【摘要】：隨著工業(yè)化、信息化的不斷深入發(fā)展,以及人口老齡化造成的勞動力成本持續(xù)上漲,提高工業(yè)生產(chǎn)的信息化與智能化水平顯得尤為重要�；谕苿悠髽I(yè)升級換代與促進(jìn)社會生產(chǎn)力發(fā)展的考慮,本文針對積木機器人生產(chǎn)線上無序擺放、相互堆疊的小型零部件的分揀問題,設(shè)計了一種基于計算機視覺的可自主抓取的、擴展性強的小型零部件抓取系統(tǒng),主要的研究內(nèi)容和成果如下:1.結(jié)合零部件的實際特點,采用特征組合的方式來對顏色直方圖特征和SIFT特征進(jìn)行特征融合,并基于支持向量機來訓(xùn)練模型,以及用該模型來實現(xiàn)對零部件種類的分類,實驗結(jié)果顯示,該方式能實現(xiàn)對零部件的分類識別功能。2.通過邊緣檢測和橢圓擬合的方法來檢測零部件的可抓取點,并針對可抓取點所在擬合橢圓的物理參數(shù)與其對應(yīng)零部件的實際參數(shù)提出了一種評分機制,通過該評分機制,能夠篩選出較好的抓取點,從而大大提高了系統(tǒng)的自動定位精度。3.實現(xiàn)對UR10協(xié)作式工業(yè)機器人的基本運動控制,并結(jié)合視覺算法部分完成了對零部件的自動分類功能、自動定位功能與自動抓取功能,初步達(dá)到了本系統(tǒng)的研究目標(biāo)。通過對本系統(tǒng)的綜合實驗,結(jié)果表明本系統(tǒng)是可行的、科學(xué)的、穩(wěn)定的,本系統(tǒng)為實際生產(chǎn)中的分揀問題提供了一套科學(xué)合理的解決方案。本設(shè)計不僅有利于推動具有視覺功能的工業(yè)機器人在積木機器人生產(chǎn)線上的應(yīng)用,而且也對相關(guān)企業(yè)加快引入具有視覺功能的工業(yè)機器人具有啟發(fā)意義和促進(jìn)作用。
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F273;TP391.41;TP242
【圖文】：

能模塊的具體運行流程；最后對整個方案的設(shè)計過程作了一個小結(jié)。逡逑２．１系統(tǒng)硬件方案設(shè)計逡逑本系統(tǒng)的硬件組成較為復(fù)雜，涉及的模塊較多，系統(tǒng)硬件結(jié)構(gòu)框圖如圖２－１逡逑所示。其中，“動力裝置”是系統(tǒng)的基礎(chǔ)設(shè)備，主要為系統(tǒng)的運行提出能源供給；逡逑“機器人本體”是系統(tǒng)的主體設(shè)備，是系統(tǒng)實現(xiàn)抓取功能的硬件支撐；“數(shù)據(jù)采逡逑集模塊”是系統(tǒng)的“感知器官”，是系統(tǒng)智能化的關(guān)鍵設(shè)備；“執(zhí)行模塊”是系逡逑統(tǒng)的“手指”，是系統(tǒng)抓取苓部件的直接裝置。具體組成部分實物如圖２－２所示。逡逑ＬＷｉ邋丨？丨丨逡逑Ｉ邐ｉ邐＾邐視覺傳感器ｊ逡逑ｆ邋！■！邐；＾ｉ邐ｉ？：}0執(zhí)行機構(gòu)逡逑氣泵邐ｉ邋３邋ＩｓＬ邐ｙｇ逡逑Ｉ邐＾逡逑ｉ邋：邐：邋ｉ邋r>丨邋ｉ邋■逡逑；邐電磁閥邐；邐ＵＲ１０機器人邐丨邐測距傳感器邐丨丨邐工業(yè)吸盤逡逑圖２－１系統(tǒng)硬件結(jié)構(gòu)框圖逡逑

２．１．２機器人本體逡逑本系統(tǒng)設(shè)計的小型零部件抓取系統(tǒng)中的工業(yè)機器人選用的是丹麥優(yōu)傲機器人逡逑公司生產(chǎn)的ＵＲ１０協(xié)作式工業(yè)機器人，如圖２－３所示，該機器人主要由機器人手臂、逡逑控制箱和示教盒三部分組成。其中，機器人手臂是直接的運動執(zhí)行部分，通過６逡逑個關(guān)節(jié)的３６０°變化范圍來實現(xiàn)機器人手臂末端在三維空間的位置移動；控制箱是逡逑電源模塊及與外部進(jìn)行交互的各種接口的集成裝置；示教盒是對該工業(yè)機器人各逡逑個參數(shù)設(shè)置、對機器人手臂進(jìn)行簡單控制以及進(jìn)行腳本編程的可視化操作設(shè)備。逡逑ＵＲ１０機器人手臂主要規(guī)格參數(shù)如表２－１所示�？刂葡渲饕�(guī)格參數(shù)如表２－２所示。逡逑示教盒主要規(guī)格參數(shù)如表２－３所示。逡逑８逡逑

表２－１邋ＵＲ丨《機械臂部分規(guī)格參數(shù)逡逑名稱邐規(guī)格逡逑有效負(fù)載邐ｌ0ｋｇ逡逑有效工作半徑邐１３００ｍｍ逡逑關(guān)節(jié)范圍邐＋／－３６０°逡逑最大速度（基座）邐１２０°邋／ｓ逡逑最大速度（肩部）邐１２０°邋／ｓ逡逑最大速度（肘部）邐１８０°邋／ｓ逡逑最大速度（手腕１）邐１８０°邋／ｓ逡逑最大速度（手腕２）邐１８０°邋／ｓ逡逑最大速度（手腕３）邐１８０°邋／ｓ逡逑最大速度（工具端）邐ｌｍ／ｓ逡逑重量邐２８．９ｋｇ逡逑可重復(fù)精度邐＋／－０．邋００３R*（按照ＳＯ邋９２８３標(biāo)準(zhǔn)）逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 丁吉祥;杜姍姍;;基于針孔模型與相機空間操作的機械臂視覺定位方法[J];計算機工程;2015年12期

2 李洪濤;張明柱;賈曉敏;;基于視覺信息的工業(yè)機器人搬運系統(tǒng)研究[J];機床與液壓;2015年09期

3 邱茂林,馬頌德,李毅;計算機視覺中攝像機定標(biāo)綜述[J];自動化學(xué)報;2000年01期

相關(guān)博士學(xué)位論文 前2條

1 范萍;量子圖像處理關(guān)鍵算法研究[D];華東交通大學(xué);2017年

2 徐志剛;基于多特征融合的路面破損圖像自動識別技術(shù)研究[D];長安大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬真;基于邊緣檢測的高速鐵路設(shè)備識別方法研究[D];南京郵電大學(xué);2018年

2 郭健;基于局部特征的圖像匹配算法研究[D];南京郵電大學(xué);2018年

3 孫庭強;復(fù)雜環(huán)境下車牌檢測與識別方法研究[D];南京郵電大學(xué);2018年

4 李健;基于三維立體定標(biāo)的物體表面重建技術(shù)[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機械與物理研究所);2018年

5 李林;原木檢測算法研究[D];西安電子科技大學(xué);2018年

6 王華;基于局部特征描述子的掌紋識別算法研究[D];西安電子科技大學(xué);2018年

7 張海寧;基于多峰高斯分布的彩色圖像灰度化算法研究[D];溫州大學(xué);2018年

8 馬方龍;基于歸一化積相關(guān)匹配的彩色圖像灰度化研究[D];蘭州大學(xué);2018年

9 彭澤林;機器人堆疊目標(biāo)識別與定位抓取系統(tǒng)研究[D];華南理工大學(xué);2018年

10 桑孟雷;基于機器視覺的圓形工件位姿估計[D];浙江大學(xué);2018年

本文編號：2801192