機器視覺技術為機器人工作提供豐富的控制信息,使其靈活性更高,更適應復雜環(huán)境下的生產(chǎn)需求。位姿估計作為視覺機器人抓取的關鍵技術之一,受到眾多學者的關注。按照目標的表面是否布置有標識,分為合作目標和非合作目標,本文的研究對象為模型已知的非合作目標。針對紋理信息較弱的人造平面目標和三維目標,本文在基于直線特征的位姿估計方法中做了深入研究,分別提出了基于直線對應和加權最小二乘的平面目標位姿估計算法和結合粒子濾波和加權最小二乘的三維目標位姿估計算法,并搭建了一個基于ABB IRB1200六自由度機器人的工件定位與抓取系統(tǒng)。具體研究內(nèi)容包括:1、針對弱紋理目標的位姿估計問題,由于目標直線特征豐富,且直線檢測更可靠,選擇邊緣直線作為位姿估計的特征。通過對比基于Hough變換的直線提取算法和LSD直線檢測算法的性能,選擇LSD算法提取圖像直線。2、針對平面目標的位姿估計問題提出了一種基于直線對應和加權最小二乘的位姿估計算法。為了有效克服圖像直線段端點定位誤差的影響,本文基于三維空間,設計了一種新的融合了直線端點和中點信息的位姿誤差函數(shù)�；诒疚奶岢龅奈蛔苏`差函數(shù),使得圖像直線點到模型投影直線距離最小,... 

【文章來源】： 楊家珂 福州大學

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

一波恩大學研發(fā)的COselo機器人

圖２－１實驗平臺系統(tǒng)簡圖??

圖２－３工業(yè)相機實物圖??

【參考文獻】：
期刊論文
[1]基于形狀先驗模型的平面型工件抓取位姿檢測[J]. 鄭晶怡,李恩,梁自澤.  機器人. 2017(01)
[2]基于深度學習的工業(yè)分揀機器人快速視覺識別與定位算法[J]. 伍錫如,黃國明,孫立寧.  機器人. 2016(06)
[3]基于多模特征深度學習的機器人抓取判別方法[J]. 仲訓杲,徐敏,仲訓昱,彭俠夫.  自動化學報. 2016(07)
[4]基于多直線對應和加權最小二乘的位姿估計[J]. 張躍強,蘇昂,劉海波,尚洋,于起峰.  光學精密工程. 2015(06)
[5]機器人視覺伺服研究進展:視覺系統(tǒng)與控制策略[J]. 賈丙西,劉山,張凱祥,陳劍.  自動化學報. 2015(05)
[6]相機位姿估計的加速正交迭代算法[J]. 李鑫,龍古燦,劉進博,張小虎,于起峰.  光學學報. 2015(01)
[7]粒子濾波算法[J]. 王法勝,魯明羽,趙清杰,袁澤劍.  計算機學報. 2014(08)
[8]基于粒子濾波的移動物體定位和追蹤算法[J]. 周帆,江維,李樹全,張玉宏,曾雪,吳躍.  軟件學報. 2013(09)
[9]一種高實時性粒子濾波重采樣算法[J]. 趙豐,湯磊,張武,趙宗貴.  系統(tǒng)仿真學報. 2009(18)
[10]攝像機鏡頭畸變的研究[J]. 田原嫄,黃合成,譚慶昌,張海波,石志標.  計算機工程與應用. 2009(26)

博士論文
[1]基于粒子濾波的目標跟蹤技術研究[D]. 宋策.中國科學院研究生院(長春光學精密機械與物理研究所) 2014
[2]圖像邊緣檢測技術及其應用研究[D]. 曾俊.華中科技大學 2011
[3]基于視覺的運動目標跟蹤算法及其在移動機器人中的應用[D]. 邱雪娜.華東理工大學 2011
[4]基于位置的機器人視覺伺服控制的研究[D]. 劉涵.西安理工大學 2003

碩士論文
[1]基于合作目標的無人機視覺著陸位姿估計方法及合作目標優(yōu)化研究[D]. 劉婷.南京航空航天大學 2016
[2]空間機械臂對于非合作目標的視覺導航與跟蹤研究[D]. 吳青昀.北京理工大學 2015
[3]直線提取算法研究[D]. 王旭.國防科學技術大學 2013
[4]基于對偶四元數(shù)的航天器交會對接位姿關鍵技術研究[D]. 錢萍.南京航空航天大學 2012
[5]基于粒子濾波的視頻目標跟蹤方法研究[D]. 黃斌.電子科技大學 2008
[6]圖像增強算法的研究[D]. 盛道清.武漢科技大學 2007
[7]基于視覺的工件識別定位方法的研究[D]. 李陽君.西安理工大學 2006



本文編號：2970182