为提高KR16-2机器人在实际工作中的效率,通过改进的D-H法,建立KR16-2的运动学方程并构建模型。采用五段位置S曲线插补法对轨迹进行优化处理,提高机器人运动的平稳性。提出适应度的多重控制方法,结合对各类算子的重新标定,得到该机器人工作的最优平滑路径。仿真实验表明:采用此方法该机器人获得了较平滑且距离最优的路径。

针对番茄采摘自动化水平不高的问题,设计一种利用双目视觉采集系统和机器人定位技术的番茄采摘系统。利用双目立体视觉系统进行图像采集,构建模型并进行标定校正。通过图像处理技术将图像预处理,从而获得成熟番茄的具体轮廓;根据番茄类椭圆形状确定其中心点坐标,并将其转换为空间坐标,便于机器人末端执行器抓手进行定位采摘。针对各关节运动限制提出平滑性约束,通过改进蚁群算法,获得采摘抓手较平滑且距离最短的路径。仿真结果表明:该方法可基本满足采摘图像处理要求,能获得运动距离最短且平滑的路径,为实现番茄全自动化采摘提供参考。

针对管件在机器人抓取中的分类识别、位姿估计等问题,对随机摆放管件的模板匹配识别、立体匹配和三维位姿估计进行了研究。通过标定得到左右相机的内外参数,然后进行双目标定、矫正以及手眼标定。优化了模板匹配算法,利用亚像素级精度提取管件的边缘轮廓。选择合适的图像金字塔层数以提高匹配速度,实现多类型管件的分类识别。通过立体匹配提取管件视差图,结合标定参数和双目视觉的三角测距原理实现管件的位姿估计,并进行多组位姿提取实验。设计开发MFC和Halcon联合编程的管件识别与位姿估计系统。实验结果表明:该系统可实现管件在随机摆放情况下的实时准确分类识别与位姿估计,满足工业的实际应用需求。