發(fā)布時間：2021-11-13 12:54

　　3C產(chǎn)品的自動化裝配中存在大量涉及六自由度調(diào)整的動作。傳統(tǒng)2D視覺拍攝精度高、處理速度快,但側(cè)重于平面位姿的估計,對三維位姿估計的研究并不充分;通過3D視覺傳感器獲取點云數(shù)據(jù)進(jìn)行位姿估計的方法耗時極長,難以滿足工業(yè)需求。因此,本文針對3C部件模型,借助傳統(tǒng)2D視覺高精度與小計算量的優(yōu)點,考慮通過多2D相機(jī)系統(tǒng)實現(xiàn)可行的高精度三維位姿估計。本文采用三個工業(yè)2D相機(jī)按正交方式布局構(gòu)建多相機(jī)系統(tǒng),分別拍攝獲取3C部件不同特征的圖像進(jìn)行位姿估計,將整體部件高精度位姿估計問題轉(zhuǎn)化為分析獲取單個相機(jī)優(yōu)勢估計參數(shù)值并進(jìn)行融合的問題。本文框架中,通過對常見位姿估計算法的仿真分析,驗證迭代式Pn P算法可在時間與精度方面較好滿足課題需求;建立單2D相機(jī)位姿估計的誤差分析模型,估算誤差來源并探究其對精度的影響程度,得出在單2D相機(jī)位姿估計中存在優(yōu)勢估計參數(shù)項與劣勢估計參數(shù)項的結(jié)論;此后結(jié)合3C部件尺寸特征,論證在3C裝配產(chǎn)線實現(xiàn)多相機(jī)融合位姿估計的可行性,又對所需的人工標(biāo)志點選擇進(jìn)行討論以及對整體特征的布局進(jìn)行設(shè)計;針對2D相機(jī)進(jìn)行位姿估計所依賴的圖像提取精度問題,對選擇的同心圓標(biāo)志點提出ELSDc粗檢測... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工生產(chǎn)線

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文1第1章緒論1.1課題背景及研究的目的和意義隨著自動化技術(shù)的發(fā)展與工業(yè)制造的升級，用機(jī)器人去協(xié)助或代替人類完成任務(wù)是未來的趨勢[1]，如圖1-1、圖1-2、圖1-3所示。在3C（Computer,CommunicationandConsumerElectronics）行業(yè)，5G通信、人工智能等熱點技術(shù)層出不窮，人們對于3C產(chǎn)品的換新需求不斷增長，迫使3C產(chǎn)線與產(chǎn)品必須不斷進(jìn)行快速迭代升級；而另一方面，勞動力成本占據(jù)3C制造總成本的相當(dāng)比例，這促使3C制造業(yè)需要進(jìn)行從人工流水線到自動化產(chǎn)線的升級。綜合市場需求和產(chǎn)線現(xiàn)狀來看，在3C制造業(yè)實現(xiàn)自動化生產(chǎn)是快速迭代、減少成本、提高產(chǎn)能與品質(zhì)的必然趨勢[2]。從3C制造工序特點來說，裝配動作包含在整體產(chǎn)品制造的近70%環(huán)節(jié)中，是最需要實現(xiàn)自動化的部分，但由于其存在高精度、高速度、高柔性的特點與要求，目前多由人工完成，勞動力成本占到總體生產(chǎn)成本的近半[3]。因此，在裝配仍就屬于勞動密集型生產(chǎn)活動現(xiàn)狀下，裝配自動化的實現(xiàn)，將有助于改進(jìn)生產(chǎn)效率，有效降低成本。圖1-1人工生產(chǎn)線圖1-2人機(jī)協(xié)作生產(chǎn)線圖1-3自動化生產(chǎn)線裝配不同于傳統(tǒng)的分揀、碼放與包裝等工作，其中存在大量動作涉及零部件在三維空間中位置與姿態(tài)共計六自由度的調(diào)整。因此在裝配過程中，需要有高精度高效率的輔助系統(tǒng)提供零部件三維位姿信息，指導(dǎo)機(jī)器人完成動作實現(xiàn)裝配的自動化[4]。構(gòu)建輔助系統(tǒng)獲取信息，計算環(huán)境中特定物體在三維坐標(biāo)系下的位置和姿態(tài)共計六個自由度信息的這一過程，叫做三維位姿估計。對3C工業(yè)生產(chǎn)中的部件，在視覺傳感器系統(tǒng)的輔助下，對其進(jìn)行三維位姿估計，如圖1-4所示，本文的目標(biāo)試求R及T，即物體模型坐標(biāo)系到相機(jī)坐標(biāo)系的變換矩陣，圖中的相機(jī)坐標(biāo)系即為視覺傳感器坐標(biāo)系。

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文1第1章緒論1.1課題背景及研究的目的和意義隨著自動化技術(shù)的發(fā)展與工業(yè)制造的升級，用機(jī)器人去協(xié)助或代替人類完成任務(wù)是未來的趨勢[1]，如圖1-1、圖1-2、圖1-3所示。在3C（Computer,CommunicationandConsumerElectronics）行業(yè)，5G通信、人工智能等熱點技術(shù)層出不窮，人們對于3C產(chǎn)品的換新需求不斷增長，迫使3C產(chǎn)線與產(chǎn)品必須不斷進(jìn)行快速迭代升級；而另一方面，勞動力成本占據(jù)3C制造總成本的相當(dāng)比例，這促使3C制造業(yè)需要進(jìn)行從人工流水線到自動化產(chǎn)線的升級。綜合市場需求和產(chǎn)線現(xiàn)狀來看，在3C制造業(yè)實現(xiàn)自動化生產(chǎn)是快速迭代、減少成本、提高產(chǎn)能與品質(zhì)的必然趨勢[2]。從3C制造工序特點來說，裝配動作包含在整體產(chǎn)品制造的近70%環(huán)節(jié)中，是最需要實現(xiàn)自動化的部分，但由于其存在高精度、高速度、高柔性的特點與要求，目前多由人工完成，勞動力成本占到總體生產(chǎn)成本的近半[3]。因此，在裝配仍就屬于勞動密集型生產(chǎn)活動現(xiàn)狀下，裝配自動化的實現(xiàn)，將有助于改進(jìn)生產(chǎn)效率，有效降低成本。圖1-1人工生產(chǎn)線圖1-2人機(jī)協(xié)作生產(chǎn)線圖1-3自動化生產(chǎn)線裝配不同于傳統(tǒng)的分揀、碼放與包裝等工作，其中存在大量動作涉及零部件在三維空間中位置與姿態(tài)共計六自由度的調(diào)整。因此在裝配過程中，需要有高精度高效率的輔助系統(tǒng)提供零部件三維位姿信息，指導(dǎo)機(jī)器人完成動作實現(xiàn)裝配的自動化[4]。構(gòu)建輔助系統(tǒng)獲取信息，計算環(huán)境中特定物體在三維坐標(biāo)系下的位置和姿態(tài)共計六個自由度信息的這一過程，叫做三維位姿估計。對3C工業(yè)生產(chǎn)中的部件，在視覺傳感器系統(tǒng)的輔助下，對其進(jìn)行三維位姿估計，如圖1-4所示，本文的目標(biāo)試求R及T，即物體模型坐標(biāo)系到相機(jī)坐標(biāo)系的變換矩陣，圖中的相機(jī)坐標(biāo)系即為視覺傳感器坐標(biāo)系。

【參考文獻(xiàn)】：
期刊論文
[1]AR輔助裝配中基體及零件位姿組合估計方法[J]. 劉然,范秀敏,尹旭悅,王冀凱,楊旭.  機(jī)械設(shè)計與研究. 2018(06)
[2]攝像機(jī)標(biāo)定方法的比較分析[J]. 胡松,王道累.  上海電力學(xué)院學(xué)報. 2018(04)
[3]P4P法相機(jī)姿態(tài)標(biāo)定精度分析[J]. 朱帆,于芳蘇,吳易明,郝沖.  光學(xué)學(xué)報. 2018(11)
[4]面向視覺測量的相機(jī)標(biāo)定誤差分析[J]. 凡芳,王振偉,劉雙印,胥任杰.  實驗科學(xué)與技術(shù). 2016(06)
[5]平板類微小型零件的移動位姿調(diào)整[J]. 朱歡歡,郝永平,劉揚,郭鵬躍.  儀表技術(shù)與傳感器. 2016(07)
[6]基于Harris角點的矩形檢測[J]. 張從鵬,魏學(xué)光.  光學(xué)精密工程. 2014(08)
[7]單目視覺測量系統(tǒng)不確定度的分析[J]. 劉長英,高印寒,車仁生.  機(jī)械工程學(xué)報. 2008(07)
[8]基于SUSAN和Hough變換的直線邊緣亞像素定位方法[J]. 石晶欣,朱小鋒,孫明磊,畢樹生.  光電工程. 2008(06)

博士論文
[1]復(fù)雜場景下合作靶標(biāo)的準(zhǔn)確快速識別與定位[D]. 溫卓漫.中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所 2017
[2]基于目標(biāo)特征的單目視覺位置姿態(tài)測量技術(shù)研究[D]. 趙連軍.中國科學(xué)院研究生院（光電技術(shù)研究所） 2014
[3]基于單目視覺的三維剛體目標(biāo)測量技術(shù)研究[D]. 冷大煒.清華大學(xué) 2011

碩士論文
[1]供件機(jī)器人單目視覺抓取技術(shù)應(yīng)用研究[D]. 楊平.西南科技大學(xué) 2018
[2]空間合作目標(biāo)單目視覺位姿測量技術(shù)研究[D]. 呂耀宇.中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所) 2018
[3]面向工業(yè)機(jī)器人噴涂的工件識別與位姿估計研究[D]. 方賢根.哈爾濱工業(yè)大學(xué) 2018
[4]剛體位姿參數(shù)單目視覺測量系統(tǒng)研究[D]. 王偉興.哈爾濱工業(yè)大學(xué) 2013
[5]基于立體視覺的運動剛體位姿測量方法研究[D]. 楊衛(wèi).哈爾濱工業(yè)大學(xué) 2009



本文編號：3493056