機器人是工業(yè)現(xiàn)代化的重要組成部分,智能制造需要機器人提供強大的支撐。使用機器視覺能夠提高機器人的靈活性,加強機器人的可操縱性,有助于實現(xiàn)機器人的智能化。目前,用于抓取的視覺信息可以來自于二維圖像和三維點云,與二維圖像相比較,三維點云還包括物體的深度信息,使得機器人的感知能力更加強大。雖然目前在某些場景下三維視覺發(fā)揮著作用,但還不能完全滿足社會發(fā)展對生產(chǎn)自動化的要求。本課題針對散亂零件識別定位困難的問題,使用RealSense獲取目標點云,通過點云分割和點云匹配等相關技術,獲取零件位姿,并對抓取路徑進行研究,最后結合實驗進行驗證。首先,使用RealSense深度相機獲取散亂零件點云,根據(jù)點云數(shù)據(jù)中的存在的主要問題,分別進行針對性處理。針對深度圖像的跳變現(xiàn)象和空洞,使用卡爾曼濾波和聯(lián)合雙邊濾波,提高原始三維點云的質量;針對三維點云的數(shù)量太大以及噪聲問題,使用直通濾波、降體素采樣和離散點去除等方法,提取零件點云,降低點的數(shù)量,減少后續(xù)處理時間。然后,應用基于超體素的點云分割方法,將散亂重疊零件分離。針對零件點云顏色相同的情況,不再使用原超體素分割中的顏色判據(jù),并且在分割過程中加入邊界約束,提... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：87 頁

【學位級別】：碩士

【部分圖文】：

圖１－１?Ｐｈｏｔｏｅｏ無序分揀系統(tǒng)

第１章緒論??分工合作，互不干擾，有效縮短處理時間，并聯(lián)機器人能夠實現(xiàn)抓取２０００件／ｈ，??在分揀、碼垛等工作中使用較多，有效節(jié)約了勞動力，并且工作穩(wěn)定。??圖靈機器人研制的三維視覺自動噴涂系統(tǒng)，使用視覺技術自動控制機器人的??運動，可以實現(xiàn)不同形狀物體的自動噴涂，能夠有效促進機器人的智能化。該系??統(tǒng)不需要離線編程，操作十分方便，工作穩(wěn)定，廣泛應用于家具噴涂。??圖１－３翼菲紙箱抓取循環(huán)系統(tǒng)?圖１４圖靈機器人免示教噴涂站??１．３?Ｊ研究現(xiàn)狀分析??隨著三維掃描儀和深度相機等三維信息獲取設備的不斷改進，三維視覺技術??得到了快速發(fā)展。與此同時，隨著深度學習的興起與發(fā)展，卷積神經(jīng)網(wǎng)絡開始應??用于點云處理，為三維點云的研究提供了新的方向。國內外的專家學者在三維點??云處理領域不斷深入研宄，并將部分成果應用于三維目標識別，大大提升了識別??效率和準確率。但隨著機器人視覺抓取的應用場景越來越復雜，對視覺識別系統(tǒng)??提出了更高的要求。目前針對零件抓取的三維視覺系統(tǒng)的還有以下的問題：??（１）傳統(tǒng)的二維機器視覺進行零件識別主要應用于簡單的工作環(huán)境，對光照??條件和物體的光學特性等均有要求，在背景復雜，環(huán)境光照變化，或者待識別物??體顏色單一、邊緣不明顯的情況下，二維視覺通常難以提取有效信息，存在識別??困難的問題。??（２）目前一些三維識別系統(tǒng)要求待抓取零件的位置比較分散，對于沒有經(jīng)過??事先位置調整導致零件之間存在接觸或者遮擋的情況不能識別，對形狀復雜零件??的識別也存在困難。??（３）在利用三維點云進行零件識別時，需要提取點云的特征，當點的數(shù)量較??多時，會降低算法效率；使用迭代最近鄰點方法求取零件位姿十分依賴于

第１章緒論??分工合作，互不干擾，有效縮短處理時間，并聯(lián)機器人能夠實現(xiàn)抓�。玻埃埃凹�，??在分揀、碼垛等工作中使用較多，有效節(jié)約了勞動力，并且工作穩(wěn)定。??圖靈機器人研制的三維視覺自動噴涂系統(tǒng)，使用視覺技術自動控制機器人的??運動，可以實現(xiàn)不同形狀物體的自動噴涂，能夠有效促進機器人的智能化。該系??統(tǒng)不需要離線編程，操作十分方便，工作穩(wěn)定，廣泛應用于家具噴涂。??圖１－３翼菲紙箱抓取循環(huán)系統(tǒng)?圖１４圖靈機器人免示教噴涂站??１．３?Ｊ研究現(xiàn)狀分析??隨著三維掃描儀和深度相機等三維信息獲取設備的不斷改進，三維視覺技術??得到了快速發(fā)展。與此同時，隨著深度學習的興起與發(fā)展，卷積神經(jīng)網(wǎng)絡開始應??用于點云處理，為三維點云的研究提供了新的方向。國內外的專家學者在三維點??云處理領域不斷深入研宄，并將部分成果應用于三維目標識別，大大提升了識別??效率和準確率。但隨著機器人視覺抓取的應用場景越來越復雜，對視覺識別系統(tǒng)??提出了更高的要求。目前針對零件抓取的三維視覺系統(tǒng)的還有以下的問題：??（１）傳統(tǒng)的二維機器視覺進行零件識別主要應用于簡單的工作環(huán)境，對光照??條件和物體的光學特性等均有要求，在背景復雜，環(huán)境光照變化，或者待識別物??體顏色單一、邊緣不明顯的情況下，二維視覺通常難以提取有效信息，存在識別??困難的問題。??（２）目前一些三維識別系統(tǒng)要求待抓取零件的位置比較分散，對于沒有經(jīng)過??事先位置調整導致零件之間存在接觸或者遮擋的情況不能識別，對形狀復雜零件??的識別也存在困難。??（３）在利用三維點云進行零件識別時，需要提取點云的特征，當點的數(shù)量較??多時，會降低算法效率；使用迭代最近鄰點方法求取零件位姿十分依賴于

【參考文獻】：
期刊論文
[1]基于雙目視覺的機械手識別、定位、抓取系統(tǒng)研究[J]. 陳立挺,聶曉根.  機電工程. 2019(08)
[2]基于自適應聯(lián)合雙邊濾波的深度圖像空洞填充與優(yōu)化算法[J]. 王得成,陳向寧,易輝,趙峰.  中國激光. 2019(10)
[3]智能機器人在動力總成裝配線中應用探討[J]. 劉凱,宋承秀.  汽車實用技術. 2019(07)
[4]工業(yè)機器人智能化驗系統(tǒng)在選煤廠的應用[J]. 孫引忠,韓泰然.  煤礦機電. 2019(02)
[5]六自由度串聯(lián)工業(yè)機器人運動學標定與實驗研究[J]. 陳綿鵬,趙洪華,溫爾文,李志平.  濟南大學學報(自然科學版). 2019(03)
[6]散亂點云的孔洞識別和邊界提取算法研究[J]. 王春香,孟宏,張勇.  機械設計與制造. 2019(03)
[7]基于深度學習的語義分割問題研究綜述[J]. 張祥甫,劉健,石章松,吳中紅,王智.  激光與光電子學進展. 2019(15)
[8]三維立體視覺機械臂智能抓取分類系統(tǒng)的開發(fā)[J]. 張建民,許志輝,龍佳樂,陳富健,羅順祺,羅鑫春,林根源,李鴻彬.  計算機工程與應用. 2019(15)
[9]機器人在眼科手術中的應用及研究進展[J]. 賀昌巖,楊洋,梁慶豐,韓少峰.  機器人. 2019(02)
[10]基于改進蟻群算法的家庭機器人路徑規(guī)劃研究[J]. 王學忠,徐麗萍,李美蓮.  皖西學院學報. 2018(05)

博士論文
[1]虛擬樣機環(huán)境下實時碰撞檢測算法研究[D]. 鄒益勝.西南交通大學 2009

碩士論文
[1]基于雙目視覺的散亂堆放工件拾取系統(tǒng)[D]. 柯科勇.廣東工業(yè)大學 2016
[2]基于改進的ICP算法的點云配準技術[D]. 張蒙.天津大學 2013
[3]基于采樣球和ICP算法的點云配準方法研究[D]. 孟禹.清華大學 2012
[4]三維激光掃描數(shù)據(jù)的空間配準研究[D]. 張凱.南京師范大學 2008



本文編號：3386613