在视觉引导机器人完成抓取的过程中,最重要的步骤是手眼标定,手眼标定的精度将直接影响后续工作的精度。充分考虑相机畸变对手眼标定的影响,在Halcon环境下,设计一种高精度的固定视点手眼标定方法,该方法在确定了机器人基础坐标系与相机图像坐标系之间关系的同时也标定了相机的内外参数,并通过实验进行验证。结果表明:该标定方法具有较高的精度,可广泛应用于视觉机器人的定位抓取工作。

现如今生产过程中的码垛场景多为专用的四自由度码垛机器人,通用性和灵活性较差。为提高码垛过程中机器人的通用性和灵活性,实现六自由度串联机器人的码垛,根据改进D-H法,在UR5机器人各关节末端建立固连坐标系,推导出UR5的正运动学变换矩阵及逆运动学各关节表达式。使用梯形速度控制,确定了码垛过程中直线轨迹部分的运动规律,得到了码垛过程中圆弧轨迹部分的坐标转换关系及机器人末端运动过程。在空间中规划出码垛时机器人末端轨迹,并进行仿真。绘制了各关节运动曲线,表明机器人在码垛过程中轨迹平滑,运行平稳,对六自由度串联机器人的码垛研究具有参考意义。

电子元器件体积较小,对它进行分拣较一般分拣工作困难且工作量巨大,应用机器人分拣可大大提高工作效率。采用七次多项式曲线插值的方法进行轨迹规划,使运动关节的角速度、角加速度和角急动度曲线光滑连续;提出一种改进的量子遗传算法,引入正态分布概率密度函数以改进量子门旋转角步长策略,对关节运动轨迹进行最短时间优化,使机器人能够在满足非线性约束条件的基础上具有最优关节轨迹曲线。仿真结果表明:该轨迹算法能够快速有效地缩短机械臂关节运动时间。