摘要：在设计智能抓取系统的过程中,对目标物体的位置确定极为重要,运用链码算法进行物体的位置识别定位。以机器视觉和工业机器人为基础,对基于机器视觉的工业机器人抓取系统进行研究,经过相机标定、图片采集、图像预处理,实现物体的形状识别、抓取。运用Hough算法处理圆形物体,对于矩形、三角形物体则运用链码算法改进的Hough变换进行识别。通过确定物体的质心位置确定物体的位置,最终得到目标物体的形状与位置信息,然后根据确定的位置抓取目标工件。

摘要：针对当前机器人智能抓取未知目标位置识别方法未考虑目标轮廓图像特征融合,导致复杂环境中识别效果较差,定位误差较大,目标位置识别率较低的问题,提出机器人智能抓取未知目标位置深度识别方法。利用40层的深度残差网络识别模型检测未知目标,通过训练获取未知目标的类别属性信息后,随机确定抓取目标,并计算确定目标的当前图像特征,融合当前特征与期望特征,利用滑模控制逻辑设计视觉控制器,通过视觉滑模定位控制律,控制机器人实行抓取运动,完成未知目标位置的定位识别。实验结果表明,所提方法在未知目标处于不同复杂环境中的目标位置识别率较高,且能够有效减小定位误差,具备较好的识别效果。

摘要：随着智能制造的发展,工业机器人在现代生产中的应用越来越广泛,尤其在产线零件的抓取上极大地提高了自动化程度,但是传统工业机器人基于固定点示教的方式,无法实时精准抓取复杂形状的零件。提出将机器视觉与工业机器人技术相结合,基于康耐视智能视觉相机,赋能工业机器人,提高产线零件的抓取精度,提升工业生产效率。结果表明,该系统具有良好的抓取稳定性,可以实现对零件颜色、形状、位置的精准识别与抓取,在工业生产中具有广阔的应用前景。

摘要：文章主要以航空公司为背景,通过爬虫获取和航班量相关的事件信息,并且对这些事件进行智能抓取和建模画像,主要采用了URL去重算法和4种分布式调度算法进行事件抓取,通过近义词匹配进行事件去重,最后对抓取的事件进行画像建模和可视化展现。

摘要：针对传统机械臂局限于按既定流程对固定位姿的特定物体进行机械化抓取,设计了一种基于机器视觉的非特定物体的智能抓取系统;系统通过特定的卷积神经网络对深度相机采集到的图像进行目标定位,并在图像上预测出一个该目标的可靠抓取位置,系统进一步将抓取位置信息反馈给机械臂,机械臂根据该信息完成对目标物体的抓取操作;系统基于机器人操作系统,硬件之间通过机器人操作系统的话题机制传递必要信息;最终经多次实验结果表明,通过改进的快速搜索随机树运动规划算法,桌面型机械臂能够根据神经网络模型反馈的的标记位置对不同位姿的非特定物体进行实时有效的抓取,在一定程度上提高了机械臂的自主能力,弥补了传统机械臂的不足。

摘要：位姿估计是实现智能抓取的关键技术,然而电子钢琴蜂鸣器总体规格偏小,定位要求高。为了提高蜂鸣器的位姿估计精度,以及智能抓取的准确率,研究基于点网络,设计了一种由特征提取模块和分类预测模块组成的蜂鸣器识别网络,由多层全连接层构成的分类预测模块对得到的点云全局特征进行处理,并将输出的位姿信息输入抓取控制系统,从而实现蜂鸣器的智能抓取。结果表明,研究所提方法对位置估计的误差均值不超过3 mm,对旋转估计的误差均值不超过2°,对蜂鸣器的分类准确率在85%左右,在x、y、z方向的位置误差也均在2 mm左右甚至更小达到了较优的位姿估计准确度。研究可以节省电子钢琴蜂鸣器生产线的人力和生产成本,对提高电子钢琴的生产效率具有重要意义。

摘要：考虑到当前针对云制造监控系统的研究比较缺乏,以及已有远程监控系统可扩展性和灵活性不足等问题,以基于深度强化学习的工业机器人智能抓取为应用场景,设计和开发了一个基于微服务架构的面向云制造的远程监控系统,对监控系统进行了需求分析和系统设计,实现了对工业机器人智能抓取过程的远程监控。测试表明系统能够满足云制造中资源提供者、平台运营者和服务使用者三类用户对工业机器人的监控需求。

摘要：现代植物组织培养是一项耗时费力的工作,工作强度大,工作内容单调,为了减少劳动力成本并提高产量,设计了一种基于语义分割视觉伺服的种苗自动夹取系统并进行了测试。首先,提出了一种基于DP-BiSeNetV2语义分割算法的视觉定位方法,确定了根上合适的夹取点;之后,设计开发并测试了一种适合于实际工作环境的夹取装置;最后,将视觉定位算法与机器人夹取装置集成,构建了一个种苗自动夹取系统。在实验环节,使用蝴蝶兰种苗数据集进行了测试,在语义分割实验中,DP-BiSeNetV2模型的平均交并比为63.51%,像素准确度为98.25%;在夹取实验中,夹取成功率为81.7%。实验结果表明,该自动夹取系统具有很高的潜力,可以满足植物组织培养生产线的移植需求。

摘要：为了解决小批量多品种产品的定制化生产,以SCARA机械手自动装配为例,对工艺品摆件的视觉系统、气动系统、输送系统和抓取系统等功能进行分析并建立相应的模块。最后,通过模块化组成的实训平台完成工艺品的装配。测试结果表明:该平台在满足小批量多品种产品的定制化生产前提下具有较高的加工质量,并能在一定程度上减少成本,实现了最佳的效益。

摘要：针对工业炸药包装线操作人员数量超标、生产能力偏小、更换品种规格程序复杂等问题,设计了智能理料、计数堆码和机器人抓取装箱等关键设备。智能理料设备和计数堆码设备实现了对药卷理料整列计数,将无序药卷返回重新理料,生产过程不需要操作人员,提升了理料的生产效率和可靠性。机器智能抓取装箱设备实现了一套机械夹爪满足直径为25~150 mm药卷的装箱包装,更换品种规格程序简单,抓取频次低,药卷释放落差小,有效解决了软态药卷难以抓取或摔破药卷、摔脱卡扣等难题。