基于三維點云的零部件識別與位姿估計技術(shù)研究
發(fā)布時間:2023-05-20 01:36
在工業(yè)自動化裝配過程中,機械手需要抓取不同種類零部件,傳統(tǒng)的方式是將零部件位置固定,然后通過人工示教的方式來對機器人進行編程,這種方式效率較低,因為工位變換之后需要重新示教。對于這種情況論文提出了一種基于三維點云的零部件識別與位姿估計方法,開發(fā)了三維點云視覺軟件,提高了裝配過程中零部件抓取的智能化水平,降低了企業(yè)成本。論文首先對深度相機進行選型,然后搭建了圖像采集系統(tǒng),對相機進行標定后,將采集的零部件深度圖轉(zhuǎn)化成點云圖。由于噪聲、干擾等的存在,所以需要對采集到的點云圖進行預(yù)處理,論文確定了預(yù)處理流程和參數(shù),采用條件濾波、體素濾波和半徑濾波相結(jié)合的方式進行濾波,最后獲取預(yù)處理后的點云數(shù)據(jù)。預(yù)處理后的點云數(shù)據(jù)需要進行分割,論文確定了分割算法和算法參數(shù),首先利用隨機采樣一致性算法將零部件點云和工作臺點云分割開,然后利用基于點云邊界的歐式聚類算法對分割得到的零部件點云進行聚類,得到每個零部件的聚類點云。在分割出每個零部件聚類點云后,論文分析了點云特征提取的方法,選擇提取零部件FPFH特征,然后給出了基于隱式形狀模型的識別算法,利用零部件的CAD三維模型進行識別。對于零部件位姿估計,需要對零部件...
【文章頁數(shù)】:125 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究的主要內(nèi)容及結(jié)構(gòu)
第二章 點云采集與預(yù)處理
2.1 圖像采集系統(tǒng)的設(shè)計
2.1.1 硬件設(shè)備設(shè)計
2.1.2 軟件采集平臺的設(shè)計
2.2 數(shù)據(jù)采集系統(tǒng)的硬件原理和軟件架構(gòu)
2.2.1 數(shù)據(jù)采集系統(tǒng)的硬件原理
2.2.2 軟件GUI初步架構(gòu)
2.3 深度圖采集、點云生成及預(yù)處理
2.3.1 深度圖獲取與原理
2.3.2 深度圖轉(zhuǎn)化成點云圖
2.3.3 點云圖預(yù)處理
2.4 本章小結(jié)
第三章 基于三維點云的零部件識別技術(shù)研究
3.1 點云分割
3.1.1 零部件與工作臺的分割
3.1.2 零部件之間的分割
3.2 點云特征描述與提取
3.2.1 點云法向量特征
3.2.2 點特征直方圖描述子
3.2.3 快速點特征直方圖描述子
3.2.4 視點特征描述子
3.2.5 直方圖簽名特征描述子
3.3 基于模型的零部件識別
3.3.1 零部件CAD模型離線注冊
3.3.2 實際場景點云在線識別
3.4 實驗與實驗結(jié)果分析
3.4.1 零部件分割實驗與結(jié)果分析
3.4.2 零部件識別實驗與結(jié)果分析
3.5 本章小結(jié)
第四章 基于三維點云的零部件位姿估計技術(shù)研究
4.1 點云配準原理
4.2 點云粗配準
4.2.1 SAC-IA粗配準
4.2.2 基于Super4PCS的粗配準
4.3 點云精配準
4.3.1 點云配準變換矩陣求解
4.3.2 ICP精配準原理
4.4 實驗與實驗結(jié)果分析
4.5 本章小結(jié)
第五章 應(yīng)用軟件設(shè)計及實驗
5.1 三維視覺應(yīng)用軟件設(shè)計
5.1.1 人機交互層
5.1.2 業(yè)務(wù)層
5.1.3 數(shù)據(jù)接口層
5.1.4 平臺與依賴庫層
5.2 實驗與結(jié)果分析
5.2.1實驗
5.2.2 實驗結(jié)果分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄1 程序核心代碼
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況
本文編號:3820285
【文章頁數(shù)】:125 頁
【學(xué)位級別】:碩士
【文章目錄】:
致謝
摘要
abstract
第一章 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究的主要內(nèi)容及結(jié)構(gòu)
第二章 點云采集與預(yù)處理
2.1 圖像采集系統(tǒng)的設(shè)計
2.1.1 硬件設(shè)備設(shè)計
2.1.2 軟件采集平臺的設(shè)計
2.2 數(shù)據(jù)采集系統(tǒng)的硬件原理和軟件架構(gòu)
2.2.1 數(shù)據(jù)采集系統(tǒng)的硬件原理
2.2.2 軟件GUI初步架構(gòu)
2.3 深度圖采集、點云生成及預(yù)處理
2.3.1 深度圖獲取與原理
2.3.2 深度圖轉(zhuǎn)化成點云圖
2.3.3 點云圖預(yù)處理
2.4 本章小結(jié)
第三章 基于三維點云的零部件識別技術(shù)研究
3.1 點云分割
3.1.1 零部件與工作臺的分割
3.1.2 零部件之間的分割
3.2 點云特征描述與提取
3.2.1 點云法向量特征
3.2.2 點特征直方圖描述子
3.2.3 快速點特征直方圖描述子
3.2.4 視點特征描述子
3.2.5 直方圖簽名特征描述子
3.3 基于模型的零部件識別
3.3.1 零部件CAD模型離線注冊
3.3.2 實際場景點云在線識別
3.4 實驗與實驗結(jié)果分析
3.4.1 零部件分割實驗與結(jié)果分析
3.4.2 零部件識別實驗與結(jié)果分析
3.5 本章小結(jié)
第四章 基于三維點云的零部件位姿估計技術(shù)研究
4.1 點云配準原理
4.2 點云粗配準
4.2.1 SAC-IA粗配準
4.2.2 基于Super4PCS的粗配準
4.3 點云精配準
4.3.1 點云配準變換矩陣求解
4.3.2 ICP精配準原理
4.4 實驗與實驗結(jié)果分析
4.5 本章小結(jié)
第五章 應(yīng)用軟件設(shè)計及實驗
5.1 三維視覺應(yīng)用軟件設(shè)計
5.1.1 人機交互層
5.1.2 業(yè)務(wù)層
5.1.3 數(shù)據(jù)接口層
5.1.4 平臺與依賴庫層
5.2 實驗與結(jié)果分析
5.2.1實驗
5.2.2 實驗結(jié)果分析
5.3 本章小結(jié)
第六章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻
附錄1 程序核心代碼
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況
本文編號:3820285
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3820285.html
最近更新
教材專著