基于视觉与超声技术机器人自动识别抓取系统设计
时间:12-29
来源:互联网
点击:
行处理,使运算时间大为减少.
3 超声深度检测
本文采用超声波测距传感器, 经图像处理得到工件的边缘、形心等特征量后,引导机械手到达待测点,对工件深度进行测量,并融合视觉信号与超声信号,可得到较完整的工件信息.安装在机器人末端执行器上的超声波传感器由发射和接收探头构成,根据声波反射的原理,检测由待测点反射回的声波信号,经处理后得到工件的深度信息.
4 实验结果及结论
在上述方法研究的基础上, 完成了在MOVEMASTER2EX机器人装配作业平台上进行的物体识别与抓取实验. 在自然光及一般照明条件下,对机器人装配作业平台上视场范围内任意放置的3~5 个不同形状、大小的典型工件进行自动识别和抓取,结果表明,识别时间小于5 s(包括识别、定位与抓取过程机械手的移动时间) ,定位误差小于±2 mm ,并具有较好的通用性和可移植性. 图3 (a) ~ (d) 分别是待抓取工件识别过程的图像.
结论: 采用本文提出的将机器人手- 眼视觉与超声波测距相结合的检测装置, 以及融合二维图像信息与深度信息进行工件识别与抓取的方法,具有算法简单、计算量小、可靠性高等特点,可为机器人与环境交互提供物体形状、类别以及大小等信息,使机器人装配作业能适应各种复杂的环境与工艺过程,对实现工业生产过程的自动化、柔性化、智能化有良好的应用前景.
自动识别 系统 设计 机器人 技术 视觉 超声 基于 相关文章:
- 基于多cpu方式的自动识别控制系统(10-23)
- 自动识别启动模式Nand Or Nor(11-22)
- 自动识别技术与食品安全(05-21)
- 振动加速度检测中传感器连接状态的自动识别(08-15)
- 利用单片机的捕获功能自动识别铁路RFID标签数据(02-08)
- Linux嵌入式系统开发平台选型探讨(11-09)