多模態(tài)信息融合在機器人目標定位抓取中的應(yīng)用研究
發(fā)布時間:2021-01-19 15:43
基于計算機視覺的物體識別與定位技術(shù)在工業(yè)生產(chǎn)中得到廣泛的應(yīng)用。本文從工業(yè)生產(chǎn)的需求出發(fā),提出了一種物體位姿估計算法,通過提取二維圖像與三維圖像的多模態(tài)信息,實現(xiàn)了對物體的識別定位,并通過抓取實驗驗證了算法的可靠性與魯棒性;為了增加識別的可靠性,利用深度學習對不同物體進行了分類訓練,得到一個分類識別的模型,通過實驗驗證了該模型具有良好的識別效果。本文的研究內(nèi)容如下:(1)對Kinect2深度相機,USB相機和機器人進行標定實驗,將它們?nèi)叩淖鴺讼缔D(zhuǎn)換到世界坐標系下,為后期的抓取提供理論基礎(chǔ);(2)利用USB相機獲取二維圖像,對物體的邊緣輪廓檢測進行輪廓識別,再提取圖像的SIFT特征進行定位跟蹤,得到物體的位置信息;(3)通過Kinect2相機獲取三維點云圖像,經(jīng)過預(yù)處理、歐式聚類分割、VFH特征計算、KD樹搜索得到最佳模板,進行點云圖像的識別,并經(jīng)點云聚類配準獲得物體方向信息。(4)提出了一種物體位姿估計算法,融合上述兩者方法,完成對物體的識別與定位。通過機器人抓取實驗對本文方法的效果進行了驗證,結(jié)果表明,采用二維圖像和三維點云圖像的多模態(tài)信息進行處理,能夠有效對不同形狀的目標物體進行識...
【文章來源】:寧波大學浙江省
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
幾種不同的工業(yè)機器人Fig.1.1Thedifferenttypesofindustrialrobots我國是一個人口大國,但是老齡人口數(shù)量日漸增多,年輕勞動力人數(shù)嚴重
工人完成搬運、碼垛、噴涂、焊接、作之一,人在抓取之前能用眼鏡看到到物體的存在。傳統(tǒng)的工業(yè)機器人只作對象發(fā)生變化則需要重新編程,嚴統(tǒng)工業(yè)機器人上安裝計算機視覺系統(tǒng)”,讓機器人能夠“看到”周圍的環(huán)器人可應(yīng)付自如。這樣可大大減少工效益。計算機視覺系統(tǒng)配合工業(yè)機器變成科技強國添磚加瓦,具有非常重要國最大的一家網(wǎng)絡(luò)電子商務(wù)公司,主要azon 的倉庫中,Kiva 機器人幫助工作中的貨物。整個過程中,機器人負責任務(wù)。基于此,從 2015 年始,Amazllenge),希望可以找到以機器代人完。
主要完成對場景圖了圖像特征提取的可靠性;的特征包括了形狀、顏色等特征等,常見的圖像特征提在各個不同的應(yīng)用中有不同示在圖像邊緣分割后物體的征點的信息輸出物體的位姿以分為基于二維圖像的識別定是傳統(tǒng)的運用數(shù)字圖像處理技著時代的發(fā)展,計算機硬件的于對數(shù)據(jù)進行特征表征學習的在某一些方面表現(xiàn)的更好。以介紹國內(nèi)外的研究現(xiàn)狀。姿態(tài)估計方法有很多種。
【參考文獻】:
期刊論文
[1]數(shù)據(jù)結(jié)構(gòu)中模式匹配算法的教學方法探討[J]. 任平紅,陳矗. 電腦知識與技術(shù). 2017(27)
[2]基于SAC-IA和改進ICP算法的點云配準技術(shù)[J]. 陳學偉,朱耀麟,武桐,王祖全. 西安工程大學學報. 2017(03)
[3]平滑度歐式聚類算法分割點云數(shù)據(jù)[J]. 吳燕雄,李峰,劉芳,程麗娜,郭麗麗. 測控技術(shù). 2016(03)
[4]相機內(nèi)參量及像差系數(shù)與外參量的解耦標定方法(英文)[J]. 劉進博,張小虎,于起峰. 光子學報. 2016(03)
[5]基于FAST和BRIEF的圖像匹配算法[J]. 周莉莉,姜楓. 計算機工程與設(shè)計. 2015(05)
[6]基于交比不變和間距比不變的線陣相機畸變標定方法[J]. 梁靈飛. 科學技術(shù)與工程. 2014(14)
[7]基于改進SURF算子的高低分辨率圖像配準方法[J]. 曾朝陽,程相正,陳杭,宋一鑠,竇曉杰,黃超. 激光與紅外. 2014(02)
[8]空間機械臂視覺相機內(nèi)參標定技術(shù)研究[J]. 譚啟蒙,胡成威,高升. 航天返回與遙感. 2013(06)
[9]改進Prewitt算子圓錐面邊緣高精度檢測算法[J]. 古意昌,徐杜,蔣永平. 計算機工程與應(yīng)用. 2013(22)
[10]基于高斯金字塔的圖像運動估計算法[J]. 王斌,何中市,伍星,賈媛媛. 計算機工程與應(yīng)用. 2015(07)
碩士論文
[1]尺度不變特征的研究及其在圖像配準中的應(yīng)用[D]. 唐坤.江蘇科技大學 2014
本文編號:2987264
【文章來源】:寧波大學浙江省
【文章頁數(shù)】:77 頁
【學位級別】:碩士
【部分圖文】:
幾種不同的工業(yè)機器人Fig.1.1Thedifferenttypesofindustrialrobots我國是一個人口大國,但是老齡人口數(shù)量日漸增多,年輕勞動力人數(shù)嚴重
工人完成搬運、碼垛、噴涂、焊接、作之一,人在抓取之前能用眼鏡看到到物體的存在。傳統(tǒng)的工業(yè)機器人只作對象發(fā)生變化則需要重新編程,嚴統(tǒng)工業(yè)機器人上安裝計算機視覺系統(tǒng)”,讓機器人能夠“看到”周圍的環(huán)器人可應(yīng)付自如。這樣可大大減少工效益。計算機視覺系統(tǒng)配合工業(yè)機器變成科技強國添磚加瓦,具有非常重要國最大的一家網(wǎng)絡(luò)電子商務(wù)公司,主要azon 的倉庫中,Kiva 機器人幫助工作中的貨物。整個過程中,機器人負責任務(wù)。基于此,從 2015 年始,Amazllenge),希望可以找到以機器代人完。
主要完成對場景圖了圖像特征提取的可靠性;的特征包括了形狀、顏色等特征等,常見的圖像特征提在各個不同的應(yīng)用中有不同示在圖像邊緣分割后物體的征點的信息輸出物體的位姿以分為基于二維圖像的識別定是傳統(tǒng)的運用數(shù)字圖像處理技著時代的發(fā)展,計算機硬件的于對數(shù)據(jù)進行特征表征學習的在某一些方面表現(xiàn)的更好。以介紹國內(nèi)外的研究現(xiàn)狀。姿態(tài)估計方法有很多種。
【參考文獻】:
期刊論文
[1]數(shù)據(jù)結(jié)構(gòu)中模式匹配算法的教學方法探討[J]. 任平紅,陳矗. 電腦知識與技術(shù). 2017(27)
[2]基于SAC-IA和改進ICP算法的點云配準技術(shù)[J]. 陳學偉,朱耀麟,武桐,王祖全. 西安工程大學學報. 2017(03)
[3]平滑度歐式聚類算法分割點云數(shù)據(jù)[J]. 吳燕雄,李峰,劉芳,程麗娜,郭麗麗. 測控技術(shù). 2016(03)
[4]相機內(nèi)參量及像差系數(shù)與外參量的解耦標定方法(英文)[J]. 劉進博,張小虎,于起峰. 光子學報. 2016(03)
[5]基于FAST和BRIEF的圖像匹配算法[J]. 周莉莉,姜楓. 計算機工程與設(shè)計. 2015(05)
[6]基于交比不變和間距比不變的線陣相機畸變標定方法[J]. 梁靈飛. 科學技術(shù)與工程. 2014(14)
[7]基于改進SURF算子的高低分辨率圖像配準方法[J]. 曾朝陽,程相正,陳杭,宋一鑠,竇曉杰,黃超. 激光與紅外. 2014(02)
[8]空間機械臂視覺相機內(nèi)參標定技術(shù)研究[J]. 譚啟蒙,胡成威,高升. 航天返回與遙感. 2013(06)
[9]改進Prewitt算子圓錐面邊緣高精度檢測算法[J]. 古意昌,徐杜,蔣永平. 計算機工程與應(yīng)用. 2013(22)
[10]基于高斯金字塔的圖像運動估計算法[J]. 王斌,何中市,伍星,賈媛媛. 計算機工程與應(yīng)用. 2015(07)
碩士論文
[1]尺度不變特征的研究及其在圖像配準中的應(yīng)用[D]. 唐坤.江蘇科技大學 2014
本文編號:2987264
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2987264.html
最近更新
教材專著