目前,搬运机器人已广泛应用于国民经济中的各个重要环节。随着计算机视觉技术和图像并行处理技术的飞速发展,基于视觉引导的图像处理技术与搬运机器人的结合日益紧密。视觉引导技术和搬运机器人的结合,可以使搬运机器人能够更好的应用于工业生产。为解决搬运机器人在同一生产流水线上抓取不同工件的难题。

结合机器视觉引导技术,分析多种不同工件的目标识别和搬运机器人根据不同工件变换抓取姿态的问题,对流水线混装生产有着重要意义。

得出结论如下:

(1)设计一种机器视觉引导系统,建立搬运机器人、相机和工件三者坐标系之间的数学模型。利用张正友标定法确定相机和工件坐标系之间的矩阵关系;借助机器人TCP工具,应用空间几何原理,推导出机器人和工件坐标系之间的转换矩阵;以工件坐标系为中间转换矩阵,得出机器人和相机坐标系之间的转换关系。这些数学模型的建立,为搬运机器人确定抓取姿态和准确抓取工件提供了数学支撑。

(2)模板匹配的多目标识别技术。针对目标工件旋转的模板匹配问题,分析和比较了Hu矩和Zernike矩两种模板匹配方法的优缺点,确定了性能更加优越、具有正交不变性的Zernike矩作为目标识别的方法。研究了在模板匹配前采用圆投影值筛选待匹配图像中的候准点、提高目标识别速度的方法。

(3)基于搬运机器人D-H数学模型的抓取姿态技术,编写一套基于Matlab的程序,指导使用者设定机器人初始状态下的关节角度值和末端执行器抓取姿态的参数,能够求出机器人在初始状态下的运动学正解和逆解,从而为确定机器人的运动轨迹提供指导。

(4)以安川机器人为执行机构、CCD相机为视觉引导装置,完成对多种工件的抓取实验,实验表明:这种多目标识别技术有良好效果,能为指导机器人柔性生产提供一种新技术和新方法。

本文摘取网络（侵 删）

了解更多机器人咨询请点击：安川机器人服务商