-
公开(公告)号：CN114474058A
公开(公告)日：2022-05-13
申请号：CN202210129914.2
申请日：2022-02-11
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于工业机器人技术领域，具体涉及一种视觉引导的工业机器人系统标定方法，旨在解决视觉引导的工业机器人系统标定精度较低的问题。本方法包括求出工业机器人基座坐标系与相机坐标系的相对位姿初值；利用四点标定法获取末端执行器坐标系与工业机器人法兰盘坐标系的相对位姿初值；并通过预获取的D‑H参数计算工业机器人关节间固连关系的相对位姿矩阵；控制工业机器人实现Nm种不同姿态，记录各姿态下的各关节角数据，获取Nm种姿态下工业机器人末端执行器中心点在相机坐标系下的坐标；求解误差校正矩阵，实现对视觉引导的工业机器人系统的标定。本发明解决了视觉引导的工业机器人系统标定精度较低的问题，提升了标定精度。
-
公开(公告)号：CN112762829B
公开(公告)日：2021-11-09
申请号：CN202011581566.X
申请日：2020-12-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于联动偏转式主动视觉系统的目标坐标测量方法及系统，所述目标坐标测量方法包括：将棋盘格竖直置于视觉系统的图像采集范围内，且在相机的偏转角为0时，使棋盘格的表面与视觉系统的视觉坐标系的z轴垂直；通过第一相机及第二相机分别采集棋盘格的图像，得到第一图像和第二图像；基于相机的内部参数，根据第一图像和第二图像，得到标定参数；根据标定参数，确定棋盘格中各个角点的三维坐标。本发明利用棋盘格竖直置于视觉系统的图像采集范围内，基于视觉系统的第一相机及第二相机的内部参数，并根据采集的第一图像和第二图像，可通过视觉系统的标定参数，快速、准确地确定视觉系统的公共视场内任意点的三维坐标。
-
公开(公告)号：CN113021017A
公开(公告)日：2021-06-25
申请号：CN202110294938.9
申请日：2021-03-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能制造技术领域，具体涉及一种随形自适应智能3D检测与加工系统，旨在解决现有技术中复杂形面零部件加工装置适应性和兼容性低、加工精度差、智能化低的问题。本申请提供的随形自适应智能3D检测与加工系统可实现五轴随形检测+八轴自随形自适应加工模式、八轴随形检测+五轴随形自适应加工模式、多轴随形检测+九轴随形自适应加工三种工作模式自由切换。通过多轴联动设计、多模式工艺切换、智能化控制系统开发等技术，可实现复杂形面零部件随形自适应智能3D检测与加工。
-
公开(公告)号：CN112991291A
公开(公告)日：2021-06-18
申请号：CN202110265947.5
申请日：2021-03-11
Applicant: 中国科学院自动化研究所 , 重庆铁马工业集团有限公司
Abstract: 本发明属于机器视觉测量算法技术领域，具体涉及一种基于双目视觉的内外螺纹起始角测量方法、系统及设备，旨在解决现有技术中工件装配困难需要垫片辅助安装，而垫片厚度无法预测的问题，本申请的基于双目视觉的内外螺纹起始角测量方法能够广泛应用到各零件装配时的精确计算，减少零件损耗，提高装配效率，保证装配质量。运用本发明的基于双目视觉的内外螺纹起始角测量方法，能够得到螺帽平面上螺纹线终止点与参考方向的夹角θ，且测量误差在10度以内，同时以像素为单位给出所检测螺纹的螺距。本发明的方法具有测量精度高，速度快，方法简单易实现等优点。
-
公开(公告)号：CN112002016A
公开(公告)日：2020-11-27
申请号：CN202010889704.4
申请日：2020-08-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于机器视觉领域，具体涉及了一种涉及了一种基于双目视觉的连续曲面重建方法、系统和装置，旨在解决现有的三维测量技术感知距离短、易受光环境干扰、依赖特征点匹配、无法适用于无显著角点特征的物体和测量获得点云数量与图像像素数量比较小的问题。本发明包括：标定左右相机参数并建立对极约束矩阵，划定感兴趣区域并在感兴趣区域中建立分段线性函数描述空间构型，计算左右相机图像对应点的坐标，再通计算对应点的光度差分，依据光度差分更新分段线性函数，通过最优分段线性函数计算图像中像素的空间坐标。本发明实现了不依赖先验信息不用提取特征点的步骤就可以实现高精度连续曲面稠密重建。
-
Patent Agency Ranking
公开(公告)号：CN108858202B
公开(公告)日：2020-11-10
申请号：CN201810932653.1
申请日：2018-08-16
Applicant: 中国科学院自动化研究所
IPC: B25J9/16
Abstract: 本发明属于精密装配技术领域，具体提供了一种基于“对准‑趋近‑抓取”的零件抓取装置的控制方法。为了解决现有的零件抓取方法的工作量大、精度低、系统复杂、误差大的问题，本发明的控制方法包括：步骤S100：对准阶段，调整末端执行器的位置使待抓取零件的图像特征与预设的图像特征的偏差小于预设阈值；步骤S200：趋近阶段，按照设定的位置调整量移动末端执行器以使夹持器到达待抓取零件的位置；步骤S300：抓取阶段，控制夹持器抓取待抓取零件。该控制方法的系统算法相对简单，计算量小，操作简单，并且通过减小零件的图像特征与预设图像特征的偏差实现视觉系统与零件的对准，对准精度高，减小了夹持器抓取零件时的误差。
-
公开(公告)号：CN108022235B
公开(公告)日：2020-07-28
申请号：CN201711182523.2
申请日：2017-11-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及高压输电设备巡检领域，提出一种高压输电铁塔关键部件缺陷识别方法，旨在解决在高压输电设备巡检中关键设备缺陷检测效率低下等问题，该方法包括：获取高压输电铁塔关键部件的图像数据，并对上述图像数据作去噪预处理操作；根据上述图像数据，利用预先训练好的定位识别模型定位出上述输电铁塔关键部件在上述图像数据中的区域位置，确定上述区域位置的图像数据为关键部件图像数据；根据上述关键部件图像数据，利用预先训练好的缺陷识别模型对上述区域位置的设备进行缺陷识别，标记所识别出的具有缺陷的关键部件。关键部件图像采取先定位再检测的自动识别策略，实现了对高压输电铁塔关键部件的自动检测，提高了缺陷检测的效率。
-
公开(公告)号：CN106646508B
公开(公告)日：2020-04-07
申请号：CN201611052553.7
申请日：2016-11-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种面向斜坡区域的基于多线激光雷达的斜坡角度估计方法，包括：获取给定斜坡区域的原始激光雷达点云数据DL；结合多线激光雷达坐标系OLXLYLZL到机器人坐标系ORXRYRZR的坐标变换关系，对DL进行坐标变换和滤波处理，生成新的激光雷达点云数据DS；基于DS，利用PROSAC算法进行平面拟合，得到斜坡坡面方程；从DS中选取3个到平面XRORYR的距离均不超过给定阈值dZ的数据点，并利用该组数据点计算得到地面方程；依据所述斜坡坡面方程和所述地面方程计算得到斜坡角度的估计结果。本发明利用多线激光雷达获取斜坡区域的距离信息并基于斜坡坡面法向量实现斜坡角度的估计，提高了斜坡角度估计的质量，为机器人环境理解等方面的应用提供技术支持。
-
公开(公告)号：CN109166136A
公开(公告)日：2019-01-08
申请号：CN201810980715.6
申请日：2018-08-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及计算机视觉识别领域，具体提供了一种移动机器人基于单目视觉传感器的目标对象跟随方法，旨在解决现有移动机器人跟随目标对象的鲁棒性差，难以保证对行人等目标对象的跟随质量的问题。为此目的，本发明提供的方法包括移动机器人根据目标对象的目标区域获取目标对象的图像；得到目标对象的图像的特征矩阵；利用目标跟踪算法和特征矩阵确定目标对象的中心点；根据中心点和目标对象的外形框架确定出目标对象所在的区域，作为第一区域，判断第一区域的面积在目标对象的图像中的比例是否大于设定阈值，根据判断结果执行相应的操作。基于上述步骤，本发明提供的方法实时性、鲁棒性好，可以实现对目标对象的有效跟随。
-
公开(公告)号：CN106646508A
公开(公告)日：2017-05-10
申请号：CN201611052553.7
申请日：2016-11-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种面向斜坡区域的基于多线激光雷达的斜坡角度估计方法，包括：获取给定斜坡区域的原始激光雷达点云数据DL；结合多线激光雷达坐标系OLXLYLZL到机器人坐标系ORXRYRZR的坐标变换关系，对DL进行坐标变换和滤波处理，生成新的激光雷达点云数据DS；基于DS，利用PROSAC算法进行平面拟合，得到斜坡坡面方程；从DS中选取3个到平面XRORYR的距离均不超过给定阈值dZ的数据点，并利用该组数据点计算得到地面方程；依据所述斜坡坡面方程和所述地面方程计算得到斜坡角度的估计结果。本发明利用多线激光雷达获取斜坡区域的距离信息并基于斜坡坡面法向量实现斜坡角度的估计，提高了斜坡角度估计的质量，为机器人环境理解等方面的应用提供技术支持。
-
-
-
-
-
-
-
-
-
Search Results
73
records
(took 0.038 seconds)
