为提高菌落挑取、接种效率,提出了一种基于运动控制器、图像识别算法和路径规划算法的智能挑取、接种、清洗、消毒系统。软件和硬件根据菌落样品智能处理系统的控制要求进行设计。系统采用运动控制板作为主控制器,实现伺服电机、光电传感器、气缸、电磁阀等设备的集成控制。系统前端基于Windows Form设计窗体和可视控件,后端采用多线程并发式通信及多线程插补运动技术实现对多台伺服电机的联动控制,视觉部分采用模式识别技术实现对目标菌落的识别、筛选与信息提取,数据库采用SQL Server实现对菌落及用户信息管理。通过调整对比度、亮度对采集的菌落图片进行识别,实现目标菌落的定位、筛选、路径优化、信息提取等。结果表明路径优化后挑取路径缩短了34.37%。

针对采油注水作业大量耗费人力的问题,该文阐述了一种油田注水机器人用于代替人工注水作业,并对运水车泄水管口视觉定位方法进行研究。该方法首先利用图像处理技术提取管口图像,其次,运用边缘检测的方法对泄水管口的形状进行拟合并获取管口的形状特征,最后,通过对平行双目立体视觉的原理进行研,获取了油田注水管口的三维坐标位置信息。实验结果表明,在测试距离小于500mm时,所测量的坐标值的误差范围±10mm,满足实际工作要求,对实现油田注水自动化作业具有一定的实践指导意义。

为应对配网狭窄作业空间内视场遮挡对作业机器人环境感知和定位功能的影响,这里研究了基于遥操作和虚拟/增强现实(VR/AR)技术的高临场感动态视觉感知与定位系统。受人体仅通过弯曲身体就可对物体多角度观测的启发,设计搭建了包含VR头戴设备、六自由度机器人和双目相机的动态视觉感知系统,提出了针对该系统的异构型主从遥操作逆运动学模型,并建立了观测目标绝对位置粗定位模型。试验表明,这里建立的动态视觉系统具有较高临场感,双目相机对VR设备的位置跟踪平均误差≤1.7mm,姿态跟踪平均误差<2.36°;另一方面,系统在5个不同角度下对一个距离1.1米的红色固定小球球心的空间定位偏差≤1%,能为操控人员提供较精确较高的目标粗定位信息。

阐述贴片机视觉系统的基本构成及实现原理.介绍了图像处理技术在其中的应用,并讨论了针对Chip元件的定位算法.

航空航天行业零部件种类繁多、定制化程度高,难以进行定位夹具的开发。视觉定位技术是智能制造中的关键一环,该技术基于机器视觉确定工件位置,不需要定位夹具,能够被广泛运用于各种工况。但现有视觉定位算法只适用于少数种类的零件,泛用性不高。本文提出了一种基于YOLOv5s目标检测网络和Siamese孪生网络的新型视觉定位算法(YOLO–Siamese变化检测网络)。网络引入ConvDiff(卷积差分)模块来提升变化检测网络的特征提取效果,并采用半监督学习方法对模型进行训练。试验表明,在没有使用目标工件数据集的条件下,算法在验证集上的AP@0.5达到了99.3%,AP@0.5:0.95达到了89.6%,单帧推理时间为16.13 ms。该算法无需目标工件数据、定位精度高、运算速度快,提高了视觉定位算法的鲁棒性和泛用性。

微电子用玻璃基板加工过程中需要将来料的大板玻璃切割分断成小板,以往采用机械定位的方式,通过定位治具与工件进行机械接触,工件的侧边受到定位治具的压力,易发生形变或者因外力产生崩口或裂痕等缺陷,良品率较低。针对上述问题,设计了基于视觉定位的玻璃基板切割分断生产设备,论述了玻璃基板切割分断机构设计的整体方案、结构组成、视觉定位系统的功能及控制流程。上料搬运、切割和分断过程中分别采用线阵相机识别系统进行初对位和自动对位,减少了单片玻璃的边破和角破,提高了单片玻璃的边缘质量。

随着制造业能力的不断提升,产品生产过程的自动化程度越来越高。对于传统的视觉识别算法,需要拥有大量工程技术和专业领域知识的人才能对视觉识别进行建模,并且设计的算法只能适应单一工况不具有通用性;而深度学习算法是一种通用的学习算法,通过训练可以识别不同种类的不同目标。基于此,针对某企业曳引轴加工过程中轴端编号的识别,设计了可进行端到端训练的识别算法。系统通过高精度工业相机获取目标图像,获得的原始RGB图像不需要进行预处理便可输入到网络当中,由深度学习算法对目标进行识别。实验表明所设计算法鲁棒性好且准确率高。

针对目前自动引导小车(AGV)导航精度低、轨迹柔性差等问题,提出一种基于视觉和RFID的AGV复合导航方法。利用RFID读取AGV所处站点的射频卡信息,采用视觉技术检测地标相对于AGV的位置并纠偏,实现AGV导航定位;在视觉定位中引入卡尔曼滤波,提高AGV的导航精度和稳定性;在地图构建中,采用地标图案中嵌入射频卡的方式建立网格型地图,保证轨迹的柔性。结果表明:所提出的复合导航方法具有较高的定位精度,平均轨迹误差为5.85 mm,平均角度误差为0.65°,可以满足实际应用需求。

基于表面贴装元器件（Surface Mount Device,SMD）逐片检测工况中对拾取、放回料带的定位需求,提出一种适于多自由度（Multi-Degrees Of Freedom,MDOF）精确转移的视觉补偿定位方法。针对SMD逐片检测流程和布局分析,计算了元件成功放回料槽的转移误差允许边界;分别提出了双视觉系统中上、下视觉对SMD多自由度转移的定位误差补偿方法。利用元件转移实验数据的均值-极差控制分析,分别测试所述视觉定位方法的精确性和稳定性,实验结果表明：在SMD转移过程中采用所述视觉定位方法提高了转移精度并保证转移过程稳定可控。所述研究可为成卷SMD逐片全检工艺中元件高效拾放转移、精确定位提供参考。

根据机器人拆卸导弹发动机注药瓣模时对精确定位的要求，设计了一种基于视觉的瓣模螺栓识别定位方案。在此方案的基础上进行实验，实验结果表明：应用此方案能准确识别所有瓣模螺栓，定位误差均在1mm范围内，最大误差为0．750mm，满足机器人脱模装置的定位要求。为了保证拆卸瓣模时设备互不干涉，利用最小二乘法和Matlab对实验数据进行拟合仿真处理，求出工作转角α。应用实验数据和数据处理的结果控制机器人拆卸瓣模，检验视觉定位和数据处理的可靠性。分析视觉定位误差的主要来源，提出了适合工程应用的误差修正方法，有助于提高机器人脱模的可靠性。