-
题名发动机瓦盖上料机器人研究
被引量：3
- 1
-
-
作者
高赢
张莹
闫璠
涂勇涛
张东波
-
机构
湘潭大学信息工程学院机器人视觉感知与控制技术国家工程实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第20期257-262,共6页
-
基金
国家自然科学基金(No.61175075)
湖南省教育厅重点项目(No.14A137)
-
文摘
为了提高装配质量,研究了一种基于机器视觉的发动机瓦盖上料机器人。通过分析系统的关键技术,设计了上料机器人的机械结构、电气结构、多点打光方式的图像采集系统。针对可能存在的单个工件摆放错误和整体倒置,提出了一种快速鲁棒的工件定位检测算法。测试结果表明机械和电气方案稳定可靠、图像识别算法精度高、整机性能满足客户要求。
-
关键词
上料机器人
发动机瓦盖
视觉定位
模板匹配
-
Keywords
feeding robot
engine tile
visual location
template matching
-
分类号
TP23
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名板式换热器上料机器人3D视觉引导系统
被引量：4
- 2
-
-
作者
王浩
曹松晓
谢代梁
刘铁军
徐志鹏
徐雅
-
机构
中国计量大学计量测试工程学院
-
出处
《现代制造工程》
CSCD
北大核心
2021年第10期65-73,32,共10页
-
基金
浙江省自然科学基金项目(LY18E050009)。
-
文摘
为实现板式换热器在氦气检漏工序的自动上料,设计了基于RealSense 3D相机的视觉引导系统。采用深度信息与连通域分析结合的方法找出板式换热器的最小外接矩形,并根据深度信息微调最小外接矩形的4个顶点,使其在同一深度距离平面上,减小了误差;将最小外接矩形的中心坐标作为工件坐标发送给可编程逻辑控制器(PLC)进行坐标转换,PLC将实际偏移值发送给机器人完成抓取。经实验验证,抓取4种不同型号、分布于4个工位且摆放层为1~4层的板式换热器的平均抓取成功率为98.3%;在机械手速度设定为AUTO模式下最高速的50%时,每抓取一个工件耗时59.29 s,能够满足氦气检漏工序上料的节拍需求。
-
关键词
上料机器人
深度相机
视觉引导
连通域分析
-
Keywords
feeding robot
depth camera
visual guidance
connected domain analysis
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的物料识别与机器人上料研究
- 3
-
-
作者
郝瑞林
周利杰
王文成
孙迎建
蔡国庆
-
机构
沧州市工业机械手控制与可靠性技术创新中心
河北省工业机械手控制与可靠性技术创新中心
河北水利电力学院机械工程系
-
出处
《南方农机》
2025年第6期42-45,61,共5页
-
基金
河北省教育厅科学研究项目资助及项目立项编号“基于深度学习和机器视觉的物料识别与机器人上料技术研究”(ZC2023106)
河北水利电力学院基本科研业务费专项资金资助“小面积水域应急救援智能机器人关键技术研究”(SYKY2403)。
-
文摘
【目的】解决多品种、小批量生产时停产换线的问题。【方法】创新了一种基于深度学习的物料识别与机器人上料技术。首先,对相机、机器人、PLC等硬件进行选型和接线,完成试验平台的搭建;其次,比较目标检测的深度学习算法,选择YOLOv11算法对图像进行训练、验证、识别;再次,对相机进行标定,对手眼进行标定,计算得出图像与机器人末端之间的转换关系;最后,根据图像识别结果,计算机器人末端应偏移的变量,实现机器人自主上料。【结果】该试验平台识别准确率达99.5%,准确抓取率达99.0%,能够对不同种类工件进行上料,解决停产换线问题。【结论】未来的研究可考虑工件的高度变化,利用深度摄像头获取工件的深度信息,结合Z轴的偏移变量以实现不同高度品类工件的自动上料。
-
关键词
目标检测
YOLOv11
手眼标定
机器人上料
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
