机器人抓矸石_基于机器视觉的多机械臂煤矸石分拣机器人系统研究

该研究提出了一种基于机器视觉的多机械臂煤炭分拣机器人系统,旨在解决150mm以上大粒度煤炭分拣问题。系统利用机器视觉收集信息,采用深度学习方法进行煤炭和矸石识别,通过多任务分配策略协调机械臂工作,实现了高效、快速的分拣。实验结果显示,系统能在50-260mm粒度范围内准确分拣煤炭,识别与定位综合准确率高达93%。
摘要由CSDN通过智能技术生成

工矿自动化

Industryand

MineAutomation

Vol.

45

No.

9

Sep.2019

45

卷第

9

2019

9

文章编号

:

1671

251X(2019)09

0047

07

DOI

10.

13272/j.

issn.

1671-251x.

17442

基于机器视觉的多机械臂煤肝石

分拣机器人系统研究

王鹏曹现刚夏晶吴旭东马宏伟

12

(1

.西安科技大学机械工程学院

陕西西安

710054

2.

陕西省矿山机电装备智能监测重点实验室

陕西西安

710054

)

扫码移动阅读

摘要

现有煤秆石分拣方法主要是根据煤和岩石的纹理特征值

利用图像处理和模式识别技术对煤秆石

进行识别分选

分选的煤広干石粒度为

25

150

mm,

而对于

150

mm

以上的煤広干石仍依靠人工进行分选

%

了对大粒度煤秆石进行分拣

设计了

一种基于机器视觉的多机械臂煤秆石分拣机器人系统

该系统采用机

器视觉采集煤秆石信息

应用深度学习方法实现煤秆石识别和抓取特征提取

在获取煤秆石序列信息后

据煤秆石位置进行排序工作

并通过多目标任务分配策略将抓取任务下达给相应机械臂控制器

机械臂获取

任务后

根据获得的任务对目标进行动态监测

当目标进入机械臂工作空间后由视觉伺服系统驱动机械臂完

成煤秆石分拣

%

试验结果表明

该系统可对粒度为

50

260

mm

的煤秆石进行高效

快速分拣

所采用的煤

秆石识别方法和分拣策略在不同带速下具有良好的稳定性和准确性

煤秆识别与定位的综合准确率可达

93%

验证了该系统的可行性

%

关键词

煤秆石分拣机器人

大粒度煤秆石

机械臂

煤秆石抓取特征

机器视觉

视觉伺服

多机械

臂协同控制

中图分类号:

TD67

文献标志码

A

Researchon

multi-manipulator

coal

andgangue

sortingrobot

system

based

on

machine

vision

WANG

Peng

12

,

CAO

Xiangang

12

,

XIA

Jing

12

,

WU

Xudong

12

,

MA

Hongwei

12

(1.

College

of

Mechanical

Engineering,

Xian

University

of

Science

and

Technology,

Xian

710054,

China

;

2.

Shaanxi

Key

Laboratory

of

Mine

Electromechanical

Equipment

Intelligent

Monitoring,

Xian

710054,

China)

Abstract

:

Existing

coal

and

gangue

sorting

methods

mainly

use

image

processing

and

pattern

recognitiontechnologytoidentifyandsortcoalandgangueaccordingtotexturecharacteristicvaluesofcoal

androck.Thegrainsizeofcoalandgangueis25-150

mm,whilethecoalandgangueabove150

mmsti

l

relieson

manual

sorting.

In

order

to

sort

coal

and

gangue

with

large

grain

size,

a

multi-manipulatorcoal

andganguesortingrobotsystembasedonmachinevisionwasproposed.Thesystemusesmachinevisionto

co

l

ectcoal

and

gangue

information

and

applies

deep

learning

method

to

realize

coal

and

gangue

identification

and

grab

feature

extraction.

After

obtaining

the

sequence

information

of

coal

and

gangue,

the

sortingworkiscarriedoutaccordingtothepositionofcoalandgangue,andthegraspingtaskisassigned

tothe

corresponding

manipulator

contro

l

er

by

multi-objective

task

assignment

strategy.

After

the

manipulator

obtains

the

t

a

sk,

the

t

a

rge

t

is

dynamically

monitored

according

t

o

the

acquired

t

a

sk.

When

the

收稿日期

#

019-05-21

修回日期

#

019-08-20

责任编辑

张强

基金项目

陕西省重点研发计划项目

(2018GY-160

)

陕西省教育厅服务地方科学研究计划项目

(18JC022

)

作者简介

王鹏

(1986

-

#

陕西西安人

工程师

博士研究生

研究方向为煤矿设备智能控制及机器人视觉伺服控制

,

E-mail

:

kelan47@

126.

com

引用格式

王鹏

曹现

夏晶

.基于机器视觉的多机械臂煤秆石分拣机器人系统研究工矿自动化

2019,45(9)

47-53

WANGPeng

%

CAOXiangang

%

XIAJinge,al.Researchonmul,i-manipula,orcoalandganguesoringrobo,sys,embasedonmachine

vision)].

Industry

and

Mine

Automation,

2019,45(9)

:

(1)确定煤矸分拣机器人的基本结构,依据机器人的工作原理和煤矸分拣工作的控制需求,提出煤矸分拣机器人的总体控制方案。(2)研究模糊逻辑推理方法,根据识别区域待矸石特性,构建待取优先级排序模型。为了解决拣矸胶带机上矸石机械臂动态跟踪轨迹规划问题,采用比例导引法,建立机械臂拣矸过程的机械臂运动轨迹规划模型。考虑到大块矸石需要同步跟踪取的问题,基于七段式梯形曲线规划机械臂同步跟踪运动轨迹,为保证机械臂运动时间最短,基于遗传算法优化七段式梯形曲线中“匀加速”、“匀速”和“匀减速”阶段机械臂的运动时间,并给出轨迹规划整体流程。(3)建立机器人单关节电机驱动滚珠丝杠系统的数学模型,并以此模型为被控对象,针对控制机械臂跟踪规划好的期望复杂轨迹问题,设计变论域模糊PID控制器,研究详细的设计过程,并在Matlab上对比传统PID控制器进行控制效果的仿真。(4)研究煤矸分拣机器人的控制系统,搭建检测带速模块、控制模块和通信模块等硬件子系统,基于C#在Visual Studio开发环境中开发软件控制系统,采用以太网通信方式,确保上下位机的数据交互。在此基础上,以桁架式双机械臂机器人本体,搭建煤矸分拣机器人控制系统平台,并进行试验,验证本文提出的控制方法的控制效果及开发的煤矸分拣机器人控制系统的正确性和可靠性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值