-
公开(公告)号:CN110455187A
公开(公告)日:2019-11-15
申请号:CN201910774689.6
申请日:2019-08-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于三维视觉的盒体工件焊缝的检测方法,它属于焊接自动化中的焊缝检测技术领域。本发明采用精度较低但测量范围较大的Kinect2设备对焊接空间进行扫描,确定出盒体工件顶点的粗略位置后,将其依次作为焊缝轨迹的起点与终点,再采用精度高的线激光扫描仪从这些定位点出发,依次进行扫描,得到精确的焊缝点云信息。本发明方法与单纯采用线激光扫描仪进行焊缝的三维检测相比,在保证精确检测的同时极大地提高了检测速度。本发明可以应用于盒体工件的焊缝检测。
-
公开(公告)号:CN106881718B
公开(公告)日:2019-10-08
申请号:CN201710151837.X
申请日:2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于遗传算法的六自由度串联机器人误差标定方法,本发明涉及机器人误差标定方法。本发明是要解决现有技术无法处理多数据得到的误差参数有一定的局限性以及引入一些误差很大的数据,从而影响了整个数据组的准确性增加了测量难度和时间的问题,而提出的基于遗传算法的六自由度串联机器人误差标定方法。该方法是通过一、建立机器人的实际模型;二、计算机器人的机器人误差模型以及获得矩阵:三、建立误差优化模型;四、获得机器人的误差参数X;五寻找机器人的最优误差参数;六将获得的最优误差参数按照误差补偿策略反馈给机器人等步骤实现的。本发明应用于机器人误差标定方法领域。
-
公开(公告)号:CN106373124B
公开(公告)日:2019-01-08
申请号:CN201610839952.1
申请日:2016-09-21
Applicant: 哈尔滨工业大学
Abstract: 基于灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法,本发明涉及灰度共生矩阵与RANSAC的工业产品表面缺陷视觉检测方法。本发明是为了解决传统表面缺陷检测方法适用范围窄、计算复杂、检测精度低的问题。本发明缺陷面积检测精度可达95%,可以用于金属元件的表面检测,且对玻璃元件、纸张、电子元器件等表面缺陷检测都有很强的适用性。在C++环境下,本发明算法针对640×480的工业图像的检测时间为200ms,较现有主流方法,检测效率高,稳定性好,适用于工业产品的快速检测场合。本发明应用于工业产品表面检测领域。
-
公开(公告)号:CN109108987A
公开(公告)日:2019-01-01
申请号:CN201811332428.0
申请日:2018-11-09
Applicant: 哈尔滨工业大学
IPC: B25J9/16
Abstract: 一种基于EtherCAT的六轴机械臂安全限位方法,属于自动控制领域。现有的机械臂在不限制加速度的情况下自行停止时,存在对产生的抖动的控制效果差的问题。一种基于EtherCAT的六轴机械臂安全限位方法,设计基于EtherCAT的控制机械臂运作的主控算法;设计机械臂关节位姿超限判断算法、机械臂末端位姿超限判断算法、机械臂停止算法,且在主控算法的每个检测并执行的周期内执行一次;机械臂主控算法的每一个循环周期内调用一次安全算法,检查机械臂的运行情况,并判断运行情况是否超限;若超限,则返回运行信息,并调用机械臂停止算法,控制机械臂减速。本发明可以安全、稳定地使机械臂停止,从而为机械臂的使用安全提供保障。
-
公开(公告)号:CN106247969B
公开(公告)日:2018-11-02
申请号:CN201610842595.4
申请日:2016-09-21
Applicant: 哈尔滨工业大学
IPC: G01B11/16
Abstract: 一种基于机器视觉的工业磁芯元件的形变检测方法,涉及一种基于机器视觉的工业元件形变检测技述,目的是为了解决现有技术存在对初始化敏感、鲁棒性和快速性差等问题。首先对相机采集到的图像进行待测区域分割,使用模板匹配法确定待测工业磁芯元件的中心位置,对待测工业磁芯元件区域进行图像裁剪,得到感兴趣区域;对感兴趣区域的最左和最右两个边缘进行边缘检测,得到二值边缘图像;对二值边缘图像使用改进的最小二乘法进行拟合,计算最左和最右两个边缘的拟合直线的角度差,根据角度差的大小判断工业磁芯元件是否合格。上述方法对初始化不敏感,具有鲁棒性强、检测速度快、检测效率高的优点,适用于工业产品的自动生产和监测。
-
公开(公告)号:CN107204009A
公开(公告)日:2017-09-26
申请号:CN201710369647.5
申请日:2017-05-23
Applicant: 哈尔滨工业大学
IPC: G06T7/33
CPC classification number: G06T7/344 , G06T2207/10028
Abstract: 基于仿射变换模型CPD算法的三维点云配准方法,本发明涉及基于点云配准的喷漆机器人位置配准方法。本发明的目的是为了解决现有主流三维点云配准算法CPD存在算法复杂度高、程序运行时间长、配准精度低、鲁棒性差的问题。具体过程为:一、得到一组三维点云数据作为待配准点云;二、得到的点云数据作为参考点集;三、计算协方差,并初始化B和t;四、利用GPU并行计算P;五、求解在目标函数取极大值时,参数B,t,σ2的值;六、重复迭代四和五,直到协方差小于设定的阈值,求出协方差小于设定的阈值时的B和t,以及最终配准的结果点集,根据最终的配准结果点集对待喷漆物体进行喷漆作业。本发明用于喷漆机器人喷漆领域。
-
公开(公告)号:CN107133978A
公开(公告)日:2017-09-05
申请号:CN201710369635.2
申请日:2017-05-23
Applicant: 哈尔滨工业大学
CPC classification number: G06T7/35 , G06T7/32 , G06T2207/10028
Abstract: 基于一致点漂移算法的三维非刚体点云配准方法,本发明涉及基于点云配准的喷漆机器人位置配准方法。本发明的目的是为了解决现有三维点云非刚体配准算法在点云数据量大、变形复杂、有噪声、出格点和缺失点影响的情况下,存在配准精度低、鲁棒性差、计算时间长的缺点。具体过程为:一、利用喷漆机器人中的图像采集设备对待喷漆物体进行扫描,得到一组三维点云数据作为待配准点云;二、得到的点云数据作为参考点集;三、计算参考点集与已有的模板点集的协方差σ,并初始化一致点漂移算法的相关参数;四、构造高斯核矩阵;五、得到最终配准的结果点集,根据最终的配准结果点集对待喷漆物体进行喷漆作业。本发明用于喷漆机器人位置配准。
-
公开(公告)号:CN106881718A
公开(公告)日:2017-06-23
申请号:CN201710151837.X
申请日:2017-03-13
Applicant: 哈尔滨工业大学
Abstract: 基于遗传算法的六自由度串联机器人误差标定方法,本发明涉及机器人误差标定方法。本发明是要解决现有技术无法处理多数据得到的误差参数有一定的局限性以及引入一些误差很大的数据,从而影响了整个数据组的准确性增加了测量难度和时间的问题,而提出的基于遗传算法的六自由度串联机器人误差标定方法。该方法是通过一、建立机器人的实际模型;二、计算机器人的机器人误差模型以及获得矩阵:三、建立误差优化模型;四、获得机器人的误差参数X;五寻找机器人的最优误差参数;六将获得的最优误差参数按照误差补偿策略反馈给机器人等步骤实现的。本发明应用于机器人误差标定方法领域。
-
公开(公告)号:CN106845561A
公开(公告)日:2017-06-13
申请号:CN201710148763.4
申请日:2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/6277 , G06N3/08
Abstract: 一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法,本发明涉及复杂曲面物体分类方法。本发明是要解决大量采集数据建立Kd树会造成搜索数据的过大以及采集数据过少会造成分类识别效果的减弱的问题,而提出的一种基于点云VFH描述子和神经网络的复杂曲面物体分类方法。该方法是通过一、计算点云对应的vfh特征描述子;二、计算差值向量di;三、计算向量di的特征向量空间;四、计算投影到描述子空间的坐标;五、确定输入维数和输出维数;六、确定投影后的vfh描述子对应角度的输出;七、得到BP神经网络库;八、确定当前bp神经网络所属物体的视角的点云;九、确定最终结果等步骤实现的。本发明应用于复杂曲面物体分类领域。
-
公开(公告)号:CN106707768A
公开(公告)日:2017-05-24
申请号:CN201710148745.6
申请日:2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: G05B13/042 , B05B13/04
Abstract: 一种基于模型校准的喷漆轨迹规划方法,本发明涉及喷漆轨迹规划方法。本发明是为了解决现有技术会导致实际工件与标准工件之间存在一定的误差,会严重影响喷涂效果的问题。本发明步骤为:步骤一:利用光投影模块将标准轨迹投射到对应待喷涂工件表面;步骤二:利用摄像头采集模块获取投射到待喷涂工件表面的轨迹,即空间轨迹;步骤三:对比步骤二获得的空间轨迹与标准轨迹,建立关键点的对应关系;所述关键点指的是轨迹规划过程中选取的采样点;步骤四:根据关键点对应关系,对原轨迹规划方法进行参数a(t)校准,所述a(t)为喷枪的轨迹。本发明应用于自动化喷漆领域。
-
-
-
-
-
-
-
-
-