Analisis singkat tentang teknologi penentuan posisi visual robot industri

Robot ini mengintegrasikan teknologi elektronik, teknologi sensor dan teknologi kontrol cerdas.Ia dapat menerima perintah manusia dan juga dapat bertindak secara independen sesuai dengan prinsip dan program yang dirumuskan oleh teknologi kecerdasan buatanHal ini telah diterapkan di banyak bidang.

Saat ini, robot industri hanya dapat melakukan instruksi yang telah ditentukan di lingkungan terstruktur yang ditentukan secara ketat dan tidak memiliki kemampuan untuk merasakan dan beradaptasi dengan lingkungan,yang sangat membatasi aplikasi robotMetode posisi visual benda kerja, dikombinasikan dengan perangkat lunak pengolah gambar khusus,menggunakan kontrol visual robot tanpa perlu mengajar atau program offline lintasan gerak robot industri sebelumnyaHal ini dapat mencapai posisi yang dapat diandalkan dari sistem visual robot industri dan memainkan peran aktif dalam meningkatkan akurasi posisi benda kerja dan efek pemrosesan.Ini dapat menghemat banyak waktu pemrograman dan meningkatkan efisiensi produksi dan kualitas pemrosesanDi Cina, aspek ini terutama digunakan dalam melacak jahitan las oleh robot las.

1. Komposisi sistem posisi visual

Sistem posisi robot visual terdiri dari (seperti yang ditunjukkan pada gambar di bawah).Alat semprot dan kamera tunggal dipasang di ujung robot articulated sehingga benda kerja dapat sepenuhnya muncul dalam gambar kameraSistem ini termasuk sistem kamera dan sistem kontrol:

1. Sistem kamera: Ini terdiri dari satu kamera, komputer dan sistem akuisisi (termasuk kartu akuisisi gambar), yang bertanggung jawab untuk akuisisi gambar visual dan algoritma penglihatan mesin;disarankan untuk menggunakan kamera digital untuk sistem ini, dan akurasi ekstraksi akan lebih tinggi dari kamera umum.
2. Sistem kontrol: terdiri dari komputer dan kotak kontrol dan digunakan untuk mengontrol posisi akhir robot;

Area kerja difoto oleh kamera CCD, dan komputer mengekstrak fitur pelacakan melalui metode pengenalan gambar untuk pengenalan dan perhitungan data.

1578648768138220.jpg

Gambar 1 Komposisi sistem posisi visual robot penyemprotan

2. Prinsip kerja sistem posisi visual

Kamera digital merek Amerika TEO TM-C6597E digunakan, dilengkapi dengan sistem akuisisi gambar TM-C520HP.dan kartu akuisisi gambar untuk memasukkan sinyal video ke kalkulator dan memprosesnya dengan cepat. Pertama, pilih gambar lokal dari objek yang dilacak. Langkah ini setara dengan proses pembelajaran offline,membangun sistem koordinat dalam gambar dan melatih sistem untuk menemukan objek pelacakanSetelah belajar, kartu gambar terus mengumpulkan gambar, mengekstrak fitur pelacakan, melakukan identifikasi data dan perhitungan,memecahkan nilai posisi yang diberikan dari setiap sendi robot melalui kinematik terbalik, dan akhirnya mengontrol actuator ujung presisi tinggi untuk menyesuaikan posisi robot.

Dengan cara ini, sistem posisi visual menggabungkan pencocokan berbasis area dan pengenalan fitur bentuk untuk pengenalan dan perhitungan data,dan dapat dengan cepat dan akurat mengidentifikasi batas dan pusat fitur objekSistem kontrol robot memperoleh kesalahan sudut dari setiap posisi sendi robot melalui solusi kinematika terbalik,dan akhirnya mengontrol actuator ujung presisi tinggi untuk menyesuaikan postur robot untuk menghilangkan kesalahan iniHal ini memecahkan masalah bahwa posisi sebenarnya dari ujung robot jauh dari posisi yang diinginkan, dan meningkatkan akurasi posisi robot tradisional.

3. Ekstraksi fitur gambar

Kontras antara benda kerja di meja kerja dan latar belakang meja kerja membentuk perbedaan besar dalam warna, yaitu benda kerja diidentifikasi sebagai hitam,dan garis tengah gambar hitam diekstraksiSistem akuisisi menggunakan informasi ini sebagai fitur penting untuk mengidentifikasi benda kerja.

Ketika sistem penglihatan umum memperoleh gambar benda kerja, itu tidak dapat digunakan secara langsung dalam sistem penglihatan karena berbagai kondisi dan gangguan kebisingan.Pemrosesan gambar seperti koreksi skala abu-abu dan penyaringan kebisingan harus dilakukan melalui analisis dan pengenalan gambar.