1.3.3机器人抓取的发展现状

工业搬运机器人要实现对目标工件的智能抓取，需要按照编程人指定的运动轨迹和采取相应的抓取姿态来执行。目前对三维目标工件的抓取过程中，工业机器人采用何种的抓取姿态和运动轨迹一般通过在线示教或者离线编程这两种手段来实现。目前基于工件的实时抓取，一般通过单目视觉系统来获取其平面姿态信息。 在线示教，指的是运用与工业机器人配套的手控示教器实现对机器人的运动控制，示教器可以实时记录机器人在特定位置下的抓取气爪的位置姿态和运动轨迹，还可以控制抓取装置对工件实行抓取，同时示教器把这些数据以特定参数的形式保存起来;此后工业机器人就可以按照前面示教器保存的参数以相同的抓取姿态、运动轨迹和夹紧参照实现自动运动，从而实现对同类目标工件的抓取。缺点是，编程手段复杂、效率低、调试时间长，并且示教的精度往往依赖于作业人员的经验和目测，达不到精确作业的要求。 离线编程，一般多用于需要复杂运动轨迹的场合。离线编程对机器人的精度要求较高，还须建立位于法兰盘的抓取坐标系，把抓取坐标系通过一系列的矩阵变化精确的转化为机器人世界坐标系下，依照工件的caD模型设计出实际运行时的机器人末端的运动轨迹。该方法对机器人模型和机器人世界坐标系的确定都有较高的精度要求。 机器人模型，指的是机器人抓取末端在机器人世界坐标系下的坐标表示，一般用于机器人理论模型，即机器人在设计时确定的每个关节的长度好的各个关节之间的转换关系。因为在实际的制造和安装过程中，难以避免的会产生各种误差，使得机器人的实际模型往往与理论模型会存在较大的差异，如果完全按照理论模型来计算机器人的末端位置会产生较大误差。为此，须对机器人进行标定，从而确定机器人的实际模型。由于标定的过程中，所利用的标定工具也会存在误差，所以现有的标定方法对机器人标定精度也没有很大的提高，现在的标定误差还是会大于1mm。 机器人的末端会安装抓取工具，把抓取工具末端的坐标转换为机器人的世界坐标系下，依照上面所讲的方法来确定机器人模型，只需把抓取工具末端坐标系转换到机器人世界坐标系中。当前，所使用的方法一般是三点法，利用示教器控制机器人末端与空间中三个不同的点进行接触，实现标定。但是，在实际操作过程中，机器人末端的点难以完全与空间的点进行接触，一般都会存在缝隙、偏移和碰撞。所以，此种方法也存在较大误差。 综上所述，多种目标识别与机器人抓取姿态技术的研究，能够使搬运机器人在复杂的状况下，准确识别目标工件并分类处理，提升工作效率。基于视觉引导的图像目标识别是利用成像系统采集到的图像，在自开发的软件基础上，自动地提取或识别相应的目标，为后续的图像工作提供保证。

• 上一篇：基于视觉引导的搬运机器人目标识别的发展现状（下）
• 下一篇：基于视觉引导的搬运机器人论文结构安排