隨著工業(yè)發(fā)展的日趨智能化,工業(yè)機器人應(yīng)用在工業(yè)生產(chǎn)制造過程中也將成為主流趨勢之一。工業(yè)現(xiàn)場經(jīng)常存在對散亂工件的定位抓取作業(yè),由于散亂工件存在傾斜、堆疊、遮擋等情況,較為常見的單目視覺技術(shù)很難解決其識別定位抓取問題,目前一般依靠人工或者特殊機構(gòu)將散亂工件平整放置,然后利用單目視覺進行后續(xù)操作,這嚴重影響了生產(chǎn)效率,增加了制造成本。因此,為了提高工廠生產(chǎn)效益,促進機器人自動化的進一步發(fā)展,本文針對散亂工件的定位抓取問題進行基于雙目視覺的散亂工件識別與定位技術(shù)研究,主要研究內(nèi)容如下:首先,本文主要分析課題任務(wù)需求,并總結(jié)存在的技術(shù)難點,給出總體解決方案;完成硬件的選型,最終確定本文采用平行式雙目相機安裝方案,并給出了具體的參數(shù);接著分析相機成像模型,建立視覺系統(tǒng)坐標系,并結(jié)合畸變模型,推導(dǎo)投影矩陣轉(zhuǎn)換關(guān)系;采用張正友標定法實現(xiàn)對本文搭建的視覺系統(tǒng)的標定,對圖像進行畸變矯正,并利用重投影誤差驗證標定精度。然后,根據(jù)實際工況對采集到的圖像進行相應(yīng)預(yù)處理,在分析傳統(tǒng)的基于SIFT描述子的模板匹配方法的基礎(chǔ)上,針對實際散亂工件因傾斜、堆疊、遮擋導(dǎo)致的目標位姿發(fā)生變化和特征不完整等問題,以及原算法本身... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

工業(yè)機器人代替人工圖

恢貌⒓鍬幾玫悖??芍噶��；?魅送ü?馗錘彌噶罾賜瓿?作業(yè)。這樣的編程方式簡單方便，不過此種方法下工件的位置是固定的，當工件位置未知或發(fā)生變化時，就會導(dǎo)致操作失敗，從而影響生產(chǎn)效率。隨著工業(yè)自動化的快速發(fā)展以及生產(chǎn)項目更加的復(fù)雜化，要求機器人能夠?qū)ξ粗h(huán)境具有更強的感知能力，機器視覺技術(shù)應(yīng)運而生。通過機器視覺提供的信息，引導(dǎo)機器人到達目標工件所在位置(如圖1-2所示)，目前廣泛應(yīng)用在物流分揀[3]、工件定位[4]、缺陷檢測[5]、有無檢測[6]等領(lǐng)域。(a)單目視覺應(yīng)用案例1(b)單目視覺應(yīng)用案例2圖1-2單目視覺應(yīng)用案例現(xiàn)使用較多的是比較成熟的二維視覺定位技術(shù)，通過獲取目標工件的二維信息來對工件進行尺寸測量、定位、識別以及檢測，它的局限性在于由于無法獲取目標工件的深度信息，因此工件所在平面必須固定已知。當工件處于散亂的狀態(tài)，即工件位于不同的平面時(如圖1-3所示)，簡單的單目視覺已然無法滿足其需求，目前針對散亂工件的定位抓取，主要是通過人工或者特定機構(gòu)將散亂工件整齊地放置在固定平面，然后利用單目視覺完成后續(xù)操作，這樣不僅會提高制造成本，降低生產(chǎn)效率，而且嚴重阻礙了機器

江南大學(xué)碩士學(xué)位論文2人自動化進程。圖1-3散亂工件圖隨著視覺技術(shù)的發(fā)展以及對散亂工件的定位抓取需求愈來愈大，針對復(fù)雜環(huán)境的三維視覺技術(shù)，主要是雙目立體視覺技術(shù)得到了研究發(fā)展。雙目立體視覺技術(shù)是指通過兩個相機在同一時間對同一物體在不同角度進行采圖，獲取目標工件的視差，從而得到目標工件的三維信息，即得到目標工件距離相機的深度信息。因此本文將雙目視覺技術(shù)應(yīng)用到解決散亂工件的識別定位問題。由于在工業(yè)現(xiàn)場中，散亂工件存在傾斜、堆疊、遮擋以及光照不均勻等現(xiàn)象，導(dǎo)致工件的位姿信息各不相同以及工件特征不完整，對系統(tǒng)的識別能力以及三維定位能力帶來極大挑戰(zhàn)。本文利用工業(yè)機器人和雙目視覺系統(tǒng)相結(jié)合，實現(xiàn)對散亂工件的自動識別定位以及抓取，能夠有效降低企業(yè)的勞動制造成本，提高企業(yè)的生產(chǎn)效率，具有十分重要的現(xiàn)實意義。同時，根據(jù)需求設(shè)計更加準確、快速、穩(wěn)定的識別定位算法，為實現(xiàn)機器人在復(fù)雜工況下的推廣應(yīng)用提供理論基礎(chǔ)和有效解決方案，并進一步促進機器人的自動化、智能化發(fā)展，實現(xiàn)“機器換人”[7]和智能制造。1.2國內(nèi)外研究現(xiàn)狀基于雙目視覺的散亂工件識別與定位技術(shù)主要涉及到幾個關(guān)鍵技術(shù)，包括機器人立體視覺技術(shù)、目標識別技術(shù)、立體匹配技術(shù)等，下面將對散亂工件的定位抓取技術(shù)以及采用雙目視覺技術(shù)下上述幾種關(guān)鍵技術(shù)的國內(nèi)外研究現(xiàn)狀進行詳細地介紹。1.2.1散亂工件識別定位技術(shù)研究現(xiàn)狀目前針對散亂工件的識別定位方法主要有基于單目相機加傳感器和基于雙目相機的方法。（1）基于單目相機加激光掃描儀�；诩す鈷呙鑳x的識別定位方法主要是通過激光發(fā)射器將激光打在目標工件上，由于目標工件的高度不同導(dǎo)致激光經(jīng)反射到相機成像平面的像點位置不同，通過建立的模型計算工件的三維坐標。

【參考文獻】：
期刊論文
[1]基于視覺與激光結(jié)合的堆疊工件快速定位方法[J]. 周偉亮,王紅軍,鄒湘軍.  組合機床與自動化加工技術(shù). 2020(02)
[2]中值濾波在數(shù)字圖像去噪中的應(yīng)用[J]. 燕紅文,鄧雪峰.  計算機時代. 2020(02)
[3]基于雙目視覺的機械手撿球機器人設(shè)計[J]. 周旭,周海波,陳睿,張兆強,張忠黨.  機床與液壓. 2020(03)
[4]融合Spearman相關(guān)性系數(shù)與多尺度框架的立體匹配算法[J]. 于修成,宋燕,胡澮冕.  上海理工大學(xué)學(xué)報. 2020(01)
[5]基于雙目視覺的視網(wǎng)膜血管三維重建[J]. 周嘉悅,韓少峰,鄭昱,吳壯志,梁慶豐,楊洋.  中國醫(yī)療器械雜志. 2020(01)
[6]工業(yè)機器人的技術(shù)發(fā)展及其應(yīng)用分析[J]. 李肇惠,郝昭.  內(nèi)燃機與配件. 2020(01)
[7]基于均值濾波的霧霾圖像快速復(fù)原算法[J]. 唐鑒波,趙波,陳國樑,佟帥,習(xí)立坡.  電子設(shè)計工程. 2020(01)
[8]融合卷積神經(jīng)網(wǎng)絡(luò)與支持向量機的表情識別[J]. 王忠民,李和娜,張榮,衡霞.  計算機工程與設(shè)計. 2019(12)
[9]基于形態(tài)學(xué)的醫(yī)學(xué)圖像分割方法研究[J]. 楊玉娥,馬志雯,劉娟.  中阿科技論壇(中英阿文). 2019(04)
[10]基于機器視覺的口杯酒瓶蓋旋轉(zhuǎn)角度測量方法[J]. 劉浩南,張輝,吳成中,王耀南.  測控技術(shù). 2019(10)

碩士論文
[1]基于雙目視覺的堆疊箱盒目標識別與定位技術(shù)研究[D]. 錢磊.湖北工業(yè)大學(xué) 2019
[2]基于雙目視覺的分揀系統(tǒng)的關(guān)鍵技術(shù)研究[D]. 謝寧.哈爾濱工業(yè)大學(xué) 2019
[3]機器人堆疊目標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]基于雙目視覺的目標識別定位及機器人抓取研究[D]. 蔣萌.南京航空航天大學(xué) 2018
[5]基于激光點云的散亂工件識別與定位[D]. 劉曉陽.哈爾濱工程大學(xué) 2017
[6]基于雙目立體視覺的目標識別與定位[D]. 尚倩.北京交通大學(xué) 2011
[7]邊緣檢測算法在車牌定位系統(tǒng)中的應(yīng)用研究[D]. 何海燕.哈爾濱工業(yè)大學(xué) 2006



本文編號：3485990