带有视觉识别模块的分拣机器人

带有视觉识别模块的分拣机器人

传统的机器人分拣操作一般采用示教或离线编程方式，当机器人所处的工作环境发生改变时机器人很难即时作出相应的调整，为了使机器人具有更加智能化的功能，以阿童木并联机器人和工业智能相机为基础，组成一套带有视觉模块的机器人分拣系统。这样的分拣系统结合了并联型机器人和视觉模块两个方面的优势，通过视觉模块智能的识别不同的对象，系统可以完成高速的分拣工作，显著提升了机器人对工作环境的适应能力，提高了工作效率。同时，实验结果证明了该系统软硬件设计正确，分拣成功率高。

随着我们国家生产需求的不断增加，机器人越来越多的参与到各行各业的生产过程中来。其中，对工件的分拣作业是当前生产过程中的一个重要环节，传统的机器人分拣，其动作和目标的摆放位置都需要根据程序预先严格的设定。一旦机器人所处的环境有所改变，很容易导致抓取错误。本文模拟工业生产中的分拣作业环境，引入视觉模块，用摄像机来模拟人类的视觉功能来对待测的对象进行识别分类，可以使分拣作业拥有更高的可靠性和灵活性，作业对象以及分拣工序可以随时随地的变换，也提高了工作的效率和机器人的智能化程度。

1机器人系统组成介绍

我们设计的机器人分拣系统主要由并联机器人、视觉模块、传送带装置以及分拣对象组成，结构如图1所示：

1.1并联机器人

相比于其他工业机器人，并联机器人占用较小的空间，其更具有高速度、高精度、灵活性等特点，更能適合苛刻的工业生产需求。我们在实验中采用的是阿童木4轴并联型机器人，如图2所示，它能够完成空间中X、Y、Z方向的移动及角度的转动。除了并联型机器人本体之外，机器人配套设施还包括机器人控制柜、控制编程器和驱动机器人各关节运动的伺服交流电机。机器人末端执行机构为气动吸盘，用于吸附传送带上的分拣对象，完成抓取动作。

1.2 视觉模块

视觉模块我们采用康奈视公司的In-Sight7000型智能相机，如图3所示。该视觉模块能够智能的识别出实验中不同种类的实验对象，以及采集各个实验对象的位置信息。

1.3网络交换机

实验中，我们使用一般的家用路由器来替代网络交换机。视觉模块采集到的信息要通过局域网来络传递给机器人，因此我们要用到网络交换机来搭建局域网络，进而使各个模块间完成信息传输。

工业机器人视觉分拣总结

视觉分拣总结 1.桌面找到Vision软件并打开 2.进入软件后将作业名称更改 3.点击作业下的编辑进入 4.进入后首先会出现ImageSource，如果有选择好的图片，选择图像数据库进入，需要拍 摄选择照相机选择好图像采集卡及视频格式后，点击初始化取向 设置如图所示（曝光可根据需要更改） 闪光灯和触发器里，因前期需拍照选择手动，执行程序时改成硬件自动 5.照相机设置完后点X退出，并点击文件下方三角标志图标拍摄照片

6. 照片拍摄完后，找到锤子图标添加模板，找到 双 击添加，再添加所需数量的 并添加如下链接，以修正坐标系 7. 点击 1出现如下图所示界面

A:点击抓取训练图像 B: 将Gurrent.InputImage更改为Gurrent.IrainImage更改完成后点击下方图片防止变动，此时图像左上方出现一个坐标系一个框 C:拖到框到任意一个方格上 拖动完后点击训练区域与原点，进入后选择中心原点点击，（坐标如不在中心位置可手动拖到方格中心）出现如下图所示时点击训练

备注：(训练区域与原点的区域形状可选对应物体形状标定) D:训练完成后，点击搜索区域，区域形状选择倒数第四个，图片上方选择Current.Input.Image，然后框选合适区域 E.点击运行查看结果

8.模板完成后打开标定工具，将图片坐标系修改为机器人坐标系 A:将模板里的XY值抄写到标定工具未校正XY值中 B:将九宫格中一个作为原点，在根据每个九宫格相距50，计算确定其他坐标系（注：1234是随机的需先确定是那个九宫格），点击计算校正，如下图所示：

带有视觉识别模块的分拣机器人

带有视觉识别模块的分拣机器人 传统的机器人分拣操作一般采用示教或离线编程方式，当机器人所处的工作环境发生改变时机器人很难即时作出相应的调整，为了使机器人具有更加智能化的功能，以阿童木并联机器人和工业智能相机为基础，组成一套带有视觉模块的机器人分拣系统。这样的分拣系统结合了并联型机器人和视觉模块两个方面的优势，通过视觉模块智能的识别不同的对象，系统可以完成高速的分拣工作，显著提升了机器人对工作环境的适应能力，提高了工作效率。同时，实验结果证明了该系统软硬件设计正确，分拣成功率高。 随着我们国家生产需求的不断增加，机器人越来越多的参与到各行各业的生产过程中来。其中，对工件的分拣作业是当前生产过程中的一个重要环节，传统的机器人分拣，其动作和目标的摆放位置都需要根据程序预先严格的设定。一旦机器人所处的环境有所改变，很容易导致抓取错误。本文模拟工业生产中的分拣作业环境，引入视觉模块，用摄像机来模拟人类的视觉功能来对待测的对象进行识别分类，可以使分拣作业拥有更高的可靠性和灵活性，作业对象以及分拣工序可以随时随地的变换，也提高了工作的效率和机器人的智能化程度。 1机器人系统组成介绍 我们设计的机器人分拣系统主要由并联机器人、视觉模块、传送带装置以及分拣对象组成，结构如图1所示： 1.1并联机器人 相比于其他工业机器人，并联机器人占用较小的空间，其更具有高速度、高精度、灵活性等特点，更能適合苛刻的工业生产需求。我们在实验中采用的是阿童木4轴并联型机器人，如图2所示，它能够完成空间中X、Y、Z方向的移动及角度的转动。除了并联型机器人本体之外，机器人配套设施还包括机器人控制柜、控制编程器和驱动机器人各关节运动的伺服交流电机。机器人末端执行机构为气动吸盘，用于吸附传送带上的分拣对象，完成抓取动作。 1.2 视觉模块 视觉模块我们采用康奈视公司的In-Sight7000型智能相机，如图3所示。该视觉模块能够智能的识别出实验中不同种类的实验对象，以及采集各个实验对象的位置信息。 1.3网络交换机 实验中，我们使用一般的家用路由器来替代网络交换机。视觉模块采集到的信息要通过局域网来络传递给机器人，因此我们要用到网络交换机来搭建局域网络，进而使各个模块间完成信息传输。

带有视觉识别模块的分拣机器人

龙源期刊网 https://www.sodocs.net/doc/0e19375574.html, 带有视觉识别模块的分拣机器人 作者：李德民王诗宇王嘉乐 来源：《知识文库》2018年第05期 传统的机器人分拣操作一般采用示教或离线编程方式，当机器人所处的工作环境发生改变时机器人很难即时作出相应的调整，为了使机器人具有更加智能化的功能，以阿童木并联机器人和工业智能相机为基础，组成一套带有视觉模块的机器人分拣系统。这样的分拣系统结合了并联型机器人和视觉模块两个方面的优势，通过视觉模块智能的识别不同的对象，系统可以完成高速的分拣工作，显著提升了机器人对工作环境的适应能力，提高了工作效率。同时，实验结果证明了该系统软硬件设计正确，分拣成功率高。 随着我们国家生产需求的不断增加，机器人越来越多的参与到各行各业的生产过程中来。其中，对工件的分拣作业是当前生产过程中的一个重要环节，传统的机器人分拣，其动作和目标的摆放位置都需要根据程序预先严格的设定。一旦机器人所处的环境有所改变，很容易导致抓取错误。本文模拟工业生产中的分拣作业环境，引入视觉模块，用摄像机来模拟人类的视觉功能来对待测的对象进行识别分类，可以使分拣作业拥有更高的可靠性和灵活性，作业对象以及分拣工序可以随时随地的变换，也提高了工作的效率和机器人的智能化程度。 1机器人系统组成介绍 我们设计的机器人分拣系统主要由并联机器人、视觉模块、传送带装置以及分拣对象组成，结构如图1所示： 1.1并联机器人 相比于其他工业机器人，并联机器人占用较小的空间，其更具有高速度、高精度、灵活性等特点，更能适合苛刻的工业生产需求。我们在实验中采用的是阿童木4轴并联型机器人，如图2所示，它能够完成空间中X、Y、Z方向的移动及角度的转动。除了并联型机器人本体之外，机器人配套设施还包括机器人控制柜、控制编程器和驱动机器人各关节运动的伺服交流电机。机器人末端执行机构为气动吸盘，用于吸附传送带上的分拣对象，完成抓取动作。 1.2 视觉模块 视觉模块我们采用康奈视公司的In-Sight7000型智能相机，如图3所示。该视觉模块能够智能的识别出实验中不同种类的实验对象，以及采集各个实验对象的位置信息。 1.3网络交换机

基于机器视觉的工业机器人分拣技术研究

基于机器视觉的工业机器人分拣技术研究 机器人分拣技术一直受到业内人士的广泛关注。为探讨该技术的特性，文章基于机器视觉搭建一个工业机器人分拣技术平台，并将其做而已实验系统，着重探讨了机器人在相机静止-目标自静止，相机静止-目标运动两种情况下的分拣技术特点，得出相关结论，供同行参考借鉴。 标签：机器视觉；工业机器人；分拣技术；分析和研究 对机器人工作进行分析，发现搬运、分拣是所有工作的基础，无论机器人应用于哪一行业，都会涉及到搬运和分拣工作。考虑到机器人的搬运、分拣工作实现基础是机器视觉，而机器视觉又分为两种情况，即相机静止-目标静止，相机静止-目标运动，一旦机器视觉定位不当，分拣工作就会受到影响，甚至于无法完成。为此，文章在机器视觉基础上搭建一个在机器人分拣实验系统，对机器人工作中应用到的分拣技术作详细论述。 1 国内关于机器人分拣系统的研究 尽管我国已经研发研制出了多种类、多造型的机器人，但整体研究工作目前还处于初级阶段，所以真正意义上的国产视觉机器人尚未研发出，更多的是在国外研究基础上进行改进、二次开发。关于视觉机器人分拣系统，国内研究人士提出了几种可行的算法，如连通域矩特征提取法；贝叶斯估计跟踪算法；目标识别法等等。这些算法都能在一定程度上对机器人分拣动作进行辅助，确保机器人分拣动作的顺利完成，防止错抓。 2 基于机器视觉下的机器人分拣系统构建 为了探讨机器人分拣技术的特点，文章现以MOTOMAN-UP6机器人为例，基于机器人视觉构建一个机器人分拣系统，并对该系统在相机静止-目标静止，相机静止-目标运动两种情况下的运行情况做详细论述。 2.1 机器人分拣系统的构成 实验中所构建的机器人分拣系统由四个部分构成，分别为相机标定、图像处理、模式识别以及机器人控制，四个部分缺一不可。相机标定的作用是为系统建立一个图像坐标系与机器人坐标系，并以此来研究二者之间的关系；图像处理的作用是对相机拍摄到的外界图像进行预处理，提取图像中的某些特征，并根据这些特征来确定出联通成分的中心坐标；模式识别需以图像作基础，对图像及图像中的联通成分进行识别、分类；机器人控制是最后步骤，控制的实现方法是在计算机和机器人之间建立一个连接通信，利用计算机程序来对机器人动作进行控制。 2.2 机器人分拣技术分析

机器视觉技术在高速机器人分拣系统中的应用探讨

机器视觉技术在高速机器人分拣系统中的应用探讨 发表时间：2018-10-23T15:12:29.980Z 来源：《科技研究》2018年8期作者：谭有生 [导读] 详细分析了高速机器人分拣系统的应用，为提高分拣系统的分拣成功率及工作效率提供参考。 （广东速美达自动化股份有限公司广东省东莞市 523850） 摘要：本文简述了基于机器视觉的高速机器人分拣系统的组成及工作原理，对其软件系统设计进行探讨，详细分析了高速机器人分拣系统的应用，为提高分拣系统的分拣成功率及工作效率提供参考。 关键词：机器视觉技术；高速机器人；分拣系统；探讨 引言 随着科技的发展，机器视觉技术已经广泛应用在各个领域，机器视觉技术可实现非接触测量、自动分拣、自动分装等工作。可靠性高，保证了产品质量，提高生产效率、降低劳动强度。其中基于视觉传感器的机器视觉系统，采用专用开发软件，集图像处理器、I/O 接口、数字摄像机于一体，软件开发周期短，二次开发方便、可靠性高、识别速度快，在分拣系统中应用广泛。 1 高速机器人分捡系统 产品加工自动生产线要保证100% 的合格率，尽量避免二次污染。人工检测、分拣、分级及分装准确度低，生产效率低，已经不能适应批量生产的需要。基于机器视觉的高速机器人分拣系统已经广泛应用在各种产品生产线，极大的提高生产率。 1.1系统组成 图1为产品生产线上基于机器视觉的高速机器人分拣系统示意图。分拣系统包括：机器视觉系统、工业控制计算机、机器人、夹持器及运动控制器组成。 图1高速机器人分拣系统 1.2 工作原理 机器人分捡系统工控机含有图像处理、人机接口、运动控制等单元。图像处理系统利用工业相机采集输送带上的运动产品图像并进行处理，通过计算对产品进行定位、跟踪及分级; 运动控制单元利用运动控制器，控制机器人与夹持器执行动作，将产品按不同的要求装入制定的包装箱进行分拣。并联机器人器人分拣产品时，LED光源照亮传送带上处于特定拍摄位置的目标产品，利用工业相机拍摄图像，上传给图像处理系统进行分析处理，提取产品的边缘特征，确定该产品的位姿。控制系统按设定的延迟时间控制夹持器抓取产品进行分拣操作。 2.机器视觉软件系统分析 2.1 总体设计 基于机器视觉的分捡系统利用工业相机采集图像。机器视觉系统需要实时确定传送带上规则产品的特征点与角度，因此选用CR-GEN3-M640X面阵工业相机，图像清晰、速度快、分辨率为640X480，全分辨率条件下可达到帧/行频 64fps，总数据率 39.3 MB/s，像元尺寸7.4μm、输出格式 GigE Vision 。该相机采用千兆以太网技术，无拖尾不失真、黑白成像、可捕捉移动目标的瞬间画面。 本次分析的机器视觉分拣系统选用Sherlock专用机器视觉软件二次开发其软件系统。Sherlock专用机器视觉软件，基于 Windows 环境开发，极易配置操作，适用于检测、搜索、包装及质量控制等应用，采用测量、几何运算、图像处理运算及分析等视觉算法，图形化用户界面，接口灵活，易于二次开发。 2.2机器视觉软件系统二次开发 本次分析的视觉系统在VC环境下对视觉系统 Sherlock专用机器视觉软件进行二次开发，编制适用于机器视觉分拣系统的软件，建立基于MFC的工程项目，添加Ipe Dsp Ctrl 控件。编制的开发的程序主要包括人机界面、图像处理、边缘提取、测量分析、几何运算、视觉算法，数据转换与存储、输入输出等功能，满足分拣线使用要求。 3 机器视觉技术在高速机器人分拣系统的应用 3.1摄像机标定 摄像机的标定是是比较关键的步骤，通过计算机的标定可确定图像坐标系与三维世界坐标系之间的关系。摄像机标定方式有多种。本次分析的机器视觉分拣系统利用Open CV 算法库进行摄像机标定。首先拍摄多张不同位置的目标图像，确定每个角点的坐标；分别定义世界坐标系下的角点坐标，可按平面坐标系定义z为0，x、y为等间距；利用函数计算相机内参、畸变系数及外参，确定图像坐标到世界坐标的转换，实现了摄像机的标定过程。 3.2图像预处理 采集的图像不可避免的出现噪声干扰，图像预处理的作用就是提高图像的信噪比，消除噪声干扰。图像预处理后的结果不能丢失图像重要特征，图像的处理质量直接关系到机械人及末端执行机构的工作执行效果。图像的预处理工作一般要经过二值化处理及边缘检测等步骤。图像二值化处理有利于减少信息量及后期提取边缘信息，图像二值化处理时要注意阈值的选取。保证二值化处理后图像的准确性及特征的显著性。图像边缘检测的目的是保留边缘信息并剔除干扰信息的，本系统采用Canny算子进行边缘检测，Canny算子采用变分法进行