【摘要】：隨著制造強國戰(zhàn)略“中國制造2025”的實施,基于視覺的機器人相關(guān)技術(shù)被廣泛應(yīng)用在工件搬運、裝配等領(lǐng)域。但在實際生產(chǎn)中對目標(biāo)工件檢測與位姿估計的智能化程度還不高,尤其在非結(jié)構(gòu)化的環(huán)境中,背景混亂、互相遮擋等場景仍然對現(xiàn)有算法構(gòu)成挑戰(zhàn)。采用高性能視覺傳感器組成的三維檢測系統(tǒng)可以獲得目標(biāo)工件的幾何信息,但昂貴的價格制約其在實際生產(chǎn)活動中的普及應(yīng)用。本文提出采用廉價的Kinect V2傳感器獲取彩色圖像和深度圖像作為信息源,在非結(jié)構(gòu)環(huán)境下對散亂工件進行檢測與位姿估計進行研究。論文開展研究內(nèi)容及創(chuàng)新點如下:1)研究基于Kinect V2傳感器精確獲取目標(biāo)工件的點云數(shù)據(jù)。利用平面物標(biāo)定技術(shù)建立深度圖像和三維點云的變換關(guān)系。針對Kinect V2在獲取深度圖像中存在離散的噪聲、空洞等缺陷進行數(shù)據(jù)處理。利用引導(dǎo)濾波在去除噪聲的同時保護原始圖像的邊緣特征,分析調(diào)整參數(shù)和窗口半徑對圖像質(zhì)量及邊界輪廓影響,提出最佳選擇參數(shù);基于RGB圖像利用聯(lián)合雙邊濾波對深度圖像的空洞進行處理,分析參數(shù)影響,并通過實驗測試空洞填補的數(shù)量和質(zhì)量。2)研究基于多特征三維物體模板的匹配算法。針對現(xiàn)有Line MOD多特征模板匹配算法對檢測目標(biāo)前景有遮擋、無法識別以及檢測目標(biāo)幾何結(jié)構(gòu)對稱而出現(xiàn)重復(fù)檢測結(jié)果的缺點,采用非極大值抑制和滯后閾值的方法去細化邊緣輪廓,得到目標(biāo)物體和當(dāng)前場景的最優(yōu)輪廓。改進后的模板特征數(shù)量大于Line MOD模板匹配計算的特征,計算耗時會增加,為此采用圖像金字塔搜索法進行快速模板匹配。然后,針對改進后的方法重新定義模板匹配的相似性函數(shù),檢測計算模板圖像與場景圖像鄰域窗口的相識度。3)改進迭代最近點(ICP)精確配準(zhǔn)算法。從實際應(yīng)用出發(fā),在經(jīng)典的ICP算法精配準(zhǔn)的基礎(chǔ)上,從如何提高配準(zhǔn)速度的方面進行改進。采用了體素柵格下采樣方法對點云數(shù)據(jù)進行下采樣;然后利用KD-Tree對下采樣的點云數(shù)據(jù)建立拓撲關(guān)系,實現(xiàn)基于鄰域關(guān)系的對應(yīng)點對快速查找;最后,對匹配后的模板點云數(shù)據(jù)和目標(biāo)工件點云數(shù)據(jù)中的對應(yīng)點對使用歐式距離閾值剔除錯誤點對,降低點云的配準(zhǔn)誤差。
【圖文】：

基于視覺方式的機器人抓取

康耐視3D視覺系統(tǒng)DS1000系列Fig.1-2VisionPro3D-LocateDS1000seriesbyCognex高性能視覺傳感器組成的三維檢測系統(tǒng)可以獲得目標(biāo)工件的幾何信息，但是昂
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TP242

【參考文獻】

相關(guān)期刊論文 前8條

1 戚曉偉;陳秀宏;;改進的Otsu方法的雙邊濾波邊緣檢測算法[J];計算機工程與應(yīng)用;2012年31期

2 王欣;張明明;于曉;章明朝;;應(yīng)用改進迭代最近點方法的點云數(shù)據(jù)配準(zhǔn)[J];光學(xué)精密工程;2012年09期

3 宋碧波;盧小平;孫曉峰;盧遙;胡偉;;OpenGL虛擬相機模擬攝影測量二次成像[J];測繪通報;2012年07期

4 洪朝群;朱建科;李娜;卜佳俊;陳純;;金字塔評分改進主方向模板匹配的實時目標(biāo)檢索[J];中國圖象圖形學(xué)報;2012年05期

5 張勇;吳欽章;;基于OpenGL的目標(biāo)序列影像姿態(tài)仿真方法研究[J];系統(tǒng)仿真學(xué)報;2010年02期

6 張曉明;沈連Z`;趙高飛;李劍;;基于平面模板的兩步法標(biāo)定攝像機的改進[J];現(xiàn)代制造工程;2008年10期

7 蘇國中;鄭順義;張劍清;張祖勛;;OpenGL模擬攝影測量方法研究[J];中國圖象圖形學(xué)報;2006年04期

8 張學(xué)昌,習(xí)俊通,嚴(yán)雋琪;基于點云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測技術(shù)研究[J];計算機集成制造系統(tǒng);2005年05期

相關(guān)博士學(xué)位論文 前2條

1 谷曉英;三維重建中點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2015年

2 陳朗;耳科手術(shù)導(dǎo)航報警系統(tǒng)的設(shè)計和研發(fā)[D];北京協(xié)和醫(yī)學(xué)院;2014年

相關(guān)碩士學(xué)位論文 前10條

1 何若濤;面向機器人操作的三維物體檢測與位姿估計[D];廣東工業(yè)大學(xué);2017年

2 張凱霖;基于點云配準(zhǔn)的3D物體檢測與定位[D];中國民航大學(xué);2017年

3 李衛(wèi)東;“工業(yè)4.0”對推進“中國制造2025”的啟示[D];外交學(xué)院;2017年

4 吳丹;基于深度視覺的室內(nèi)機器人定位研究[D];北京交通大學(xué);2017年

5 羅天男;基于模型的全局點云配準(zhǔn)方法研究[D];哈爾濱工業(yè)大學(xué);2016年

6 李勝利;基于雙目立體視覺的工件識別與定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

7 馬福峰;基于鄰域幾何特征約束的植株點云配準(zhǔn)算法研究[D];西北農(nóng)林科技大學(xué);2016年

8 佐立營;面向機器人抓取的散亂零件自動識別與定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李江龍;基于光柵投影的手持式無標(biāo)志點三維掃描技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

10 路紅亮;機器視覺中相機標(biāo)定方法的研究[D];沈陽工業(yè)大學(xué);2013年

，

本文編號：2655394