發(fā)布時(shí)間：2021-01-19 15:43

　　基于計(jì)算機(jī)視覺的物體識(shí)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(jì)算法,通過提取二維圖像與三維圖像的多模態(tài)信息,實(shí)現(xiàn)了對(duì)物體的識(shí)別定位,并通過抓取實(shí)驗(yàn)驗(yàn)證了算法的可靠性與魯棒性;為了增加識(shí)別的可靠性,利用深度學(xué)習(xí)對(duì)不同物體進(jìn)行了分類訓(xùn)練,得到一個(gè)分類識(shí)別的模型,通過實(shí)驗(yàn)驗(yàn)證了該模型具有良好的識(shí)別效果。本文的研究內(nèi)容如下:（1）對(duì)Kinect2深度相機(jī),USB相機(jī)和機(jī)器人進(jìn)行標(biāo)定實(shí)驗(yàn),將它們?nèi)叩淖鴺?biāo)系轉(zhuǎn)換到世界坐標(biāo)系下,為后期的抓取提供理論基礎(chǔ);（2）利用USB相機(jī)獲取二維圖像,對(duì)物體的邊緣輪廓檢測進(jìn)行輪廓識(shí)別,再提取圖像的SIFT特征進(jìn)行定位跟蹤,得到物體的位置信息;（3）通過Kinect2相機(jī)獲取三維點(diǎn)云圖像,經(jīng)過預(yù)處理、歐式聚類分割、VFH特征計(jì)算、KD樹搜索得到最佳模板,進(jìn)行點(diǎn)云圖像的識(shí)別,并經(jīng)點(diǎn)云聚類配準(zhǔn)獲得物體方向信息。（4）提出了一種物體位姿估計(jì)算法,融合上述兩者方法,完成對(duì)物體的識(shí)別與定位。通過機(jī)器人抓取實(shí)驗(yàn)對(duì)本文方法的效果進(jìn)行了驗(yàn)證,結(jié)果表明,采用二維圖像和三維點(diǎn)云圖像的多模態(tài)信息進(jìn)行處理,能夠有效對(duì)不同形狀的目標(biāo)物體進(jìn)行識(shí)... 

【文章來源】：寧波大學(xué)浙江省

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

幾種不同的工業(yè)機(jī)器人Fig.1.1Thedifferenttypesofindustrialrobots我國是一個(gè)人口大國，但是老齡人口數(shù)量日漸增多，年輕勞動(dòng)力人數(shù)嚴(yán)重

工人完成搬運(yùn)、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(jī)器人只作對(duì)象發(fā)生變化則需要重新編程，嚴(yán)統(tǒng)工業(yè)機(jī)器人上安裝計(jì)算機(jī)視覺系統(tǒng)”，讓機(jī)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(jì)算機(jī)視覺系統(tǒng)配合工業(yè)機(jī)器變成科技強(qiáng)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(jī)器人幫助工作中的貨物。整個(gè)過程中，機(jī)器人負(fù)責(zé)任務(wù)�；诖�，從 2015 年始，Amazllenge），希望可以找到以機(jī)器代人完。

主要完成對(duì)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(gè)不同的應(yīng)用中有不同示在圖像邊緣分割后物體的征點(diǎn)的信息輸出物體的位姿以分為基于二維圖像的識(shí)別定是傳統(tǒng)的運(yùn)用數(shù)字圖像處理技著時(shí)代的發(fā)展，計(jì)算機(jī)硬件的于對(duì)數(shù)據(jù)進(jìn)行特征表征學(xué)習(xí)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(jì)方法有很多種。

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)結(jié)構(gòu)中模式匹配算法的教學(xué)方法探討[J]. 任平紅,陳矗.  電腦知識(shí)與技術(shù). 2017(27)
[2]基于SAC-IA和改進(jìn)ICP算法的點(diǎn)云配準(zhǔn)技術(shù)[J]. 陳學(xué)偉,朱耀麟,武桐,王祖全.  西安工程大學(xué)學(xué)報(bào). 2017(03)
[3]平滑度歐式聚類算法分割點(diǎn)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(jī)內(nèi)參量及像差系數(shù)與外參量的解耦標(biāo)定方法（英文）[J]. 劉進(jìn)博,張小虎,于起峰.  光子學(xué)報(bào). 2016(03)
[5]基于FAST和BRIEF的圖像匹配算法[J]. 周莉莉,姜楓.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(05)
[6]基于交比不變和間距比不變的線陣相機(jī)畸變標(biāo)定方法[J]. 梁靈飛.  科學(xué)技術(shù)與工程. 2014(14)
[7]基于改進(jìn)SURF算子的高低分辨率圖像配準(zhǔn)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(jī)械臂視覺相機(jī)內(nèi)參標(biāo)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(jìn)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(jì)算機(jī)工程與應(yīng)用. 2013(22)
[10]基于高斯金字塔的圖像運(yùn)動(dòng)估計(jì)算法[J]. 王斌,何中市,伍星,賈媛媛.  計(jì)算機(jī)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(zhǔn)中的應(yīng)用[D]. 唐坤.江蘇科技大學(xué) 2014



本文編號(hào)：2987264