CN104298169B - 一种视觉智能数控系统的数据变换方法 - Google Patents
一种视觉智能数控系统的数据变换方法 Download PDFInfo
- Publication number
- CN104298169B CN104298169B CN201410436235.5A CN201410436235A CN104298169B CN 104298169 B CN104298169 B CN 104298169B CN 201410436235 A CN201410436235 A CN 201410436235A CN 104298169 B CN104298169 B CN 104298169B
- Authority
- CN
- China
- Prior art keywords
- pose
- machine vision
- robot
- unit
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000000007 visual effect Effects 0.000 title claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 title claims description 16
- 238000011161 development Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims 1
- 238000013519 translation Methods 0.000 claims 1
- 238000011550 data transformation method Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000018109 developmental process Effects 0.000 description 29
- 230000033001 locomotion Effects 0.000 description 15
- 238000011426 transformation method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000009466 transformation Effects 0.000 description 12
- 238000009434 installation Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000013501 data transformation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000033772 system development Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及一种视觉智能数控系统的数据变换方法，包括以下步骤：将机器视觉单元与机器人数控单元连接；通过该机器视觉单元摄取工件的成像坐标位姿，并将该成像坐标位姿发送至位姿标准模块；该位姿标准模块将该成像坐标位姿转换为世界空间坐标位姿，并发送至数控单元。相比于现有技术，本发明在视觉子系统和数控子系统内部固化了处理算法，具体将该处理算法固化在一位姿标准模块中。因此，应用工程师在工程开发中，无需牵涉理论性强的计算过程，仅需关注数控系统的应用开发和机器人本体、机器视觉单元的参数设定，既满足核心算法保密要求也缩短了开发周期。
Description
技术领域
本发明属于先进制造及机器人控制领域，涉及一种数据变换方法，特别是一种视觉智能数控系统的数据变换方法。
背景技术
机器视觉应用于机器人控制领域是目前机器人工业化应用的重要里程碑。独立的工业机器人应用受场地、加工目标、加工方式及开发效率的多重约束，应用推广面窄量少。集成了视觉智能数控系统的数控装备或工业机器人可以在更大工作空间执行更加复杂、细腻的动作，可以在平面内定位工件位置，将工件坐标变换到机器人坐标后由机器人执行抓取动作。
机器视觉系统可以用于喷涂工件边界和质心的定位，进而解决喷涂机器人末端实际位置与期望位置误差过大的问题；机器视觉用于产品质量检测，可通过智能数控装备对良/次品进行分类；双目机器视觉可用于三维空间中立体目标的识别和检测，视觉智能工业机器人可以实现对立体目标的抓取和跟踪等动作。机器视觉应用于机器人的优势在于获取信息量大、处理快捷、精度及自动化程度较高且成本不高。
目前，机器视觉系统与机器人控制器的集成，已越来越多地应用于工程中，但存在应用开发难度大的问题，而且可开发性不高，开发效率低下，技术可靠性和适用性不高，发展较困难。其中，视觉智能机器人对目标工件的标定是视觉智能数控技术应用的关键环节。
理论上，相关高校和科研院所从理论上解决了矩阵齐次变换方程的误差积累问题，确保了视觉系统的标定精度，为机器视觉进入工业机器人应用扫清了障碍。相关标定方法的理论分析及成果发布集中于机器人手眼视觉相机系统内、外部参数的优化求解。然而，这些方法在条件设定或状态约束有要求，因此距离应用有一定距离。
现有技术中，ABB公司2004年公开了用于标定机器人末端TCP的文献，见“ProductManuals,ABB Robot Document IRB 1410 M2004,2004”，具体的在机器人所加工目标工件上建立的坐标系为工件坐标系，机器人通常工作在工件坐标系下，工件坐标系的建立可由“三点法”标定得到。工件坐标系是根据目标工件位姿自由建立的，但建立的方法不仅限于“三点法”，甚至可把机器人基坐标系等同为工件坐标系，其目的是为方便机器人对工件的加工。
在现有技术中的这些方法的实质都是将工件、机器人及相机成像系统坐标系统一，忽略相机成像深度信息，简化标定方法，减少计算量，易于现场实施。然而，其集成开发模式体现为：根据具体的机器人应用目标，选型机器人本体和机器视觉系统，需分别对机器人控制器和机器视觉系统开发。开发过程采用PC架构，则因涉及不同系统平台采用不同开发模式而导致控制器和视觉系统间数据传输、共享、交换及数据统一处理，坐标变换及处理数据融合方面难度较大。
因此，限于基本开发工具特点，开发过程所涉及建模、求解、转换、输出等环节没有标准模式，需依赖控制对象订制开发，一旦对象构型、参数、位姿、配置等发生改变，则需重新进行标定，甚至处理算法也会做出相应调整。这种开发模式，对人员素质要求高，开发资源耗费大且效率不高，后续改进、维护困难。开发方式的不同引起工程实施效率和实施质量的差别，体现在工程中即产品良率、精确性、粗糙度、产量等方面的问题。
发明内容
本发明在于克服现有技术的缺点与不足，提供一种视觉智能数控系统的数据变换方法。
本发明是通过以下的技术方案实现的：一种视觉智能数控系统的数据变换方法，包括以下步骤：
将机器视觉单元与机器人数控单元连接；
通过该机器视觉单元摄取工件的成像坐标，并将该成像坐标数据发送至位姿标准模块；
该位姿标准模块将该成像坐标数据转换为世界空间坐标位姿，并发送至数控单元。
相比于现有技术，本发明通过将机器视觉子系统与机器人数控系统集成，即形成了具有视觉智能的数控系统。通过硬件平台统一的系统，优势在于方便开发，数据便于管理，系统本身即为处理终端，PC作为开发平台不参与工程实施。
进一步，在视觉子系统和数控子系统内部固化了处理算法，具体将该处理算法固化在一位姿标准模块中。因此，应用工程师在工程开发中，无需牵涉理论性强的计算过程，仅需关注数控系统的应用开发和机器人本体、机器视觉单元的参数设定，既满足核心算法保密要求也缩短了开发周期。同时，该标准化模块的开发和更新仅针对目标硬件平台，这种细化的标准开发流程，适合多行业视觉智能机器人导入应用。
作为本发明的进一步改进，所述位姿标准模块将成像坐标数据转换为世界空间坐标位姿具体包括以下步骤：
将变换方法固化在位姿标准模块中；
输入信息至位姿标准模块，输入的信息包括：机器视觉单元与机器人主体的安装方式参数、机器人主体位姿、机器人主体的关节构成的矩阵、机器人主体的位置偏移参数、标定次数、标定数据，以及标定方式参数；
根据变换方法，将输入信息进行变换求解；
由该位姿标准模块输出信息，输出的信息包括：求解状态参数、求解结果、机器视觉单元的空间坐标位姿数据，以及变换方法所使用的转换矩阵。
作为本发明的进一步改进，所述机器视觉单元与机器人主体的安装方式为：将机器视觉单元安装在机器人末端或将机器视觉单元安装在工作环境的固定点上；
若机器视觉单元安装在机器人末端，则输入的安装方式参数值为1；所述输入的标定次数至少为2次；所述标定方式三点法；所述输出的机器视觉单元的空间位姿数据为机器人末端在不同的测量点时的空间位姿数据；
若机器视觉单元安装在工作环境的固定点上，则输入的安装方式的参数值为0；所述标定次数至少为1次；所述标定方法为两点法；所述机器视觉单元的空间坐标位姿数据为固定值。
作为本发明的进一步改进，所述输出的求解状态包括有解状态和无解状态；所述有解状态的参数值为1，无解状态的参数值为0。
作为本发明的进一步改进，本发明的数据变换方法应用于机器人系统开发时，包括以下步骤：
在机器视觉单元配置处理流程；
在机器人数控单元开发应用程序；
根据视觉处理需要，调用位姿标准模块，进行数据变换运算，将结果分别传送机器视觉单元、机器人数控单元，用于工作对象控制。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1是本发明的视觉智能控制系统的数据变换方法的流程图。
图2是本发明的位姿标准模块的位姿变换流程图。
图3是机器视觉单元安装于机器人主体的示意图。
图4是机器视觉单元安装于工作环境的固定点示意图。
图5是本发明的视觉智能数控系统的示意图。
图6是本发明的位姿标准模块的示意图。
图7是本发明的位姿标准模块的输入和输入信息示意图。
具体实施方式
请参阅图1，其为本发明的视觉智能控制系统的数据变换方法的流程图。
一种视觉智能数控系统的数据变换方法，所述视觉智能数控系统包括机器视觉单元、数控单元和位姿标准模块。所述数据变换方法包括以下步骤：
S1：将机器视觉单元与机器人数控单元连接；
S2：通过该机器视觉单元摄取工件的成像坐标位姿，并将该成像坐标数据发送至位姿标准模块；
S3：该位姿标准模块将该成像坐标位姿转换为世界空间坐标位姿，并发送至数控单元。
请参阅图2，其为位姿标准模块的位姿变换流程图。进一步，所述步骤S3中，具体包括以下步骤：
S31：将变换方法固化在位姿标准模块中；
S32：输入信息至位姿标准模块，输入的信息包括：机器视觉单元与机器人主体的安装方式参数、机器人主体位姿、机器人主体的关节构成的矩阵、机器人主体的位置偏移参数、标定次数、标定数据，以及标定方式参数；
S33：根据变换方法，将输入信息进行变换求解；
S43：由该位姿标准模块输出信息，输出的信息包括：求解状态参数、求解结果、机器视觉单元的空间坐标位姿数据，以及变换方法所使用的转换矩阵。
进一步，所述机器视觉单元与机器人主体的安装方式为：将机器视觉单元安装在机器人末端或将机器视觉单元安装在工作环境的固定点上。
请参阅图3，其为机器视觉单元安装于机器人主体的示意图。
若机器视觉单元安装在机器人末端，则输入的信息具体为：
所述安装方式参数值为1。
所述机器人主体位姿为6个浮点数，即所处工作环境中的机器人基座相对世界坐标系的位姿数据(xB,yB,zB,θB,αB,γB)。
所述机器人主体的关节构成的矩阵为机器人D-H矩阵，表示机器人的关节构成；
所述机器人主体的位置偏移参数输入为6个浮点坐标值(xBo,yBo,zBo,θBo,αBo,γBo)。
所述输入的标定次数至少为2次，超越此标定次数则为冗余数据，供过程处理模块参考验证。
所述标定数据的格式为：末端位姿(xTi,yTi,zTi,θTi,αTi,γTi)+工件的位置坐标(xMi,yMi)，其中：i＝1、2、3...。
所述标定方式三点法，即同时对工件的三个点上进行拍摄。
所述输出信息具体为：
所述变换方法求解状态参数，此选项有解则值为1，无解则值为0。
所述变换求解结果，为工件空间位姿，(xw w,yw w,zw w,θw w,αw w,γw w)。
所述机器视觉单元的空间位姿数据，为机器人主体多次变换测量点的相机对应位姿数据。
所述转换矩阵输出，为分别对应具体所采用不同变换方法。
请参阅图4，其为机器视觉单元安装于工作环境的固定点示意图。
若机器视觉单元安装在工作环境的固定点上，则输入的信息具体为：
所述安装方式参数值为0。
所述机器人主体位姿为6个浮点数，即所处工作环境中的机器人基座相对世界坐标系的位姿数据(xB,yB,zB,θB,αB,γB)。
所述机器人主体的关节构成的矩阵为机器人D-H矩阵，表示机器人的关节构成；
所述机器人主体的位置偏移参数输入为6个浮点坐标值(xBo,yBo,zBo,θBo,αBo,γBo)。
所述输入的标定次数至少为1次，超越此标定次数则为冗余数据，供过程处理模块参考验证。
所述标定数据的格式为：固定点位姿+工件的位置坐标。
所述标定方式两点法，即同时对工件的两个点上进行拍摄。
所述输出信息具体为：
所述变换方法求解状态参数，此选项有解则值为1，无解则值为0。
所述变换求解结果，为固定值(xci,yci,zci,θci,αci,γci)i＝1、2。
所述机器视觉单元的空间位姿数据，为机器人主体多次变换测量点的相机对应位姿数据。
所述转换矩阵输出，为分别对应具体所采用不同变换方法。
以下提供一种用于实现上述数据变换方法的视觉智能数控系统。
进一步，本发明的数据变换方法应用于机器人系统开发时，可以采用以下步骤：
在机器视觉单元配置处理流程；
在机器人数控单元开发应用程序；
根据视觉处理需要，调用位姿标准模块，进行数据变换运算，将结果分别传送机器视觉单元、机器人数控单元，用于工作对象控制。
请参阅图5，其为本发明的视觉智能数控系统的示意图。本发明的视觉智能数控系统，包括机器视觉单元1、数控单元2、机器人主体3、光源4、监视器5、交换机6、远程服务器7和位姿标准模块10。
所述机器视觉单元1，用于拍摄工件9，摄取工件9的成像坐标位姿。作为优选，在本实施例中，所述机器视觉单元1为一相机。
所述位姿标准模块10用于接收机器视觉单元1的成像坐标位姿，将该成像坐标位姿转换为世界空间坐标位姿，并将该世界空间坐标位姿发送至数控单元2。
所述机器人主体3设有一电机控制模块31和一运动控制模块；所述电机控制模块用以控制机器人主体3上的关节电机，从而控制机器人主体3的动作。所述运动模块用以控制机器人主体3整体的移动。
所述数控单元2包括一运动控制子单元21和逻辑控制子单元22，其中，所述运动控制子单元用于控制机器人主体3的动作。具体的，所述运动控制子单元21通过与电机控制模块31连接，从而实现对机器人主体3的动作。该所述逻辑控制子单元22用于控制机器人的运动和处理机器视觉单元1的摄像信息。具体的，所述逻辑控制子单元22通过与运动模块的运动I/O端口32连接，控制对机器人的运动。所述逻辑控制子单元通过22与机器视觉单元1的I/O端口11连接，实现对机器视觉单元1的摄像信息的处理。
所述光源4，用于对工件9进行光照，以配合机器视觉单元1进行工件9的拍摄。
所述监视器5通过该交换机6与机器视觉单元1连接，用以显示机器视觉单元1的视频信息。
所述远程服务器7通过该交换机6分别与机器视觉单元1和数控单元2连接，进行生产过程的监控和运算。
进一步，本发明可通过PC端集成开发调试环境8实现对机器人的数控单元2的编程、调试。具体的，可采用本地USB或以太网方式，实现PC与数控单元2的连接。同时，该PC也可通过交换机6对机器视觉单元1进行远程调试。
请同时参阅图6和图7，其分别为本发明的位姿标准模块的示意图和本发明的位姿标准模块的输入和输入信息示意图。
进一步，所述位姿标准模块10包括一输入端102、变换方法子模块101和输出端103。
所述输入端用以接收机器视觉单元1与机器人主体3的安装方式参数、机器人主体3位姿、机器人主体3的关节构成的矩阵、机器人主体3的位置偏移参数、标定次数、标定数据，以及标定方式参数。
所述变换方法子模块根据输入端的输入信息进行变换求解，将结果发送至输出端。
所述输出端，用以接收变换方法子模块的求解结果，并输出变换方法子模块的求解状态参数、求解结果、机器视觉单元1的空间坐标位姿数据，以及变换方法子模块所使用的转换矩阵。
具体的，所述机器视觉单元1与机器人主体3的安装方式，可以分为：机器视觉单元1安装在机器人主体3上，以及机器视觉单元1安装在工作环境的固定点上。
以下详细介绍本发明的机器智能数控系统的配置和工作过程：
(1)设定公共数据区，包括系统数据和用户数据，并配置共享传输条目。本步骤在PC端集成开发环境中完成设置，其中：数控单元2的设置通过Motion和PLC编程环境的相关选项实现，机器视觉单元的设置通过SC(Smart Camera)编程环境的相关选项实现，通信模式采取广播形式，使得各子系统都能获得其他子系统的系统数据和用户数据。
(2)设计机器人运动及逻辑程序，在PC端的集成开发环境实现Motion、PLC编程及SC编程。本步骤在PC端集成开发环境实现，无需编写代码，仅需确定工作流程做出对应SFC顺序功能图、PLC梯形图及SC作业流程图，编译/解释后下载到各子系统硬件平台。
(3)根据机器视觉单元的任务分配，配置工件标定位姿标准模块。并将其嵌入机器人运动及逻辑程序中。将机器人和相机数据导入，在工艺实施过程中实现自动变换。其中，数据变换结果，即工件位姿和相机位姿，可共享到各子系统。
(4)机器视觉单元对水平传输带上目标工件的3个标志点进行2次不同位姿拍摄，每次拍摄需在视场范围内进行对中，即标志点位于视场中心，取得此时相关的相机位姿即可根据相机-机器人-目标工件间的转换关系由每次工件像素坐标输入获得实时工件位姿数据输出。
相比于现有技术，本发明通过将机器视觉子系统与开放式数控系统集成，即形成了具有视觉智能的数控系统。通过硬件平台统一的系统，优势在于方便开发，数据便于管理，系统本身即为处理终端，PC作为开发平台不参与工程实施。
进一步，在视觉子系统和数控子系统内部固化了处理算法，具体将该处理算法固化在一位姿标准模块中。因此，应用工程师在工程开发中，无需牵涉理论性强的计算过程，仅需关注应用数控系统和机器人本体、机器视觉单元的参数设定，既满足核心算法保密要求也缩短了开发周期。同时，该标准化模块的开发和更新仅针对目标硬件平台，这种细化的标准开发流程，适合多行业视觉智能机器人导入应用。
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变形。
Claims (5)
1.一种视觉智能数控系统的数据变换方法，其特征在于：所述视觉智能数控系统包括机器视觉单元、机器人数控单元和位姿标准模块；在视觉子系统和数控子系统内部固化了处理算法，具体将该处理算法固化在一位姿标准模块中；该数据变换方法包括以下步骤：
将机器视觉单元与机器人数控单元连接；
通过该机器视觉单元摄取工件的成像坐标，并将该成像坐标数据发送至位姿标准模块；
该位姿标准模块将该成像坐标系数据转换为世界空间坐标位姿，并发送至数控单元。
2.根据权利要求1所述视觉智能数控系统的数据变换方法，其特征在于：所述位姿标准模块将成像坐标位姿转换为世界空间坐标位姿具体包括以下步骤：
将变换方法固化在位姿标准模块中；
输入信息至位姿标准模块，输入的信息包括：机器视觉单元与机器人末端的安装方式参数、机器人主体位姿、机器人主体的关节构成的矩阵、机器人主体的位置偏移参数、标定次数、标定数据，以及标定方式参数；
根据变换方法，将输入信息进行变换求解；
由该位姿标准模块输出信息，输出的信息包括：求解状态参数、求解结果、机器视觉单元的世界空间坐标位姿数据，以及变换方法所获得的转换矩阵。
3.根据权利要求2所述视觉智能数控系统的数据变换方法，其特征在于：所述机器视觉单元与机器人主体的安装方式为：将机器视觉单元安装在机器人末端或将机器视觉单元安装在工作环境的固定点上；
若机器视觉单元安装在机器人末端，则输入的安装方式参数值为1；所述输入的标定次数至少为2次；所述标定方式三点法，即同时对工件的三个点上进行拍摄；所述输出的机器视觉单元的世界空间坐标位姿数据为在机器人末端在不同的测量点时的世界空间坐标位姿数据；
若机器视觉单元安装在工作环境的固定点上，则输入的安装方式的参数值为0；所述标定次数至少为1次；所述标定方式为两点法，即同时对工件上的两个点进行拍摄；所述机器视觉单元的世界空间坐标位姿数据为固定值。
4.根据权利要求3所述视觉智能数控系统的数据变换方法，其特征在于：所述输出的求解状态包括有解状态和无解状态；所述有解状态的参数值为1，无解状态的参数值为0。
5.根据权利要求3所述视觉智能数控系统的数据变换方法，其特征在于：该数据变换方法应用于机器人系统开发时，包括以下步骤：
在机器视觉单元配置处理流程；
在机器人数控单元开发应用程序；
根据视觉处理需要，调用位姿标准模块，进行数据变换运算，将结果分别传送至机器视觉单元、机器人数控单元，用于工作对象控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410436235.5A CN104298169B (zh) | 2014-08-29 | 2014-08-29 | 一种视觉智能数控系统的数据变换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410436235.5A CN104298169B (zh) | 2014-08-29 | 2014-08-29 | 一种视觉智能数控系统的数据变换方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104298169A CN104298169A (zh) | 2015-01-21 |
| CN104298169B true CN104298169B (zh) | 2017-11-28 |
Family
ID=52317948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410436235.5A Active CN104298169B (zh) | 2014-08-29 | 2014-08-29 | 一种视觉智能数控系统的数据变换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104298169B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104898489A (zh) * | 2015-05-29 | 2015-09-09 | 上海发那科机器人有限公司 | 一种视觉定位系统连接结构 |
| CN108011589B (zh) * | 2017-12-14 | 2023-09-29 | 杭州电子科技大学 | 一种光伏电池智能位置检测与反馈控制矫正装置 |
| CN112558545B (zh) * | 2020-11-17 | 2022-07-15 | 沈机（上海）智能系统研发设计有限公司 | 基于机床加工的交互系统、方法及存储介质 |
| CN112859742B (zh) * | 2021-01-12 | 2021-08-06 | 广州盛硕科技有限公司 | 一种基于视觉识别的数控机床控制系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1419104A (zh) * | 2002-12-26 | 2003-05-21 | 北京航空航天大学 | 物体空间位姿检测装置 |
| CN101630409B (zh) * | 2009-08-17 | 2011-07-27 | 北京航空航天大学 | 一种用于机器人制孔系统的手眼视觉标定方法 |
| CN101726296B (zh) * | 2009-12-22 | 2013-10-09 | 哈尔滨工业大学 | 空间机器人视觉测量、路径规划、gnc一体化仿真系统 |
| CN201945293U (zh) * | 2010-10-29 | 2011-08-24 | 中国科学技术大学 | 一种目标空间坐标的柔性立体视觉测量装置 |
| US8773526B2 (en) * | 2010-12-17 | 2014-07-08 | Mitutoyo Corporation | Edge detection using structured illumination |
| CN102435188B (zh) * | 2011-09-15 | 2013-10-02 | 南京航空航天大学 | 一种用于室内环境的单目视觉/惯性全自主导航方法 |
| CN102607526B (zh) * | 2012-01-03 | 2014-01-15 | 西安电子科技大学 | 双介质下基于双目视觉的目标姿态测量方法 |
| CN103471500B (zh) * | 2013-06-05 | 2016-09-21 | 江南大学 | 一种单目机器视觉中平面坐标与空间三维坐标点的转换方法 |
-
2014
- 2014-08-29 CN CN201410436235.5A patent/CN104298169B/zh active Active
Non-Patent Citations (2)
| Title |
|---|
| 基于视觉的工业机器人目标识别定位方位的研究;王红涛;《中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》;20070815;论文正文第1页至第64页 * |
| 视觉智能开放式专用数控系统集成开发环境研究;陈法明;《中国优秀硕士学位论文全文数据库(电子期刊) 工程科技I辑》;20121215(第12期);论文正文第1页第11行至第71页最后一行以及图1-1、2-1至2-2、3-1至3-8、4-1至4-8、5-1至5-11、6-1至6-37、7-1至7-13 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104298169A (zh) | 2015-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104385282B (zh) | 一种视觉智能数控系统及其视觉计测方法 | |
| CN103406905B (zh) | 一种具有视觉伺服及检测功能的机器人系统 | |
| US9993924B2 (en) | Closed-loop control system for robotic operation | |
| Wang | Collaborative robot monitoring and control for enhanced sustainability | |
| EP1555508B1 (en) | Measuring system | |
| CN107908152A (zh) | 一种活动式机器人自动喷涂装置、控制系统及方法 | |
| CN104647388A (zh) | 基于机器视觉的工业机器人智能控制方法及系统 | |
| CN104298169B (zh) | 一种视觉智能数控系统的数据变换方法 | |
| Kondratenko et al. | Inspection mobile robot’s control system with remote IoT-based data transmission | |
| CN116833999A (zh) | 一种机器人远程控制系统和方法 | |
| CN114407015A (zh) | 一种基于数字孪生的遥操作机器人在线示教系统及方法 | |
| Wang | Cyber manufacturing: research and applications | |
| CN118528261A (zh) | 拆装机器人的自适应数字孪生控制与交互系统 | |
| Xia et al. | Tool wear image on-machine detection based on trajectory planning of 6-DOF serial robot driven by digital twin | |
| Lupi et al. | CAD-based autonomous vision inspection systems | |
| Ko et al. | A study on manufacturing facility safety system using multimedia tools for cyber physical systems | |
| Robyns et al. | A digital twin of an off highway vehicle based on a low cost camera | |
| CN113510699A (zh) | 一种基于改进蚁群优化算法的机械臂运动轨迹规划方法 | |
| CN106774178A (zh) | 一种自动化控制系统及方法、机械设备 | |
| KR20210075723A (ko) | 항공기 기체 조립 공정에서 헥사포드 활용을 위한 공정 설계방법 및 시스템 | |
| JP2021142596A (ja) | シミュレーション装置およびプログラム | |
| Hvilshøj et al. | Calibration techniques for industrial mobile manipulators: Theoretical configurations and best practices | |
| JP2019212123A (ja) | 制御システム、制御システムの制御方法、および制御システムのプログラム | |
| Walton et al. | Applying a concept for robot-human cooperation to aerospace equipping processes | |
| Secco et al. | An Integrated Method for the Geometric Inspection of Wind Turbine Hubs with Industrial Robot |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180417 Address after: 510000 West Whampoa Road, Guangdong, Guangzhou, No. 601 Patentee after: Jinan University Address before: 512026 Guangdong, Shaoguan, Wujiang District, Dongguan (Shaoguan) industrial transfer industrial park, high tech pioneering service center, third floor East Patentee before: JINAN UNIVERSITY SHAOGUAN INSTITUTE |
|
| TR01 | Transfer of patent right |