公司动态
发布时间:
2017
-
02
-
11
每个机器人的形态、大小、样貌都不一样，这需要根据具体的应用场景进行分析和设计。但是无论是哪种形态的机器人，基本上都会嵌入视觉系统，用于感知周围的环境，然后通过反馈的信息规划机器人的动作。香港中文大学天石机器人研究所所长刘云辉教授自本科起就从事机器人研究，至今已经有数十年的研发经验。在 ACT Lab 和深圳湾联合举办的“机器人控制系统和视觉的融合”活动中，刘云辉教授向慕名而来的创业者们分享了自己在机器人领域的所思所得。我湾梳理了本次演讲的重点和要点，带领读者了解机器视觉领域最前沿的研究课题。三维视觉技术大有可为实时三维视觉技术应用广泛，在机器控制、物件抓取和人机交互等技术领域，都不能脱离实时三维视觉技术。正因如此，该技术有着巨大的商业潜力。据报道，预计 2020 年，全球 3D 成像系统市场预计能达到 536 亿人民币，年度复合增长率 39．4％，尤其是在体育医学、矫形外科学、人体测量等医学领域，对 3D 成像技术的需求更为强烈。刘云辉教授研究实时三维视觉技术多年，他认为：“研究三维视觉技术，归根结底，就是要理解什么是视觉信息，然后将这些视觉信息在实际的场景中应用起来。”他研发的基于结构光的双目视觉技术具有精度高、测量速度快、动态拍摄等特点，并且已经应用在商业化的 3D 成像系统中。工厂叉车也要自动驾驶目前，大型工厂的室内物件搬运 70％ 靠的是人工驾驶叉车进行操作，但从事重体力劳...
浏览次数：193
发布时间:
2018
-
06
-
06
目前机器人视觉引导的主要应用在于质量检测、尺寸测量、缺陷检查、识别和定位，而机器视觉在机器人上的应用则主要在于引导定位。机器人视觉引导系统，由单目视觉向基于多个镜头的多目3D视觉引导系统发展。随着不同视觉系统和机器人控制器的涌现，使得通信变得更容易集成。在过去，集成商不得不应对DeviceNet或串行通信。当用它来连接视觉系统与机器人时，这两种技术都有可能引来麻烦。但随着EtherNet/IP和ProfitNet成为基于以太网的协议，并且几乎所有的智能相机和基于PC的机器视觉系统都支持这些协议，它们为实现与机器人结合的各种自动化技术打开了闸门。在整个VGR市场都能感受到更好的通信所带来的好处。机器人与视觉系统之间的集成越紧密，设计师们就越易于将三项相关的坐标系统(机器人、视觉和现实世界)联系起来。撇开机器视觉在其他自动化领域的应用不谈，单就机器人视觉系统来说，机器视觉技术的应用就有非常广阔的空间，这主要得益于我国机器人产业规划发展。机器视觉将来被广泛应用于工业机器人领域，主要具有四个功能：1、引导和定位，视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。2、外观检测：检测生产线上产品有...
浏览次数：925
发布时间:
2018
-
05
-
31
机器视觉体系是经过视觉信息的收集和核算，来辅导机器进行决议计划运动，从而完成特定的功用，而 VSLAM 技能是视觉定位体系的重要组成部分。VSLAM，指使用视觉定位体系完成自主定位与地图创立。简略来说，就比如在不知道的国际里给了机器人一双亮堂的眼睛，让它随时可以知道自己的具体方位信息。相对于较早进入市场的 SLAM ，VSLAM可以说是进化版了，看的更清楚，判断更准确，是智能机器人、AR/VR眼镜头盔、智能手机等移动终端相关使用中的核心技能。因为该技能涉及到杂乱的视觉核算及高难度的体系集成才能，对产品的速度、功耗、体积、核算力等都有极高的要求，所以一直没有很好的处理方案。首要，针对动态场景，可以充分发挥3D信息的独特性，以3D来辅佐光流盯梢，使得光流特征盯梢更准确；一起，对模型质量进行更有效地操控，得到更高质量的地图点，进行实时盯梢定位与在线三维重建，帮助处理动态目标AR/VR/MR使用中的定位难题。其次，以视觉为主，经过交融多种辅佐传感器，结合多种几许基元，可以针对弱视觉定位场景，进行实时、准确、流畅的视觉定位与地图构建，让智能移动终端，在弱视觉区域中，即使只能看到两个简略的圆，也能很好工作。
浏览次数：140
发布时间:
2018
-
05
-
31
机器视觉的工业机器人视觉定位系统！建立了一个自动机器视觉定位体系,用于工业机器人对零件工位的准确定位。采用根据区域的匹配和形状特征辨认相结合的图画处理办法,该办法经过阈值和形状判据,辨认出物体特征。经试验验证,该办法可以快速准确地得到物体的鸿沟和质心,进行数据辨认和核算,再结合机器人运动学原理操控机器人实时运动以消除此差错,满足工业机器人自定位的要求。目前工业机器人仅能在严厉界说的结构化环境中履行预订指令动作，缺乏对环境的感知与应变能力，这极大地约束了机器人的运用。利用机器人的视觉操控，不需要预先对工业机器人的运动轨迹进行示教或离线编程，可节省很多的编程时间，进步出产功率和加工质量。操控体系：由核算机和操控箱组成，用来操控机器人结尾的实践方位；经 CCD 摄像机对作业区进行拍照，核算机经过本文运用的图画辨认办法，提取盯梢特征，进行数据辨认和核算，经过逆运动学求解得到机器人各关节方位差错值，最终操控高精度的结尾履行机构，调整机器人的位姿。辨认率剖析：第一步经过离线学习，练习提取形状特征。第二步运用离线学习得到的坐标联系，实时盯梢工件，得到需要盯梢的形状特征信息。只需离线学习恰当，方针特征就准确辨认而且得到相关信息。
浏览次数：126
发布时间:
2018
-
05
-
31
机器人视觉引导比较人工控制的查验流程，产品质量完结了极大的前进。质量明显改进，并且废品率明显下降，这有利于公司前进盈利水陡峭长期竞争力。 机器人控制器运用元件的方位信息，根据元件的方向实时调整夹持器的移动。其成果是，比较运用人工进行元件查验和定位，产品质量获得了较大前进。现在，机器操作员的工作量首要会合在系统的平稳控制之上，而不是元件的正确加载和卸载。 3D-Locate软件在轿车行业的运用不息很是成功，由于其以分历程方法措置扎手的3D问题，以保证客户捉住每一个成功的机缘。在KWD，轿车侧板的整个消费和质量办理流程均处于3D视觉体系的接近监控之下。按照功课工序的不合要求，选用单个或立体式相机记实相干的丹青区域。3D-Locate软件实时供给3D方位数据。智能视觉体系运用来自康耐视全面的视觉工具库的PatMax?几许丹青婚配工具和不合的2D工具。3D-Locate软件措置3D校准的全数三个方面。其直接支持内部校准，可估量相机传感器和镜头的参数。其他，其还可措置外部校准，这指的是校准相机的方位，不管其安装在机械人竣事效应器上，仍是固定在机械人单位的某个方位。现实了局，其还支持手眼校准，这指的是用户若何将视觉成效转换成机械人挪动坐标体系。在第一道功课工序中，一个机械人将其本身与夹持器和组件库前面的集成视觉体系定位，而在组件库中，小型元件在传送架上以程度方法摆放。...
浏览次数：105