隨著中國(guó)制造2025戰(zhàn)略的發(fā)展,機(jī)械臂在智能制造中的應(yīng)用越來(lái)越廣泛,引入機(jī)器視覺的機(jī)械臂將傳統(tǒng)的工業(yè)制造轉(zhuǎn)入了智能化模式,不但提高了生產(chǎn)效率,而且改變了常規(guī)的生產(chǎn)格局。依靠人工完成不同物體的分揀工作具有許多弊端,本文主要研究基于機(jī)器視覺的機(jī)械臂分揀工作,包含機(jī)械臂的運(yùn)動(dòng)分析和視覺分類識(shí)別兩部分內(nèi)容。分揀系統(tǒng)以AUBO-i5機(jī)械臂為主要硬件平臺(tái),結(jié)合機(jī)器視覺設(shè)計(jì)了軟件系統(tǒng)并對(duì)不同的工件進(jìn)行了分揀實(shí)驗(yàn)驗(yàn)證,在實(shí)際的生產(chǎn)中具有較高的理論指導(dǎo)和應(yīng)用價(jià)值。首先,采用M-D-H方法建立AUBO-i5機(jī)械臂的連桿坐標(biāo)系并計(jì)算對(duì)應(yīng)坐標(biāo)系之間的齊次轉(zhuǎn)換矩陣,對(duì)機(jī)械臂進(jìn)行運(yùn)動(dòng)學(xué)建模分析得到關(guān)節(jié)空間和笛卡爾空間的映射關(guān)系,根據(jù)正逆運(yùn)動(dòng)學(xué)完成機(jī)械臂五次插值的軌跡規(guī)劃。為了視覺系統(tǒng)能夠精準(zhǔn)地引導(dǎo)機(jī)械臂進(jìn)行分揀工作,需要對(duì)視覺系統(tǒng)進(jìn)行標(biāo)定,在HALCON中完成雙目標(biāo)定以及雙目視覺定位,得到雙目相機(jī)的內(nèi)外參,同時(shí)進(jìn)行Eye-to-hand模式的手眼標(biāo)定得到相機(jī)坐標(biāo)系與機(jī)械臂坐標(biāo)系的轉(zhuǎn)換矩陣。其次,針對(duì)采用單一類型特征進(jìn)行目標(biāo)分類時(shí)準(zhǔn)確度較低的問題,本文在圖像預(yù)處理后提取工件的仿射不變矩、圓形性以及矩形度等特征,采用... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

FANUC公司M-710iC機(jī)器人及3DAreaSensor分揀系統(tǒng)

重慶郵電大學(xué)碩士學(xué)位論文第1章緒論5圖1.3新松Delata機(jī)器人分揀系統(tǒng)東南大學(xué)成賢學(xué)院的張衛(wèi)芬等人設(shè)計(jì)了一套基于機(jī)器視覺的物料智能分揀系統(tǒng)。以機(jī)械臂與�？低暤闹悄芟鄼C(jī)為硬件基礎(chǔ)，對(duì)采集的目標(biāo)圖像進(jìn)行灰度處理、形態(tài)學(xué)處理后，運(yùn)用多閾值分割技術(shù)結(jié)合模板匹配算法實(shí)現(xiàn)對(duì)分揀對(duì)象的快速識(shí)別，結(jié)合機(jī)械臂對(duì)傳送帶上識(shí)別出的物料進(jìn)行智能分揀[24]。華中科技大學(xué)的鄒騰躍等人提出了離散特征點(diǎn)集對(duì)物體輪廓表示的方法并用形狀匹配來(lái)完成物料分類，最后由機(jī)器人依據(jù)視覺系統(tǒng)的分類結(jié)果來(lái)完成分揀工作[25]，該硬件系統(tǒng)由MOTOMAN－SK6機(jī)器人以及攝像機(jī)組成，這種形狀內(nèi)容匹配的物料分類方法，能有效提高分揀的準(zhǔn)確性和穩(wěn)定性。同濟(jì)大學(xué)的王德明等人提出了一種基于實(shí)例分割網(wǎng)絡(luò)的工件分揀系統(tǒng)，該系統(tǒng)包含圖像采集、目標(biāo)識(shí)別以及物體的位姿計(jì)算三個(gè)模塊[26]。該抓取系統(tǒng)能夠?qū)Σ煌螤睢⑷跫y理、散亂堆疊的物體實(shí)現(xiàn)快速的目標(biāo)識(shí)別和位姿估計(jì)，其性能可滿足不同零件在實(shí)際分揀工作中的要求。YuXiaoyang等人提出一種基于SGH識(shí)別算法的機(jī)器人雙目視覺分類系統(tǒng)[27]，該系統(tǒng)為了提高分類精度，采用的SGH由空間顏色直方圖、灰度共生矩陣以及Hu矩特征組成，分別代表顏色特征、紋理特征和形狀特征，用SGH建立了相似性判斷函數(shù)來(lái)完成自動(dòng)分類。通過對(duì)國(guó)內(nèi)外機(jī)械臂分揀技術(shù)的研究現(xiàn)狀分析可知引入視覺的機(jī)器人具有更加智能化的應(yīng)用場(chǎng)景，并能加速制造業(yè)的智能化發(fā)展。但是目前的視覺與工業(yè)機(jī)器人相結(jié)合在分揀系統(tǒng)中的應(yīng)用側(cè)重在并聯(lián)機(jī)器人方面，并聯(lián)機(jī)器人主要面向平面場(chǎng)景工作，在機(jī)器人工作姿態(tài)的靈活性上具有巨大缺陷。其次，在工廠等環(huán)境

重慶郵電大學(xué)碩士學(xué)位論文第2章機(jī)械臂運(yùn)動(dòng)學(xué)分析與軌跡規(guī)劃仿真20(a)關(guān)節(jié)角位移曲線圖(b)關(guān)節(jié)角速度曲線圖(c)關(guān)節(jié)角加速度曲線圖圖2.8AUBO-i5機(jī)械臂的關(guān)節(jié)空間軌跡規(guī)劃2.5.2機(jī)械臂在笛卡爾空間的軌跡規(guī)劃仿真面對(duì)如焊接、裝配避讓等需要在三維空間中進(jìn)行復(fù)雜運(yùn)動(dòng)的工作，機(jī)械臂需要采用笛卡爾空間的軌跡規(guī)劃，就是在三維空間生成機(jī)械臂末端操作器的位姿關(guān)于時(shí)間的函數(shù)，使機(jī)械臂在三維空間中按照明確的路徑運(yùn)動(dòng)。我們需要計(jì)算出末端操作器在己知路徑上各點(diǎn)的位姿矩陣，可通過運(yùn)動(dòng)學(xué)逆解計(jì)算得到各路徑點(diǎn)的關(guān)節(jié)角度，如圖2.9所示為笛卡爾空間中軌跡規(guī)劃步驟。插補(bǔ)算法機(jī)械臂逆解運(yùn)動(dòng)學(xué)求解關(guān)節(jié)空間軌跡規(guī)劃起始路徑點(diǎn)的位姿軌跡中間插補(bǔ)點(diǎn)的位姿關(guān)節(jié)空間角度機(jī)器人的目標(biāo)位姿圖2.9機(jī)械臂在笛卡爾空間的軌跡規(guī)劃流程在本文的笛卡爾空間軌跡規(guī)劃中，機(jī)械臂末端操作器從起點(diǎn)到目標(biāo)點(diǎn)按照梯形速度的規(guī)律運(yùn)動(dòng)。

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)械臂運(yùn)動(dòng)學(xué)建模及解算方法綜述[J]. 冷舒,吳克,居鶴華.  宇航學(xué)報(bào). 2019(11)
[2]我國(guó)工業(yè)機(jī)器人標(biāo)準(zhǔn)體系建設(shè)研究[J]. 劉毅,劉唐書,蔣建輝,饒蕾,吳清鋒.  機(jī)床與液壓. 2019(21)
[3]UR10機(jī)器人的運(yùn)動(dòng)學(xué)分析與軌跡規(guī)劃[J]. 劉強(qiáng),楊道國(guó),郝衛(wèi)東.  機(jī)床與液壓. 2019(17)
[4]基于實(shí)例分割網(wǎng)絡(luò)與迭代優(yōu)化方法的3D視覺分揀系統(tǒng)[J]. 王德明,顏熠,周光亮,李勇奇,劉成菊,林立民,陳啟軍.  機(jī)器人. 2019(05)
[5]基于機(jī)器視覺的物料自動(dòng)分揀系統(tǒng)研究[J]. 張衛(wèi)芬,湯文成.  組合機(jī)床與自動(dòng)化加工技術(shù). 2019(06)
[6]我國(guó)工業(yè)機(jī)器人發(fā)展現(xiàn)狀的調(diào)查分析[J]. 李芳芳,孫乾.  機(jī)械傳動(dòng). 2019(06)
[7]三維立體視覺機(jī)械臂智能抓取分類系統(tǒng)的開發(fā)[J]. 張建民,許志輝,龍佳樂,陳富健,羅順祺,羅鑫春,林根源,李鴻彬.  計(jì)算機(jī)工程與應(yīng)用. 2019(15)
[8]基于改進(jìn)差分進(jìn)化算法的機(jī)械臂運(yùn)動(dòng)學(xué)逆解[J]. 謝習(xí)華,范詩(shī)萌,周烜亦,李智勇.  機(jī)器人. 2019(01)
[9]基于機(jī)器人與視覺引導(dǎo)的星載設(shè)備智能裝配方法[J]. 季旭全,王君臣,趙江地,張曉會(huì),孫振.  機(jī)械工程學(xué)報(bào). 2018(23)
[10]基于位姿反饋的三臂空間機(jī)器人抓捕軌跡規(guī)劃[J]. 藍(lán)啟杰,劉宜成,張濤.  中國(guó)機(jī)械工程. 2018(20)

博士論文
[1]機(jī)器人智能抓取與可容空間位姿估計(jì)研究[D]. 郭清達(dá).華南理工大學(xué) 2018
[2]六自由度工業(yè)機(jī)器人定位誤差參數(shù)辨識(shí)及補(bǔ)償方法的研究[D]. 杜亮.華南理工大學(xué) 2016
[3]基于量子計(jì)算理論的優(yōu)化算法研究[D]. 馬穎.西北工業(yè)大學(xué) 2014
[4]雙臂機(jī)器人的控制系統(tǒng)建立及阻抗控制研究[D]. 周揚(yáng).哈爾濱工業(yè)大學(xué) 2014

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的分類器改進(jìn)算法研究與應(yīng)用[D]. 李圓滿.中國(guó)地質(zhì)大學(xué)(北京) 2019
[2]基于視覺的機(jī)器人快遞分揀系統(tǒng)研究[D]. 任磊.中國(guó)計(jì)量大學(xué) 2018
[3]面向機(jī)器人抓取的零件識(shí)別與定位方法研究[D]. 童磊.華僑大學(xué) 2018
[4]基于機(jī)器視覺的汽車門板焊點(diǎn)識(shí)別算法研究[D]. 劉金.華南理工大學(xué) 2018
[5]基于視覺的水下目標(biāo)識(shí)別與定位技術(shù)研究[D]. 權(quán)穩(wěn)穩(wěn).山東大學(xué) 2018
[6]基于機(jī)器視覺的機(jī)械工件分揀技術(shù)研究[D]. 夏柯.上海交通大學(xué) 2017
[7]工業(yè)機(jī)器人快速標(biāo)定的誤差分析研究[D]. 梅浩.南京理工大學(xué) 2017
[8]機(jī)器人視覺伺服系統(tǒng)研究[D]. 陳文橋.哈爾濱工程大學(xué) 2016
[9]基于Retinex理論的圖像增強(qiáng)算法研究[D]. 李瑩.西北大學(xué) 2014
[10]工業(yè)零件形狀尺寸的機(jī)器視覺檢測(cè)系統(tǒng)的研究[D]. 劉霞.哈爾濱理工大學(xué) 2009



本文編號(hào)：3276639