工业焊接机器人焊缝跟踪过程位姿自动调整方法

    公开(公告)号:CN103418950A

    公开(公告)日:2013-12-04

    申请号:CN201310281988.9

    申请日:2013-07-03

    Abstract: 本发明提供了一种基于线结构光视觉传感器引导的工业焊接机器人焊缝跟踪位姿(包括姿态信息与位置信息)调整策略和任务协调策略,控制机器人以期望位姿来进行焊缝跟踪焊接,提高焊接质量;采用B样条进行焊缝拟合,使得焊缝点连续平滑;采用在焊枪末端建立坐标系的方法来调整机器人的姿态,在焊缝跟踪的过程中实时调整机器人姿态,使得焊枪以期望位姿进行焊接;采用一模糊控制器,根据焊缝点的图像坐标来调节焊接机器人末端轴的旋转量;采用一任务协调器,仅仅通过改变末端轴的旋转量来保证焊枪以高精度与期望位姿跟踪焊缝,同时保证跟踪过程中获得连续、稳定的视觉信息。

    基于机器视觉的轴承防尘盖品质监测系统

    公开(公告)号:CN103226106A

    公开(公告)日:2013-07-31

    申请号:CN201310084835.5

    申请日:2013-03-15

    Abstract: 本发明提供一种基于机器视觉的轴承端面防尘盖品质监测的方法。通过工业相机采集轴承端面图像,进行预处理,提取防尘盖区域,通过阈值分割将该区域背景与字符(或缺陷)分离。根据字符(或缺陷)与圆心的位置通过旋转校正转换为垂直图像。对区域的大小以及数量进行第一次决策。提取字符(或缺陷)的二次轮廓特征,并与离线采集的模板进行匹配来判别分割出的区域内对象是字符还是缺陷,再通过联系上下文的方法判别印刻的字符是否有漏印或错印,从而实现轴承端面防尘盖品质的在线实时监测。本发明可有效提取出字符(或缺陷)区域,并准确判别缺陷及漏印或错印。算法复杂度低,运算速度快,能满足现场的实时性要求。

    一种陷波滤波器在线谐振抑制参数优化方法

    公开(公告)号:CN107394784B

    公开(公告)日:2020-05-15

    申请号:CN201710761344.8

    申请日:2017-08-30

    Abstract: 本发明涉及高精度伺服驱动器谐振抑制领域,提出了一种陷波滤波器在线谐振抑制参数优化方法,用于寻找陷波滤波器的最优参数。利用速度偏差的FFT变换得到谐振频谱图,以最大幅值处的频率确定陷波频率;在频谱图上以曲线任意点的幅值与最大幅值的比值确定深度参数,并且以所对应的频率与谐振频率的宽度确定宽度参数;为了保证参数的合理性,以滤波后谐振频率处的幅值为适应度,利用改进型粒子群优化算法对陷波深度和宽度参数进行优化,避免因噪声干扰和负载变化而使陷波参数陷入局部最优。该方法不依赖数学模型的准确性,可以提高伺服系统的谐振抑制能力和机械设备的使用寿命。

    基于改进视点特征直方图的三维点云识别方法

    公开(公告)号:CN110633749A

    公开(公告)日:2019-12-31

    申请号:CN201910874830.X

    申请日:2019-09-16

    Abstract: 本发明公开了一种基于改进视点特征直方图的三维点云识别方法,包括:基于目标工件的全局特征模板得到SVM分类参数,所述全局特征模板由VFH特征和全局曲率特征合并得到;将待测工件的特征数据输入所述SVM分类参数得到识别结果,所述特征数据由提取的所述待测工件的VFH特征和曲面特征合并得到。在现有的特征中加入曲率特征,达到提高利用视点特征直方图进行点云识别准确率的目的。在保持原有特征分量不变的基础上,加入了点云表面曲率分布特征,将原有的308维特征扩展到了368维,极大提高了三维点云识别算法的性能和鲁棒性。

    SCARA机器人的摩擦模型改进以及动力学参数辨识方法

    公开(公告)号:CN110531707A

    公开(公告)日:2019-12-03

    申请号:CN201910874616.4

    申请日:2019-09-16

    Inventor: 袁野 白瑞林 李新

    Abstract: 本发明公开了一种SCARA机器人的摩擦模型改进以及动力学参数辨识方法,包括:建立SCARA机器人关节动力学模型;对改进的摩擦模型进行参数辨识;将辨识后的所述摩擦模型代入动力学模型,对所述动力学模型中除所述摩擦模型外的剩余部分线性化;基于线性化后的所述动力学模型,设定观测矩阵和限制条件,从而设计出改进傅里叶形式的激励轨迹;基于所述激励轨迹,通过实验采集对应的数据,从而获得待辨识的动力学参数;通过最小二乘法辨识所述待辨识的动力学参数。实现提高参数辨识的精度和力矩预测的准确性的优点。

    一种基于SoC软硬件协同设计的布匹表面瑕疵检测方法

    公开(公告)号:CN105678767B

    公开(公告)日:2019-02-19

    申请号:CN201610009929.X

    申请日:2016-01-07

    Abstract: 本发明提供一种基于SoC软硬件协同设计的布匹表面瑕疵检测方法,利用视觉显著性分析和纹理特征提取的结合,在嵌入式平台Zynq SoC上实现算法的软硬件协同设计以提高检测系统的有效性和实时性;离线阶段利用差分进化算法对无瑕疵样本图像进行椭圆Gabor滤波器的参数寻优,得到最优EGF,在线阶段基于FPGA进行RGB图像采集、快速中值滤波、RGB到CIE LAB格式的颜色空间转换、LAB三通道的EGF处理,通过AXI VDMA总线将数据传输到ARM部分,并计算滤波前后图像特征向量,利用两特征向量提取瑕疵显著区域,确定阈值分割瑕疵,最后得到高亮瑕疵的二值图像;本系统对于本色、纯色布匹瑕疵检测有较高的检测效率和实时性。

    一种改进CHSMM的滚动轴承剩余寿命预测方法

    公开(公告)号:CN108776017A

    公开(公告)日:2018-11-09

    申请号:CN201810325011.5

    申请日:2018-04-12

    Inventor: 白瑞林 朱朔 李新

    Abstract: 本发明公开了一种改进CHSMM的滚动轴承剩余寿命预测方法,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,并采用PCA算法对特征向量进行降维;然后利用k-means算法得到各退化状态数据,建立退化状态识别模型,并利用轴承全生命周期数据建立剩余寿命预测模型;针对状态驻留时间概率密度函数不符合实际而引起的剩余寿命预测精度低问题,将高斯混合概率密度函数引入到CHSMM中;相比基于原始CHSMM建立的剩余寿命预测模型,基于改进CHSMM建立的剩余寿命预测模型,能够更好的逼近状态驻留时间概率分布,从而可以更精确的预测轴承的剩余寿命。

    SCARA机器人的摩擦模型改进以及动力学参数辨识方法

    公开(公告)号:CN110531707B

    公开(公告)日:2022-03-18

    申请号:CN201910874616.4

    申请日:2019-09-16

    Inventor: 袁野 白瑞林 李新

    Abstract: 本发明公开了一种SCARA机器人的摩擦模型改进以及动力学参数辨识方法,包括:建立SCARA机器人关节动力学模型;对改进的摩擦模型进行参数辨识;将辨识后的所述摩擦模型代入动力学模型,对所述动力学模型中除所述摩擦模型外的剩余部分线性化;基于线性化后的所述动力学模型,设定观测矩阵和限制条件,从而设计出改进傅里叶形式的激励轨迹;基于所述激励轨迹,通过实验采集对应的数据,从而获得待辨识的动力学参数;通过最小二乘法辨识所述待辨识的动力学参数。实现提高参数辨识的精度和力矩预测的准确性的优点。

    一种基于曲率与灰度复合的角点亚像素定位方法

    公开(公告)号:CN107341802B

    公开(公告)日:2021-02-09

    申请号:CN201710591454.4

    申请日:2017-07-19

    Abstract: 本发明提供了一种基于曲率与灰度复合的亚像素角点定位方法,涉及机器视觉精密测量技术研究领域。首先对框选的感兴趣区域进行图像预处理,消除原始图像的毛刺和油污;通过基于曲率特性的角点检测方法提取候选角点;利用角点处曲率角的多尺度不变性和以角点为圆心的圆形窗口内灰度信息去除伪角点,并考虑轮廓端点;连接角点与轮廓端点得到两条直线,以此为基准,对原始图像的边缘点进行筛选,得到关于待检测角点的两条直线的点集,用最小二乘直线拟合得到两条直线,其交点,即为角点。该方法解决了轴类工件由于附着物干扰降低角点检测可靠性和精确度的问题,所得角点更接近真实角点,且精度达到亚像素级别。

    一种改进的SCARA机器人动力学参数辨识方法

    公开(公告)号:CN107671861B

    公开(公告)日:2020-11-13

    申请号:CN201711112065.5

    申请日:2017-11-13

    Abstract: 本发明涉及SCARA机器人的动力学参数辨识领域,公开了一种改进的SCARA机器人动力学参数辨识方法。采用Lagrange法建立包含摩擦项的SCARA机器人完整动力学模型,并对其进行线性化。采用5阶傅里叶级数作为激励轨迹的基本形式,并用5次多项式代替传统傅里叶级数中的常数项,使得关节角速度和关节角加速度在轨迹起始和停止时刻为零;以最小化观测矩阵条件数为目标,为增强全局寻优能力,采用基于排挤机制的小生境遗传算法对激励轨迹的各项系数进行优化。为避免直接对关节角度两次微分带来的传递误差,对采样得到的关节角速度数据拟合成傅里叶级数形式,再微分得到关节角加速度信号。考虑到测量噪声的影响,采用加权最小二乘法(WLS)作为参数估计方法。

Patent Agency Ranking