热线电话:18250891972 / 18250891971
Language : 中文版
欢迎来到厦门鸿智达官网

新闻中心

焊接站初始焊接位置导向系统的标定实验

* 来源: * 作者: * 发表时间: 2019-09-12 0:51:13 * 浏览: 0
2.2.2焊接机器人系统校准实验?该实验使用圆形晶格校准目标,如图2-7所示。点的直径为4毫米,间距为8毫米。靶的中心是两个4mm×12mm的矩形,它们彼此垂直。与传统的棋盘格模板相比,这种圆形格子模板具有很强的抗扭曲能力,可以有效地减少图像的失真。校准实验步骤如下:1。控制相机拍摄16个校准目标的图像,拍摄角度尽可能不同,并确保视野包含两个黑色矩形。 2.开始校准程序并导入拍摄的照片。图2-8显示了16个图像读取。在获取图像时读取与机器人对应的16个姿态参数,并手动输入校准目标点阵首先关闭参数。 3.获得最终的优化结果,即视觉系统内外的参数值。 2.3本章小结本章从机器人系统,视觉传感系统和弧焊系统三个方面介绍了焊机视觉指导实验平台。描述这三个部分的工作流程和关键设备的参数。在此基础上,使用基于点阵列的校准目标校准视觉系统,以进行后续焊缝识别和指导的初步工作。第三章基于PSO算法的摄像机标定在绪论部分,详细介绍了PSO算法的研究现状。研究表明,该算法在解决多变量和非线性全局优化问题方面表现出优异的性能。摄像机校准本身涉及多个参数变量,计算量很大。针对这种情况,本文采用张正友校准模型将摄像机标定转换为全局优化问题,并采用改进的混沌粒子群优化算法(ICPSO)完成优化求解过程。因此,本章首先对PSO算法进行了改进,阐述了其实现过程,然后在此基础上对摄像机进行了校准,验证了算法的可行性。 3.1PSO算法改进根据前面的介绍,PSO算法是一种高效的并行算法。该优化算法,算法简单易行,可以有效地解决多变量和非线性优化问题。自推出以来,该算法在理论和应用上都取得了良好的效果。然而,与其他集群智能算法一样,PSO算法存在早熟收敛和局部收敛的问题,导致解决方案往往不是全局最优解。因此,在本文中,标准PSO算法不能直接应用于摄像机校准,需要进行改进以保证摄像机校准的准确性。 ?