针对传统机械臂视觉系统标定方法存在标定误差大、精度低以及标定过程复杂的问题,提出一种面向数字孪生的手眼标定方法,通过分析标定原理给出标定方法以及搭建机械臂孪生虚拟平台,实现虚实空间的数据交互.结果表明:提出的手眼标定方法具有抓取精度高、抓取性能良好的优势.
针对工业中存在的散乱堆叠零件抓取回收困难的问题,提出了一种基于MaskR-CNN的改进目标检测算法.首先通过在特征提取网络中融入平衡特征金字塔思想,改进了损失函数并在网络模型的输出层增加抓取角度预测分支,结合深度相机参数化表示零件抓取问题,最后通过该方法建立数据集进行了网络训练实现了对机器人目标检测方法的优化,验证了该算法的可行性.
针对双机器人基坐标系标定过程复杂、定位精度不高,提出一种基于"三点定圆"的改进双机器人基坐标系标定方法.通过分析误差原理以及引入高斯白噪声误差,结合理论分析和软件仿真设计实验.结果表明改进后的双机器人基坐标系标定方法具有准确性和稳定性,保持了良好的定位精度.
