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。

以无人机视觉定位与避障系统为研究对象,利用单目视觉定位与红外线传感器相结合的方式,准确识别障碍物,然后利用RGB模型进行图像处理,将图像二次分割,得到图像的轮廓曲线边缘,结合红外测距的数据结果,确定障碍物的位姿等信息。建立碰撞圆锥模型,实现无人机以特征点为圆心、危险距离为半径的绕行路线,实现避障。实验证明,AABB视界区碰撞模型能精确判断无人机飞行路径中的避障,提高无人机飞行效率。

液压支架试验台是测试液压支架性能是否达标的关键试验装备,在试验过程中,液压支架试验台中梁经常需要调高以适应不同型号液压支架和不同项目的压架试验。50 000 kN液压支架试验台承载立柱高度达到17 m,由于受温度效应影响,无法单独依靠高精度位移传感器实现精确定位控制,出现插拔销困难现象。针对该问题,提出一种以位移传感器粗定位为基础,辅以图像处理技术的中梁复合精确定位调高方法。采用多尺度Retinex方法对图像进行增强处理,使用自适应阈值的Canny边缘检测算法对立柱销轴孔、销轴定位孔进行边缘提取,通过筛除后的数据点提取立柱销轴孔和销轴定位孔的圆心,计算二者圆心坐标误差,判断中梁是否运动到位。经过试验验证,该方法可以准确计算立柱销轴孔和销轴定位孔间的相对位置,保证中梁调高过程中立柱销轴孔和销轴定位孔的精确定位,...

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。

为解决工业机器人在复杂自动化生产线上目标精确定位问题,文章搭建了由史陶比尔工业机器人、Kinect视觉传感器和上位机组成硬件平台,设计了基于三维视觉的工业机器人抓取定位系统。通过棋盘标定法对工业机器人抓取系统进行标定,采用深度边缘分割方法采集图像并提取工作面,根据累计概率Hough变换法提取工作面上不同形状目标的中心点,编写上位机处理程序实现图像分割、目标中心点定位及机器人运动控制等功能。实验结果表明该系统能够对规则形状目标实现定位功能,定位精度满足工业机器人的工作需求。