自“工業(yè)4.0”的觀點(diǎn)提出以來(lái),工業(yè)自動(dòng)化流水線技術(shù)帶領(lǐng)了第四次工業(yè)革命的風(fēng)暴。工業(yè)機(jī)器人在流水線的作用也越來(lái)越大,在工業(yè)流水線的機(jī)械臂上引入視覺(jué)系統(tǒng)已經(jīng)成為了時(shí)代熱點(diǎn),機(jī)械臂的視覺(jué)系統(tǒng)已經(jīng)廣泛應(yīng)用于工業(yè)流水線的加工過(guò)程中。本文通過(guò)分析當(dāng)下機(jī)械臂分揀系統(tǒng)的發(fā)展歷程,著重研究基于視覺(jué)分揀過(guò)程的設(shè)計(jì)。通過(guò)分析機(jī)械臂的運(yùn)動(dòng)學(xué)、圖像處理、視覺(jué)伺服等知識(shí),利用實(shí)驗(yàn)室的IRB120小型的六自由度機(jī)械臂構(gòu)建了一個(gè)基于視覺(jué)的模塊化分揀流水線的系統(tǒng),通過(guò)此系統(tǒng)實(shí)現(xiàn)不同顏色工件分類存放的過(guò)程。為了完成此課題,本文進(jìn)行了以下研究:分析研究機(jī)械臂運(yùn)動(dòng)軌跡。通過(guò)研究視覺(jué)伺服技術(shù)在流水線的應(yīng)用,確定本文中視覺(jué)伺服結(jié)構(gòu);對(duì)工業(yè)流水線中的機(jī)械臂運(yùn)動(dòng)學(xué)進(jìn)行分析,通過(guò)D-H參數(shù)算法建立其運(yùn)動(dòng)學(xué)模型,求解機(jī)械臂的正逆運(yùn)動(dòng)學(xué)方程,并在MATLAB仿真環(huán)境下采用多項(xiàng)式插值的方法,求解機(jī)械臂的運(yùn)動(dòng)軌跡。搭建工業(yè)流水線中機(jī)械臂的視覺(jué)系統(tǒng)并對(duì)圖像進(jìn)行處理。本文的視覺(jué)系統(tǒng)采用的是基于位置控制的伺服結(jié)構(gòu),從各種不同的標(biāo)定方法中選取標(biāo)定精確度高的算法--張正友標(biāo)定方法對(duì)視覺(jué)相機(jī)進(jìn)行標(biāo)定。采用平滑和銳化兩個(gè)過(guò)程完成圖像的預(yù)處理,提出了改進(jìn)的... 

【文章頁(yè)數(shù)】：118 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題的背景及其意義
    1.2 視覺(jué)機(jī)械臂在自動(dòng)化流水線的發(fā)展應(yīng)用
        1.2.1 視覺(jué)伺服機(jī)械臂的發(fā)展過(guò)程
        1.2.2 機(jī)械臂在自動(dòng)化流水線中的發(fā)展
    1.3 視覺(jué)分揀機(jī)械臂在國(guó)內(nèi)外的研究成果
        1.3.1 國(guó)外的研究現(xiàn)狀
        1.3.2 國(guó)內(nèi)的研究現(xiàn)狀
    1.4 論文研究的內(nèi)容及章節(jié)安排
        1.4.1 論文的目的和視覺(jué)伺服系統(tǒng)結(jié)構(gòu)的創(chuàng)建
        1.4.2 論文章節(jié)安排
第2章 工業(yè)流水線中機(jī)械臂的運(yùn)動(dòng)學(xué)分析
    2.1 工業(yè)機(jī)器人三維空間中的位置和姿態(tài)
        2.1.1 位置
        2.1.2 姿態(tài)
        2.1.3 坐標(biāo)變換
    2.2 機(jī)械臂的運(yùn)動(dòng)學(xué)建模
        2.2.1 建立連桿坐標(biāo)中的D-H參數(shù)
        2.2.2 機(jī)械臂的正運(yùn)動(dòng)學(xué)
        2.2.3 機(jī)械臂的逆運(yùn)動(dòng)學(xué)
    2.3 機(jī)械臂的運(yùn)動(dòng)軌跡規(guī)劃
    2.4 本章小結(jié)
第3章 工業(yè)流水線中機(jī)械臂視覺(jué)系統(tǒng)設(shè)計(jì)
    3.1 攝像機(jī)模型的設(shè)計(jì)
    3.2 攝像機(jī)具體的標(biāo)定方法
        3.2.1 單平面棋盤格標(biāo)定
        3.2.2 線性標(biāo)定法
    3.3 分析與驗(yàn)證
        3.3.1 張正友法仿真的過(guò)程
        3.3.2 線性法的仿真
    3.4 工業(yè)流水線中工件預(yù)處理的過(guò)程
        3.4.1 工件圖像平滑處理的算法
        3.4.2 工件圖像平滑算法的仿真對(duì)比
        3.4.3 工件圖像銳化處理的算法
        3.4.4 工件圖像銳化算法的仿真對(duì)比
    3.5 本章小結(jié)
第4章 工業(yè)流水線中工件特征的提取和識(shí)別方法
    4.1 圖像分割技術(shù)
        4.1.1 閾值分割法
        4.1.2 模糊C-均值(FCM)聚類的圖像分割法
        4.1.3 圖像分割方法的仿真比較
    4.2 工件特征的提取與識(shí)別
        4.2.1 連通區(qū)域的標(biāo)記
        4.2.2 Harris角點(diǎn)檢測(cè)
        4.2.3 工件形狀參數(shù)的提取與識(shí)別
    4.3 工件的顏色特征和識(shí)別
        4.3.1 顏色直方圖
        4.3.2 顏色集和顏色距
        4.3.3 顏色的聚合向量
        4.3.4 顏色相關(guān)圖
        4.3.5 基于提取閾值的顏色識(shí)別
        4.3.6 基于Alex Net神經(jīng)網(wǎng)絡(luò)模型顏色識(shí)別法
    4.4 本章小結(jié)
第5章 工業(yè)流水線模塊化分揀系統(tǒng)的設(shè)計(jì)
    5.1 基于PLC的模塊化分揀流水線系統(tǒng)設(shè)計(jì)
        5.1.1 模塊化分揀系統(tǒng)的構(gòu)成
        5.1.2 模塊化分揀系統(tǒng)的產(chǎn)品配置
    5.2 S7-1200PLC的通信設(shè)置
        5.2.1 PLC和機(jī)械臂之間的PROFINET通信設(shè)置
        5.2.2 PLC和 PLC之間的通信設(shè)置
    5.3 工業(yè)機(jī)器人的數(shù)據(jù)建立和工作流程
        5.3.1 工具數(shù)據(jù)的建立過(guò)程
        5.3.2 工件坐標(biāo)數(shù)據(jù)的建立過(guò)程
        5.3.3 機(jī)械臂有效載荷的設(shè)定
        5.3.4 機(jī)械臂的工作流程
    5.4 模塊化分揀系統(tǒng)的編程和仿真
        5.4.1 模塊化分揀系統(tǒng)的設(shè)計(jì)和編程
        5.4.2 模塊化分揀系統(tǒng)的仿真
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間主要科研成果
    一、發(fā)表學(xué)術(shù)論文
    二、申請(qǐng)專利
    三、獲獎(jiǎng)


【參考文獻(xiàn)】：
期刊論文
[1]基于激光掃描測(cè)量臂的工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)標(biāo)定[J]. 張緒燁,李群明,韓志強(qiáng),郭惟偉.  機(jī)械傳動(dòng). 2019(11)
[2]基于顏色和形狀的不均勻光照條件下球體識(shí)別[J]. 陳衛(wèi),鄧志良.  電子設(shè)計(jì)工程. 2019(21)
[3]基于改進(jìn)高斯濾波與加權(quán)環(huán)境參數(shù)自適應(yīng)估計(jì)的定位方法[J]. 楊曄晨,胡越黎,徐杰,承文龍,郁懷波.  上海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(05)
[4]基于Laplacian與多尺度數(shù)學(xué)形態(tài)學(xué)的漏磁圖像邊緣增強(qiáng)方法[J]. 王竹筠,楊理踐,高松巍.  遼寧石油化工大學(xué)學(xué)報(bào). 2019(05)
[5]工業(yè)機(jī)械手在自動(dòng)化生產(chǎn)線中的應(yīng)用探討[J]. 王晨.  湖北農(nóng)機(jī)化. 2019(16)
[6]基于工業(yè)智能相機(jī)的自動(dòng)化電磁鉚接對(duì)中定位技術(shù)研究[J]. 仇繼偉,曹增強(qiáng).  航空制造技術(shù). 2019(15)
[7]考慮能耗和準(zhǔn)時(shí)的混合流水線多目標(biāo)調(diào)度[J]. 周炳海,劉文龍.  上海交通大學(xué)學(xué)報(bào). 2019(07)
[8]基于主動(dòng)紅外輻射標(biāo)定板的超廣角紅外相機(jī)標(biāo)定[J]. 王子昂,劉秉琦,黃富瑜.  半導(dǎo)體光電. 2019(05)
[9]結(jié)合卷積神經(jīng)網(wǎng)絡(luò)多層特征和支持向量機(jī)的車輛識(shí)別[J]. 馬永杰,馬蕓婷,陳佳輝.  激光與光電子學(xué)進(jìn)展. 2019(14)
[10]單自由度四連桿取投苗機(jī)械臂設(shè)計(jì)[J]. 黨玉功,金鑫,李衡金,王俊,盧楊奔,丁博文,李雪.  農(nóng)業(yè)工程學(xué)報(bào). 2019(14)

博士論文
[1]基于目標(biāo)函數(shù)的模糊聚類新算法及其應(yīng)用研究[D]. 汪慶淼.江蘇大學(xué) 2014

碩士論文
[1]基于機(jī)器視覺(jué)的生活垃圾智能分揀系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 周瀅慜.哈爾濱工業(yè)大學(xué) 2018
[2]FANUC焊接機(jī)器人控制系統(tǒng)研究與仿真[D]. 孫巖.武漢理工大學(xué) 2015
[3]基于位置的工業(yè)機(jī)器人視覺(jué)伺服控制系統(tǒng)研究[D]. 董鵬飛.華南理工大學(xué) 2015
[4]基于視覺(jué)伺服的工業(yè)機(jī)器人控制技術(shù)研究[D]. 王樂(lè).南京林業(yè)大學(xué) 2012



本文編號(hào)：3703781