针对双向快速扩展随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法中采样随机性大、路线贴合障碍物、生成路径存在大量冗余点等问题,提出了一种适用于自动导引运输车(Automatic Guided Vehicle,AGV)全局路径规划的改进Bi-RRT算法。该算法将基于概率p的目标偏向策略与A*算法中的代价估计思想结合起来,形成双重目标偏向策略以求得更优路径;在路径生成过程中加入安全距离判断机制,消除生成路径与障碍物贴合现象;此外,动态检测新节点与目标点的通路状态,减少不必要的随机采样过程;最后,利用遍历算法对所得路径进行后处理,滤除冗余点,使最终路径干净简洁。在MATLAB平台上对算法进行仿真实验,结果表明,改进算法相较于传统Bi-RRT,搜索时间更短,规划路径更优且可执行。

介绍目前隧道排水管沟机器人在巡检过程中的不足之处,指出摄像头云台系统的研发对管沟机器人工作的重要意义。根据实际需求,设计了满足要求的二自由度摄像头云台三维模型,对该系统的硬件设计和控制程序进行详细阐述。硬件设计以STM32系统板作为主控,将具有SDI接口的索尼机芯作为视频图像采集装置,选用步进电机作为轴向转动执行机构,使用舵机和同步带的传动组合代替一般的齿轮传动,供能和通信电路设计保证了系统的稳定运行。软件部分先构建该系统的整体控制逻辑,对该系统的轴向转动、俯仰控制、LED模组代码逻辑进行详细阐述。实验表明,这里设计的摄像头云台系统具有高控制精度、结构简单、稳定可靠、防水防尘等优点。

为了解决传统工业机器人无法对多个不定位姿的工件进行分拣抓取的问题,搭建一套基于机器视觉的零件分拣及上下料系统。所搭建系统能够较准确地对铝件和有机玻璃件进行分拣,并对工件的位姿进行识别,最后将结果换算到机器人的世界坐标系下,对工件进行准确抓取和上下料。其中针对工件的分拣,提出了通过条形码进行识别分拣的方法,此方法简单有效,快速便捷。对与背景对比度不高的透明有机玻璃件的位姿识别,提出一种自适应调参线性变换方法,从而准确识别出透明件的位姿信息。经实验测试,所搭建系统具有较高的准确性。

在机床生产中报表是常见而重要的管理环节，传统的方法是测量人员拿仪器测量出一个数值，再手工地向记录表或计算机中填写结果，然后将结果统一地规整以便打印存档，这样既费时又费力。为了节省时间及人力，提高生产效率，以气动量仪为对象，研究了使用Visual C＋＋配合Excel实现被测量数据的自动录入、实时图表显示、自动存档的方法。系统运行稳定、可靠，得到用户的好评，此方法也可用于其他类似场合。