發(fā)布時(shí)間：2022-01-16 07:04

　　近年來(lái),為提高生產(chǎn)效率并降低人力成本,大量倉(cāng)儲(chǔ)物流廠商都要求增加相應(yīng)的自動(dòng)化分揀線,來(lái)實(shí)現(xiàn)自動(dòng)分揀,自動(dòng)檢測(cè)貨物等。其中實(shí)現(xiàn)對(duì)物體的自動(dòng)識(shí)別和抓取系統(tǒng),不僅具有理論研究意義,還由于其應(yīng)用范圍廣泛而具有很高的實(shí)用價(jià)值,成為國(guó)內(nèi)外眾多專家學(xué)者研究的重點(diǎn)。本文深入研究了機(jī)器視覺(jué)在線檢測(cè)、圖像處理、機(jī)器人系統(tǒng)集成等相關(guān)技術(shù),并以貨架中物體的位姿識(shí)別為應(yīng)用案例,設(shè)計(jì)開(kāi)發(fā)了一套貨架物體自動(dòng)識(shí)別抓取系統(tǒng)。主要研究?jī)?nèi)容如下:首先,針對(duì)系統(tǒng)需要設(shè)計(jì)了硬件系統(tǒng),設(shè)計(jì)搭建了完整的實(shí)驗(yàn)平臺(tái),為實(shí)驗(yàn)選取了6個(gè)常見(jiàn)的物體模型作為實(shí)驗(yàn)驗(yàn)證的材料,并組建了乘裝物體的平臺(tái)。通過(guò)對(duì)比分析實(shí)驗(yàn)室的兩臺(tái)機(jī)器人的優(yōu)劣,為整個(gè)系統(tǒng)選定了執(zhí)行抓取動(dòng)作的UR5機(jī)器人,同時(shí),綜合分析市面上的三維相機(jī)的特點(diǎn),選用了 RealSense F200作為實(shí)驗(yàn)相機(jī),并將深度相機(jī)與機(jī)械手進(jìn)行了結(jié)合,將機(jī)械手固定在了機(jī)器人末端,使得“手眼”結(jié)合為了一體,為確定貨架上物體的姿態(tài)提供了前向運(yùn)動(dòng)學(xué)支撐。其次,對(duì)比分析了系統(tǒng)集成框架ROS與Player的優(yōu)劣,根據(jù)本實(shí)驗(yàn)的特點(diǎn)選定了 ROS作為系統(tǒng)的整體框架。使用SURF算法對(duì)獲取圖像的位置進(jìn)行了更精確的確... 

【文章來(lái)源】：天津科技大學(xué)天津市

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２?ＰＲ２平臺(tái)實(shí)現(xiàn)抓取任務(wù)??Ｆｉｇ．?１－２?ＰＲ２?ｐｌａｔｆｏｒｍ?ｉｍｐｌｅｍｅｎｔｓ?ｇｒａｓｐｉｎｇ?ｔａｓｋ??－

齊貨架捕獲數(shù)據(jù)。這些捕獲的數(shù)據(jù)被傳回到筆記本電腦，使用視覺(jué)系統(tǒng)對(duì)圖像進(jìn)行??處理，確定物體在貨架上的位置和方向。這些處理好的最終效應(yīng)器位置被傳遞到ＰＲ２??平臺(tái)，運(yùn)動(dòng)規(guī)劃器計(jì)算將底座移動(dòng)到貨架所需要的路徑，并同時(shí)跟蹤脊柱位置，執(zhí)行??錯(cuò)誤沖突檢查以確保ＰＲ２不會(huì)與貨架相交。到達(dá)位置后將手臂位置和物體的位置發(fā)送??給抓取系統(tǒng)，執(zhí)行抓取操作。抓取完成一個(gè)物體之后循環(huán)以上步驟直到將所有物體抓??取完成。??２．?Ｃａｒｌｏｓ?Ｈｅｒｎａｎｄｅｚ團(tuán)隊(duì)使用ＹＡＳＫＡＷＡ機(jī)器人完成物體抓取??圖１－３?ＳＩＡ２０Ｆ機(jī)器人實(shí)現(xiàn)抓取任務(wù)??Ｆｉｇ．?１－３?ＳＩＡ２０Ｆ?ｒｏｂｏｔ?ｒｅａｌｉｚｅ?ｇｒａｓｐｉｎｇ?ｔａｓｋ??該團(tuán)隊(duì)的解決方案是基于工業(yè)機(jī)器人手臂、定制的手爪和３Ｄ相機(jī)，如圖１－３所??示。對(duì)于機(jī)器人手臂，選擇的是７自由度的ＳＩＡ２０Ｆ機(jī)器人，并安裝在了水平軌道上，??由此產(chǎn)生的８自由度允許系統(tǒng)到達(dá)所有的既定位置，并且有足夠的機(jī)動(dòng)性來(lái)選擇目標(biāo)??對(duì)象。??４??

的Ｆａｓｔ?Ｒ－ＣＮＮ深層神經(jīng)網(wǎng)絡(luò)處理對(duì)象，并提取??對(duì)象的邊界框。在處理物體位姿方面采用的Ｓｕｐｅｒ?４ＰＣＳ進(jìn)行不可變形產(chǎn)品的姿態(tài)估??計(jì)，以使目標(biāo)物體的過(guò)濾后的點(diǎn)云與物體的ＣＡＤ模型相匹配。??１．２．２國(guó)內(nèi)發(fā)展現(xiàn)狀??長(zhǎng)期以來(lái)我國(guó)工業(yè)發(fā)展比較緩慢，當(dāng)前在機(jī)器人自動(dòng)抓取方面的應(yīng)用集中在碼垛??機(jī)器人碼垛。系統(tǒng)指定其抓取的物體，相對(duì)處理比較簡(jiǎn)單，模塊搭建相對(duì)落后。但我??國(guó)在自動(dòng)分煉方面也以取得一些進(jìn)步，逐步在向發(fā)達(dá)國(guó)家看齊。京東舉辦的倉(cāng)儲(chǔ)大賽??也在著力向自動(dòng)抓取方面看齊，如圖１－４所示為大賽中的自動(dòng)倉(cāng)儲(chǔ)機(jī)器人。??圖１－４倉(cāng)儲(chǔ)機(jī)器人??Ｆｉｇ．?１－４?Ｓｔｏｒａｇｅ?ｒｏｂｏｔ??１．３本文主要結(jié)構(gòu)??第一章介紹了課題研宄意義和目的，并對(duì)當(dāng)前的倉(cāng)儲(chǔ)過(guò)程中所面臨的問(wèn)題做了詳??細(xì)分析，同時(shí)闡述了國(guó)內(nèi)外對(duì)倉(cāng)儲(chǔ)過(guò)程的研宄現(xiàn)狀，并對(duì)本文的組織結(jié)構(gòu)進(jìn)行了安排。??第二章將詳細(xì)分析基于３Ｄ模型的物體位姿識(shí)別方法，闡述所面對(duì)的一些問(wèn)題，??并詳細(xì)分析機(jī)器人抓取物體的關(guān)鍵技術(shù)，完成整個(gè)系統(tǒng)運(yùn)行流程的設(shè)計(jì)，并且將對(duì)實(shí)??驗(yàn)所用到的物體分割算法神經(jīng)網(wǎng)絡(luò)進(jìn)行細(xì)致分析。??第三章從系統(tǒng)硬件著手，對(duì)場(chǎng)景進(jìn)行了詳細(xì)的設(shè)計(jì)，選取了實(shí)驗(yàn)所需的物體及乘??裝物體的貨架，同時(shí)將選取的ＲｅａｌＳｅｎｓｅ相機(jī)和實(shí)驗(yàn)室設(shè)計(jì)完成的機(jī)械手爪進(jìn)行了緊??５??

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SURF算法的雙目視覺(jué)測(cè)量系統(tǒng)研究[J]. 彭澤林,謝小鵬.  計(jì)算機(jī)測(cè)量與控制. 2018(08)
[2]基于SURF和Camshift的目標(biāo)跟蹤算法研究[J]. 李建建,王春陽(yáng).  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[3]基于機(jī)器視覺(jué)的工業(yè)機(jī)器人標(biāo)定方法研究[J]. 付貴.  南方農(nóng)機(jī). 2018(09)
[4]3D打印PLA/PCL復(fù)合材料的力學(xué)性能[J]. 苗劍飛,何雪濤,李飛,向聲燚,劉曉軍,楊衛(wèi)民,焦志偉.  工程塑料應(yīng)用. 2018(02)
[5]機(jī)器人手眼標(biāo)定及其精度分析的研究[J]. 張洪瑤,李論,周波,陳松林.  組合機(jī)床與自動(dòng)化加工技術(shù). 2018(01)
[6]3D打印用PLA樹(shù)脂的成分和拉伸性能分析[J]. 李真真,馮婧.  信息記錄材料. 2018(03)
[7]基于機(jī)器學(xué)習(xí)的圖像分割算法研究[J]. 劉燕,董蓉,李勃.  電視技術(shù). 2017(Z4)
[8]基于KUKA機(jī)器人的電熱水器內(nèi)膽摘取系統(tǒng)的設(shè)計(jì)與研究[J]. 李道軍,王玉闖,金建軍,劉德平.  機(jī)床與液壓. 2017(21)
[9]3D打印材料柔性PLA基本性能表征[J]. 程燕婷,孟家光.  紡織導(dǎo)報(bào). 2017(11)
[10]卷積網(wǎng)絡(luò)深度學(xué)習(xí)算法與實(shí)例[J]. 陳旭,張軍,陳文偉,李碩豪.  廣東工業(yè)大學(xué)學(xué)報(bào). 2017(06)

博士論文
[1]圖像特征提取方法及其應(yīng)用研究[D]. 劉淑琴.西北大學(xué) 2016

碩士論文
[1]基于視覺(jué)的工件定位與抓取[D]. 楊厚易.西南科技大學(xué) 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)與3D幾何語(yǔ)義的室內(nèi)場(chǎng)景理解研究[D]. 張曉明.北京交通大學(xué) 2018
[3]基于全卷積神經(jīng)網(wǎng)絡(luò)的圖像分割算法的研究及應(yīng)用[D]. 袁兵.電子科技大學(xué) 2018
[4]基于RealSense深度信息的枝上柑橘果實(shí)近景識(shí)別研究[D]. 朱新新.江蘇大學(xué) 2017
[5]基于全卷積神經(jīng)網(wǎng)絡(luò)的全向場(chǎng)景分割研究與算法實(shí)現(xiàn)[D]. 翁健.山東大學(xué) 2017
[6]基于ROS的智能工業(yè)機(jī)器人系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉鳳.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所) 2017
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的立體匹配技術(shù)研究[D]. 陳拓.浙江大學(xué) 2017
[8]UR5型機(jī)器人的運(yùn)動(dòng)學(xué)分析與標(biāo)定實(shí)驗(yàn)研究[D]. 蔡肖肖.浙江理工大學(xué) 2017
[9]基于強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 高慧.西南交通大學(xué) 2016
[10]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語(yǔ)義分割[D]. 陳鴻翔.浙江大學(xué) 2016



本文編號(hào)：3592174