雙目立體視覺作為機(jī)器視覺的一個重要分支,其應(yīng)用已遍及到生產(chǎn)和生活的各個領(lǐng)域�；陔p目立體視覺的視覺引導(dǎo)技術(shù)可以從二維空間的識別定位提升到三維空間,可以得到目標(biāo)的三維信息,從而實(shí)現(xiàn)自由度更高,環(huán)境更復(fù)雜的抓取與分揀。目前很多抓取和分揀的機(jī)器人都是通過視覺引導(dǎo)技術(shù)來完成對目標(biāo)的識別與定位,但大多數(shù)還是二維的視覺引導(dǎo)技術(shù)。本文基于雙目立體視覺技術(shù),對堆疊狀態(tài)下的箱體盒體進(jìn)行識別與定位,得到箱盒位姿信息后進(jìn)行三維空間的抓取。目前雙目立體視覺的視覺引導(dǎo)技術(shù)是一個重要課題,但同時也面臨著許多挑戰(zhàn)。雙目立體視覺目標(biāo)識別與定位技術(shù)一直不能平衡實(shí)時性和精準(zhǔn)性,能夠在單一工況下完成視覺引導(dǎo)工作,但在復(fù)雜的堆疊條件下,準(zhǔn)確性大幅下降,系統(tǒng)魯棒性不強(qiáng)。針對上述問題,結(jié)合實(shí)驗(yàn)室現(xiàn)有平臺,實(shí)現(xiàn)堆疊箱盒目標(biāo)識別與定位,根據(jù)機(jī)器人抓取特性,保證其旋轉(zhuǎn)角度精度為5°,三軸精度為3mm。進(jìn)行如下研究工作:（1）針對張正友標(biāo)定法只考慮徑向畸變的影響,使得標(biāo)定結(jié)果不精確的問題,本文提出基于張正友標(biāo)定法的改進(jìn)算法,加入切向畸變進(jìn)行標(biāo)定。張氏標(biāo)定法為了標(biāo)定算法的便捷,只考慮影響最大的徑向的畸變。但在組裝相機(jī)的過程中,不能完全保證... 

【文章來源】：湖北工業(yè)大學(xué)湖北省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 相機(jī)標(biāo)定研究現(xiàn)狀
        1.2.2 立體匹配算法研究現(xiàn)狀
        1.2.3 三維重建技術(shù)研究現(xiàn)狀
    1.3 系統(tǒng)工作流程及實(shí)現(xiàn)指標(biāo)
    1.4 主要研究內(nèi)容與章節(jié)安排
第2章 雙目立體視覺系統(tǒng)標(biāo)定
    2.1 相機(jī)成像模型
        2.1.1 小孔成像模型
        2.1.2 畸變模型
    2.2 雙目相機(jī)成像模型
    2.3 雙目視覺系統(tǒng)標(biāo)定與改進(jìn)研究
        2.3.1 張正友標(biāo)定法原理
        2.3.2 標(biāo)定實(shí)驗(yàn)分析
        2.3.3 基于張正友標(biāo)定法的改進(jìn)
        2.3.4 立體校正
    2.4 標(biāo)定結(jié)果
    2.5 本章小結(jié)
第3章 堆疊箱盒雙目立體匹配技術(shù)
    3.1 立體匹配技術(shù)
        3.1.1 立體匹配目的
        3.1.2 立體匹配約束
        3.1.3 立體匹配算法的匹配過程
    3.2 立體匹配算法的分類與比較
        3.2.1 動態(tài)規(guī)劃分類
        3.2.2 匹配基元分類
    3.3 SGBM立體匹配算法
    3.4 SGBM立體匹配算法的改進(jìn)
        3.4.1 立體匹配預(yù)處理
        3.4.2 RANSAC誤匹配點(diǎn)剔除改進(jìn)
        3.4.3 基于Delaunay三角剖分改進(jìn)
        3.4.4 改進(jìn)效果
    3.5 本章小結(jié)
第4章 堆疊箱盒目標(biāo)的識別與定位
    4.1 雙目視覺三維重建
    4.2 箱盒目標(biāo)位姿估計(jì)
        4.2.1 Blob分析提取視差平面
        4.2.2 三維空間視差點(diǎn)擬合平面
        4.2.3 箱盒位姿估計(jì)
    4.3 位姿估計(jì)結(jié)果
    4.4 本章小結(jié)
第5章 機(jī)器人堆疊目標(biāo)定位抓取實(shí)驗(yàn)
    5.1 系統(tǒng)概況
    5.2 機(jī)器人手眼標(biāo)定
    5.3 抓取實(shí)驗(yàn)
        5.3.1 平臺搭建
        5.3.2 關(guān)鍵技術(shù)
        5.3.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]立體圖像對的極線校正[J]. 朱慶生,胡章平,劉然,許小艷.  計(jì)算機(jī)工程與設(shè)計(jì). 2009(17)
[2]一種立體計(jì)算機(jī)視覺技術(shù)的仿真研究[J]. 王小敏.  系統(tǒng)仿真學(xué)報. 2006(05)
[3]基于主動視覺攝像機(jī)標(biāo)定方法[J]. 胡占義,吳福朝.  計(jì)算機(jī)學(xué)報. 2002(11)
[4]計(jì)算機(jī)視覺中攝像機(jī)定標(biāo)綜述[J]. 邱茂林,馬頌德,李毅.  自動化學(xué)報. 2000(01)

碩士論文
[1]基于雙目視覺的三維測量及可視化技術(shù)研究[D]. 張強(qiáng).長春工業(yè)大學(xué) 2018
[2]基于雙目立體視覺三維重建方法的研究[D]. 張如如.聊城大學(xué) 2018
[3]基于雙目立體視覺三維重建技術(shù)研究[D]. 李彪.西安科技大學(xué) 2018
[4]基于立體視覺的殼體零件三維重建技術(shù)研究[D]. 胡權(quán)鳳.哈爾濱工業(yè)大學(xué) 2018
[5]基于雙目視覺立體匹配算法的研究與應(yīng)用[D]. 劉歡.哈爾濱工業(yè)大學(xué) 2018
[6]基于雙目立體視覺的工件識別與定位關(guān)鍵技術(shù)研究[D]. 韓博.哈爾濱工業(yè)大學(xué) 2018
[7]基于雙目立體視覺的三維重建技術(shù)研究[D]. 黃學(xué)然.西安電子科技大學(xué) 2018
[8]基于雙目視覺零件位姿確定的研究[D]. 杜小強(qiáng).石家莊鐵道大學(xué) 2018
[9]雙目視覺與障礙物探測方法研究[D]. 劉然.西安石油大學(xué) 2018
[10]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



本文編號：3196768