔性化抓取能力.系统采用单目视觉定位方法:将图像中的特征点通过相机标定参数、Eye-in-Hand手眼标定参数转换为机器人基坐标系下的位姿,利用FANUC Robot Interface实现上位机与机器人通信并把定位结果发送到机器人位置寄存器,引导机器人运动到相应位置并通过末端执行器完成对空心圆柱体工件的抓取.经过多次抓取实验数据分析,该系统定位误差在0.5mm以内,具有很好的实际应用价值.

自行车是一种最为常见常用的交通工具，特别是在中小学生这样一个正处于成长的人群中，自行车的使用频率是相对而言较高的。所以本文对自行车的设计与各部分构造进行人机分析，旨在为将来的自行车的设计提供一个参考，使其更加符合人机工程学的应用，更加舒适与安全。