【摘要】：近年來,人們對于工業(yè)生產(chǎn)效率提出更高的要求,工業(yè)智能化、生產(chǎn)靈活化、操縱集成化的分揀系統(tǒng)必將是未來智能工廠的趨勢。傳統(tǒng)的分揀系統(tǒng)以固定分揀方式進(jìn)行分揀,一旦小型工件位置發(fā)生變化便會使分揀失敗。同時,很難做到根據(jù)具體需求進(jìn)行分揀。機(jī)器視覺技術(shù)在最近幾年發(fā)展的越來越快,將傳統(tǒng)的分揀系統(tǒng)加入機(jī)器視覺技術(shù)已經(jīng)成為多方學(xué)者研究的主要方向,基于機(jī)器視覺分揀系統(tǒng)如今廣泛應(yīng)用于食物、快遞、農(nóng)業(yè)、制造業(yè)等領(lǐng)域。但對于小型工件分揀的研究還存在光照影響下識別率較差,末端執(zhí)行機(jī)構(gòu)分揀精度較低等問題。通過分析目前多種分揀系統(tǒng)存在的各項問題以及企業(yè)對于生產(chǎn)分揀的需求,設(shè)計了一套基于單目視覺的六自由度機(jī)械臂分揀系統(tǒng)。首先,針對復(fù)雜環(huán)境下生產(chǎn)線上待識別小型工件的分揀問題,采用了單目視覺和六自由度機(jī)械臂相結(jié)合的分揀方式,并對分揀系統(tǒng)的硬件平臺進(jìn)行搭建,構(gòu)成基于單目視覺的六自由度機(jī)械臂分揀系統(tǒng)。在系統(tǒng)硬件構(gòu)造完成基礎(chǔ)上,對其進(jìn)行D-H建模,通過提出的反向求解正向調(diào)節(jié)控制方式對六自由度機(jī)械臂進(jìn)行控制,將分揀動作進(jìn)行編寫與測試。測試結(jié)果表明,分揀動作柔順性較好,抓取精度有所提高。其次,上面研究僅是對分揀過程的末端執(zhí)行動作進(jìn)行分析,不能有效的對小型工件根據(jù)具體需求進(jìn)行分揀。針對小型工件在光照影響、部分粘連和尺寸變化等實際環(huán)境干擾下存在的多種問題,提出基于HSV的小型工件顏色識別算法、基于幾何特征的小型工件形狀識別算法,并針對小型工件中應(yīng)用較多的電子元器件提出基于多特征融合的電子元器件識別算法。將三種算法與目前大規(guī)模分揀生產(chǎn)線上應(yīng)用的模板匹配算法進(jìn)行對比,測試結(jié)果表明,降低了光照影響、小型工件存在部分粘連等問題對于識別效果的干擾,正確識別率上有了較大的提高。最后,本文通過QT界面開發(fā)軟件將六自由度機(jī)械臂的分揀動作程序與小型工件的識別算法封裝到一起,構(gòu)成基于單目視覺的六自由度機(jī)械臂分揀系統(tǒng)的人機(jī)交互界面。該系統(tǒng)可以較好地實現(xiàn)小型工件的顏色識別功能、形狀識別功能、電子元器件識別功能、定位功能、分揀功能等,達(dá)到了小型工件分揀系統(tǒng)的基本性能需求,并且分揀系統(tǒng)的識別和分揀實時性好,具有較為廣泛的應(yīng)用前景。
【圖文】：

于單目視覺的六自由度機(jī)械臂分揀系統(tǒng)在結(jié)構(gòu)設(shè)計。硬件部分涉及實驗平臺選型、相機(jī)選型、要內(nèi)容；軟件部分涉及六自由度機(jī)械臂運紹和圖像處理軟件 Halcon 處理介紹。覺的分揀系統(tǒng)流程的六自由度機(jī)械臂分揀系統(tǒng)用于代替人工實現(xiàn)同。人工通過眼睛識別傳送帶上的待分揀小型工情況。根據(jù)傳送帶上的實際情況分析出所要分揀需求的小型工件完成整個分揀過程�；趩文恳曔^工業(yè)相機(jī)和圖像采集卡代替人工分揀中的人由度機(jī)械臂代替雙手。分揀系統(tǒng)流程原理如下

根據(jù)小型工件的特征將所需求的小型工件從大腦像處理之后將分析的結(jié)果傳送至末端執(zhí)行機(jī)構(gòu)六自由度機(jī)械臂對傳送帶上的待分揀小型工件進(jìn)行分揀。通過機(jī)械臂運動控制機(jī)械臂的運動動作編寫出，然后通過分析的結(jié)果調(diào)用六自由度六自由度機(jī)械臂進(jìn)行分揀，也就是人工中雙手分揀小型工件過述，整個分揀過程通過采集小型工件、分析小型工件、分揀小成，，三個部分協(xié)同工作完成整個分揀過程。目視覺的分揀系統(tǒng)硬件設(shè)計和選型介紹目視覺的六自由度機(jī)械臂分揀系統(tǒng)硬件結(jié)構(gòu)主要是由模仿真度的實驗平臺，負(fù)責(zé)采集傳送帶上小型工件圖像的工業(yè)相機(jī)和自由度機(jī)械臂三者共同組成基于單目視覺的六自由度機(jī)械臂硬件結(jié)構(gòu)流程如下圖 2.2 所示。
【學(xué)位授予單位】：遼寧石油化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP241

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 卞正崗;;機(jī)器視覺技術(shù)的發(fā)展[J];中國儀器儀表;2015年06期

2 席志紅;趙藍(lán)飛;張馳;張忠民;;基于變分模型的梯度域色階映射算法[J];通信學(xué)報;2015年01期

3 郭發(fā)勇;梅濤;趙江海;;D-H法建立連桿坐標(biāo)系存在的問題及改進(jìn)[J];中國機(jī)械工程;2014年20期

4 劉振宇;李中生;趙雪;鄒風(fēng)山;;基于機(jī)器視覺的工業(yè)機(jī)器人分揀技術(shù)研究[J];制造業(yè)自動化;2013年17期

5 吳曉軍;鄒廣華;;基于邊緣幾何特征的高性能模板匹配算法[J];儀器儀表學(xué)報;2013年07期

6 張法全;王國富;曾慶寧;葉金才;;利用重心原理的圖像目標(biāo)最小外接矩形快速算法[J];紅外與激光工程;2013年05期

7 左富勇;胡小平;謝珂;朱秋玲;;基于MATLAB Robotics工具箱的SCARA機(jī)器人軌跡規(guī)劃與仿真[J];湖南科技大學(xué)學(xué)報(自然科學(xué)版);2012年02期

8 賀超英;張輝;;基于機(jī)器視覺的罐蓋質(zhì)量檢測系統(tǒng)設(shè)計[J];儀表技術(shù)與傳感器;2011年02期

9 陳亞婷;嚴(yán)泰來;朱德海;;基于辛普森面積的多邊形凹凸性識別算法[J];地理與地理信息科學(xué);2010年06期

10 柏長冰;齊春;楊瑩;宋福民;;Hausdorff匹配快速檢測PCB基準(zhǔn)標(biāo)記[J];光電子·激光;2006年04期

相關(guān)博士學(xué)位論文 前1條

1 葛繼;安瓿藥液可見異物視覺檢測機(jī)器人技術(shù)研究[D];湖南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 楊亞飛;雙目視覺機(jī)械臂物流分揀系統(tǒng)[D];大連交通大學(xué);2018年

2 何家恒;基于眾為興機(jī)器人的視覺分揀系統(tǒng)研究[D];華南理工大學(xué);2018年

3 石文博;基于視覺的Delta并聯(lián)機(jī)器人軌跡控制策略的研究[D];合肥工業(yè)大學(xué);2017年

4 何澤強;基于機(jī)器視覺的工業(yè)機(jī)器人分揀系統(tǒng)設(shè)計[D];哈爾濱工業(yè)大學(xué);2016年

5 張萌;基于機(jī)器視覺的SCARA機(jī)器人應(yīng)用研究[D];合肥工業(yè)大學(xué);2016年

6 曹洪靚;沈陽新松機(jī)器人自動化股份有限公司發(fā)展戰(zhàn)略研究[D];武漢工程大學(xué);2015年

7 徐超;Delta并聯(lián)機(jī)器人的優(yōu)化設(shè)計與運動/視覺控制技術(shù)研究[D];華中科技大學(xué);2015年

8 朱正偉;基于單目視覺的目標(biāo)位姿識別與機(jī)器人抓取引導(dǎo)[D];華南理工大學(xué);2015年

9 劉子龍;基于機(jī)器視覺的快速分揀食品包裝系統(tǒng)研究[D];浙江工業(yè)大學(xué);2015年

10 許凡;視覺引導(dǎo)的抓取機(jī)器人控制技術(shù)的研究與開發(fā)[D];江南大學(xué);2014年

本文編號：2686873