基于线结构光视觉传感器引导的焊接机器人系统标定方法

    公开(公告)号:CN102794763A

    公开(公告)日:2012-11-28

    申请号:CN201210318783.9

    申请日:2012-08-31

    Abstract: 本发明涉及一种基于线结构光视觉传感器引导的焊接机器人系统标定方法,其包括第一步、控制机械臂变换位姿,通过相机获取圆靶标图像后,完成圆靶标图像和世界坐标的匹配,以得到相机的内部参数矩阵、外参数矩阵RT;第二步、通过Hough变换求出线激光光条的线方程;利用第一步得到的外参数矩阵RT得到线激光光条平面在相机坐标系下的平面方程;第三步、利用四元数法计算得到机械臂末端坐标系与机械臂基坐标系的变换矩阵;第四步、计算出焊接工件末端点在机械臂坐标下的坐标值,并结合机械臂位姿计算出工件在所述位姿下的偏移值。本发明灵活、精度高、速度快、稳定性好,实时性强,方法简单,计算量小,通用性强。

    机械轴承环形分布压印字符的在线检测方法

    公开(公告)号:CN102663386A

    公开(公告)日:2012-09-12

    申请号:CN201210084140.2

    申请日:2012-03-27

    Abstract: 本发明涉及一种针对机械轴承上按环形分布的压印字符的在线检测方法。该方法首先将现场在线采集到的轴承灰度图片二值化,使用改进的随机圆检测算法准确而快速地定位出轴承的圆心位置;然后以轴承圆心为原点建立极坐标系,利用投影法找出轴承圆环上的字符区域,并使用仿射变换的方法将字符环形分布矫正为水平分布。其优点是:该处理方法能够有效减少变换过程中产生的毛刺,变换后图像质量较好;最后对归一化后的字符提取轮廓层次特征并使用支持向量机进行训练和识别,最终实现机械轴承环形分布压印字符的在线检测。

    基于机器视觉的轴承防尘盖表面缺陷检测方法

    公开(公告)号:CN102636490A

    公开(公告)日:2012-08-15

    申请号:CN201210106471.1

    申请日:2012-04-12

    Abstract: 本发明涉及一种基于机器视觉的轴承防尘盖表面缺陷检测方法,其包括如下步骤:a、获取待检测轴承的灰度图像,b、分离得到轴承防尘盖圆环图像;c、进行灰度变换、自适应中值滤波的预处理;d、利用最大类间方差法进行阈值分割,并利用Roberts边缘检测算子提取阈值分割后轴承防尘盖圆环图像的边缘;e、对上述轴承防尘盖圆环图像每隔2°时计算图像区域内数值为1的数目;f、提供模板轴承图像,并计算得到偏转角度σ;g、分离得到轴承防尘盖圆环图像的字符区域与非字符区域;h、对轴承防尘盖圆环图像中对应字符区域、非字符区域根据连通域数量及缺陷面积进行表面缺陷判定。本发明能实现自动检测,降低人工检测目测工作量,提高检测效率,安全可靠。

    嵌入式机器视觉智能终端
    134.
    发明授权

    公开(公告)号:CN101713991B

    公开(公告)日:2012-01-25

    申请号:CN200910234422.4

    申请日:2009-11-13

    Applicant: 江南大学

    Abstract: 本发明提出了一种嵌入式机器视觉智能终端,它与嵌入式机器视觉测控一体机通过以太网相连,将自身的灵活性、PLC的可靠性、分布式网络技术结合在一起,可以快速的组成机器视觉检测系统。它可以通过以太网与一个或多个嵌入式机器视觉测控一体机相连,可以同时显示最多4个嵌入式机器视觉测控一体机的实时画面、可以显示实时状态、可以修改作业文件和工具参数、能自动保存错误工件图像、可以浏览保存的错误工件图像或将其转存。它采用嵌入式ARM的硬件架构,以WinCE5.0为操作系统,具有成本低、体积小、无噪声、功耗小、安装灵活方便的特点,具有非常广阔的应用前景。

    嵌入式可裁剪式虚拟机
    135.
    发明公开

    公开(公告)号:CN102004662A

    公开(公告)日:2011-04-06

    申请号:CN201010576776.X

    申请日:2010-12-07

    Applicant: 江南大学

    Inventor: 白瑞林 赵洁

    CPC classification number: Y02D10/26 Y02D10/28

    Abstract: 本发明提供了一种应用于物联网底层嵌入式设备的可裁剪式虚拟机,包括一个内存管理模块、一个即时编译模块、一个解释器模块、一个线程管理模块、一个本地接口模块、一个运行时数据区、一个可移植层模块。可移植层包含内存、网络、线程、文件、I/O等模块,通过网络进行系统动态配置,使虚拟机实现跨平台。可裁剪式虚拟机适用于物联网底层不同层次嵌入式设备的需求,具有应用范围广、体积小、能耗低、功能强、配置灵活的特点,可广泛用于物联网底层各种嵌入式设备,如:机器视觉,覆盖领域广阔。

    用于永磁同步电机齿槽转矩削弱的新方法

    公开(公告)号:CN106549520B

    公开(公告)日:2018-11-30

    申请号:CN201611114671.6

    申请日:2016-12-07

    Applicant: 江南大学

    Inventor: 白瑞林 杨晓东

    Abstract: 本发明属于表贴式永磁同步电机技术领域。本发明针对削弱齿槽转矩问题,提出一种改进的永磁体削角方法。基于能量法和傅里叶分解推导出齿槽转矩表达式,确认了影响齿槽转矩的因素关系;基于永磁体径向充磁,推导出削角后永磁体剩磁平方的傅里叶系数,提出了削角长度比例系数的最佳确定方法,将齿槽转矩最小化问题转化为二次函数极小值的求解。该方法在保证计算准确度,减小电机齿槽转矩的同时可以减少电机的仿真时间。

    基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制方法

    公开(公告)号:CN105773623B

    公开(公告)日:2018-06-29

    申请号:CN201610297772.5

    申请日:2016-04-29

    Applicant: 江南大学

    Inventor: 白瑞林 严浩

    Abstract: 本发明公开了一种基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制方法。首先设计直接作用于机器人本体的双闭环反馈控制器,包含一个P型位置闭环和PI型速度闭环;然后设计具有前馈作用的预测型迭代学习控制器(A‑ILC),利用之前运行批次在采样时刻t+Δ处的误差输出信息,来调整下次运行时在采样时刻t处的控制效果。相比于比例微分型迭代学习控制器(PD‑ILC),采用A‑ILC具有更快的迭代收敛速度和跟踪精度;相比于无前馈作用的A‑ILC,有前馈作用的A‑ILC能够更加快速有效的消除外界干扰。

    一种基于FOA-WSVDD的滚动轴承性能退化评估方法

    公开(公告)号:CN107562979A

    公开(公告)日:2018-01-09

    申请号:CN201710559685.7

    申请日:2017-07-11

    Applicant: 江南大学

    Inventor: 白瑞林 朱朔

    Abstract: 本发明公开了一种基于FOA-WSVDD的滚动轴承性能退化评估方法,其特征是:先提取轴承振动数据的时域及时频域的特征向量,并基于单调性进行特征选择;然后利用正常状态特征向量建立性能退化评估模型;针对高斯核函数对早期故障不敏感问题,将小波核函数引入到SVDD算法中;针对SVDD算法参数选择困难问题,以支持向量个数与总样本数的比值为适应度函数,采用改进的FOA对其核参数进行优化,建立FOA-WSVDD评估模型。最后计算轴承全生命周期振动数据的评估指标,以此来评估轴承的性能退化状况。相比基于高斯核函数建立的SVDD性能退化评估模型,基于FOA-WSVDD的滚动轴承性能退化评估模型对轴承早期故障更为敏感,与故障程度之间的单调性更好,准确的反映出了轴承的健康状态。

    一种基于PMPSD的工业机器人绝对精度校准方法

    公开(公告)号:CN106777656A

    公开(公告)日:2017-05-31

    申请号:CN201611137434.1

    申请日:2016-12-09

    Applicant: 江南大学

    Inventor: 白瑞林 李松洋

    Abstract: 本发明公开了一种基于PMPSD的工业机器人绝对精度校准方法,其特征是:建立机器人误差运动学模型,构建空间多点虚拟约束,使用PSD(Position Sensitive Detector)装置进行数据采样;利用空间矢量关系修正机器人末端激光器的位姿,并利用修正后的位姿对机器人关节转角进行修正,以取代从机器人示教器或从控制器得到的关节转角;构建模型约束目标函数,并利用最小化方法对约束目标函数进行优化,得到工业机器人的参数误差。最后利用参数误差对几何参数名义值进行修正,完成工业机器人的运动学标定,实现机器人的绝对精度校准。本发明提供的基于PMPSD的工业机器人绝对精度校准方法,避免了采用PSD反馈控制的策略及坐标变换带来的误差问题,适用于串联关节型及平面关节型机器人。

    基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制方法

    公开(公告)号:CN105773623A

    公开(公告)日:2016-07-20

    申请号:CN201610297772.5

    申请日:2016-04-29

    Applicant: 江南大学

    Inventor: 白瑞林 严浩

    Abstract: 本发明公开了一种基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制方法。针对工程实际中,绝大多数情况下不允许用户对交流电机伺服驱动器输出的力矩信号进行补偿的问题,提出了一种基于预测型间接迭代学习的SCARA机器人轨迹跟踪控制方法。首先设计直接作用于机器人本体的双闭环反馈控制器,包含一个P型位置闭环和PI型速度闭环;然后设计具有前馈作用的预测型迭代学习控制器(A?ILC),利用之前运行批次在采样时刻t+Δ处的误差输出信息,来调整下次运行时在采样时刻t处的控制效果。相比于比例微分型迭代学习控制器(PD?ILC),采用A?ILC具有更快的迭代收敛速度和跟踪精度;相比于无前馈作用的A?ILC,有前馈作用的A?ILC能够更加快速有效的消除外界干扰。

Patent Agency Ranking