油茶果具有較高的食用和工業(yè)價(jià)值,油茶產(chǎn)業(yè)在林業(yè)經(jīng)濟(jì)中具有十分廣闊的前景�，F(xiàn)階段油茶果的生產(chǎn)作業(yè)中,人工采摘比例高,高昂的采摘成本和極低的采摘效率已經(jīng)嚴(yán)重制約了油茶產(chǎn)業(yè)的發(fā)展。鑒于目前油茶產(chǎn)業(yè)的困局,對油茶果采摘機(jī)器人的手眼標(biāo)定問題進(jìn)行了探索和研究。本文采用了一種通過機(jī)器人末端執(zhí)行器運(yùn)動和相機(jī)運(yùn)動的約束關(guān)系構(gòu)建手眼方程來求解手眼位姿的方法。以現(xiàn)有的油茶果采摘機(jī)器人運(yùn)動學(xué)研究為基礎(chǔ),對油茶果采摘機(jī)器人手眼標(biāo)定技術(shù)中涉及的以下三個(gè)方面內(nèi)容展開研究。開展了油茶果采摘機(jī)器人單目相機(jī)的標(biāo)定實(shí)驗(yàn)。實(shí)驗(yàn)采用了基于相機(jī)成像平面和標(biāo)定板平面的單應(yīng)性關(guān)系求解相機(jī)參數(shù)的標(biāo)定算法,基于OpenCV和C++聯(lián)合編寫了相機(jī)標(biāo)定的程序,實(shí)驗(yàn)得到了油茶果采摘機(jī)器人單目相機(jī)的內(nèi)參矩陣、畸變系數(shù)和外參矩陣,標(biāo)定結(jié)果的平均重投影誤差僅為0.6129個(gè)像素。提出了一種基于四元數(shù)的機(jī)器人手眼標(biāo)定算法。該算法將手眼方程由矩陣形式改寫為單位四元數(shù)的形式,用線性優(yōu)化的方法解手眼方程。設(shè)計(jì)了驗(yàn)證手眼標(biāo)定算法效果的仿真實(shí)驗(yàn),以基于矩陣直積的手眼標(biāo)定算法作為仿真的對比算法,仿真的結(jié)果表明,所提算法的精度和魯棒性均高于對比算法,且所提算法的平... 

【文章來源】：中南林業(yè)科技大學(xué)湖南省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器人手眼系統(tǒng)簡介
        1.2.2 機(jī)器人手眼標(biāo)定研究現(xiàn)狀
    1.3 本文研究內(nèi)容及結(jié)構(gòu)安排
        1.3.1 研究內(nèi)容
        1.3.2 本文結(jié)構(gòu)安排
2 手眼標(biāo)定原理及油茶果采摘機(jī)器人運(yùn)動學(xué)
    2.1 手眼標(biāo)定的數(shù)學(xué)模型
    2.2 油茶果采摘機(jī)器人結(jié)構(gòu)
    2.3 油茶果采摘機(jī)器人運(yùn)動學(xué)分析
        2.3.1 油茶果采摘機(jī)器人正運(yùn)動學(xué)分析
        2.3.2 油茶果采摘機(jī)器人逆運(yùn)動學(xué)分析
    2.4 本章小結(jié)
3 相機(jī)標(biāo)定技術(shù)
    3.1 相機(jī)成像模型
        3.1.1 相機(jī)成像針孔模型
        3.1.2 相機(jī)成像畸變模型
    3.2 相機(jī)標(biāo)定算法
        3.2.1 標(biāo)定板與圖像間的單應(yīng)性矩陣
        3.2.2 基于單應(yīng)性矩陣的內(nèi)外參數(shù)求解
        3.2.3 相機(jī)畸變模型的處理
    3.3 相機(jī)標(biāo)定實(shí)驗(yàn)
        3.3.1 實(shí)驗(yàn)準(zhǔn)備
        3.3.2 實(shí)驗(yàn)與結(jié)果分析
    3.4 本章小結(jié)
4 機(jī)器人手眼標(biāo)定算法
    4.1 基于矩陣直積的手眼標(biāo)定算法
    4.2 基于四元數(shù)的手眼標(biāo)定算法
        4.2.1 四元數(shù)的概念
        4.2.2 手眼標(biāo)定旋轉(zhuǎn)矩陣求取
        4.2.3 手眼標(biāo)定平移向量求取
    4.3 仿真及結(jié)果分析
        4.3.1 仿真目的及準(zhǔn)備
        4.3.2 仿真設(shè)計(jì)及結(jié)果分析
    4.4 本章小結(jié)
5 油茶果采摘機(jī)器人自動化手眼標(biāo)定系統(tǒng)
    5.1 自動化手眼標(biāo)定系統(tǒng)的設(shè)計(jì)
        5.1.1 自動化手眼標(biāo)定系統(tǒng)的框架與工作流程
        5.1.2 機(jī)械臂運(yùn)動規(guī)劃的工作流程
    5.2 試驗(yàn)與結(jié)果分析
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間的主要學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]農(nóng)林業(yè)采收機(jī)器人發(fā)展現(xiàn)狀[J]. 陳至靈,姜樹海,孫翊.  農(nóng)業(yè)工程. 2019(02)
[2]農(nóng)業(yè)機(jī)械化對農(nóng)村勞動力轉(zhuǎn)移貢獻(xiàn)的量化研究[J]. 旃雪蓮.  時(shí)代農(nóng)機(jī). 2018(10)
[3]基于二階錐規(guī)劃無標(biāo)定參照物的手眼標(biāo)定[J]. 李巍,董明利,呂乃光,婁小平.  光學(xué)精密工程. 2018(10)
[4]一種高精度的機(jī)器人手眼標(biāo)定算法[J]. 胡為,劉沖,傅莉,陳新禹.  火力與指揮控制. 2018(09)
[5]攝像機(jī)標(biāo)定方法的比較分析[J]. 胡松,王道累.  上海電力學(xué)院學(xué)報(bào). 2018(04)
[6]中國制造2025背景下機(jī)械制造業(yè)面臨的新機(jī)遇[J]. 王慧鋒,暴建霞.  內(nèi)燃機(jī)與配件. 2018(12)
[7]基于誤差分布估計(jì)的機(jī)器人手眼標(biāo)定方法研究[J]. 張強(qiáng),曲道奎,徐方,鄒風(fēng)山.  計(jì)算機(jī)測量與控制. 2018(04)
[8]凸松弛全局優(yōu)化機(jī)器人手眼標(biāo)定[J]. 李巍,呂乃光,董明利,婁小平.  計(jì)算機(jī)應(yīng)用. 2017(05)
[9]便攜式組合測量系統(tǒng)坐標(biāo)統(tǒng)一的標(biāo)定方法[J]. 張旭,程偉,莊磊磊.  光電子·激光. 2016(07)
[10]基于旋量理論的混聯(lián)采摘機(jī)器人正運(yùn)動學(xué)分析與試驗(yàn)[J]. 陽涵疆,李立君,高自成.  農(nóng)業(yè)工程學(xué)報(bào). 2016(09)

碩士論文
[1]面向工業(yè)機(jī)器人裝配的單目視覺定位方法[D]. 杜廣勝.大連理工大學(xué) 2018
[2]基于關(guān)節(jié)空間的采摘機(jī)器人機(jī)械臂實(shí)時(shí)避障算法研究[D]. 鄒宇星.中南林業(yè)科技大學(xué) 2018
[3]機(jī)器人堆疊目標(biāo)識別與定位抓取系統(tǒng)研究[D]. 彭澤林.華南理工大學(xué) 2018
[4]基于視覺的AUBO機(jī)器人標(biāo)定方法研究[D]. 曹繼項(xiàng).長安大學(xué) 2018
[5]面向工業(yè)抓取應(yīng)用的手眼協(xié)同方法研究[D]. 王志磊.浙江大學(xué) 2018
[6]面向視覺三維測量的機(jī)器人手眼標(biāo)定技術(shù)研究[D]. 劉沖.沈陽航空航天大學(xué) 2018
[7]基于雙目視覺的機(jī)械手定位抓取技術(shù)的研究[D]. 徐凱.浙江大學(xué) 2018
[8]基于機(jī)器人手眼視覺的目標(biāo)位姿測量方法研究[D]. 胡連軍.華北理工大學(xué) 2018
[9]面向機(jī)器人操作的三維物體檢測與位姿估計(jì)[D]. 何若濤.廣東工業(yè)大學(xué) 2017
[10]面向Bin-picking的手眼自動標(biāo)定系統(tǒng)的研究[D]. 陳育濱.暨南大學(xué) 2017



本文編號：2978271