發(fā)布時間：2023-02-14 17:50

　　隨著智能工廠和工業(yè)機(jī)器人的發(fā)展,重載澆筑機(jī)器人在澆筑工業(yè)中扮演著越來越重要的角色,其智能化水平也越來越高。而傳統(tǒng)的重載澆筑機(jī)器人仍是由人直接主導(dǎo)參與控制,按照人為的機(jī)械化動作指令執(zhí)行動作,澆筑工人還需處于惡劣的澆筑作業(yè)環(huán)境中。因此,展開了對重載澆筑機(jī)器人雙目視覺系統(tǒng)的研究。將雙目視覺系統(tǒng)和重載澆筑機(jī)器人系統(tǒng)相結(jié)合,使重載澆筑機(jī)器人具有對周圍環(huán)境的感知能力,并能根據(jù)周圍環(huán)境的三維空間信息對目標(biāo)物體進(jìn)行識別和定位,從而實(shí)現(xiàn)重載澆筑機(jī)器人進(jìn)一步的人工智能化,使?jié)仓と送耆軓膼毫拥淖鳂I(yè)環(huán)境中解放出來。首先,對工業(yè)機(jī)器人、重載澆筑機(jī)器人和雙目視覺系統(tǒng)的發(fā)展進(jìn)行了詳細(xì)的分析,并根據(jù)國內(nèi)外對重載澆筑機(jī)器人和雙目視覺系統(tǒng)的研究現(xiàn)狀,結(jié)合目前重載澆筑機(jī)器人面臨的問題和其結(jié)構(gòu)特點(diǎn),設(shè)計(jì)了重載澆筑機(jī)器人雙目視覺的整體方案,并確定了數(shù)字圖像采集、攝像機(jī)標(biāo)定、圖像預(yù)處理、特征提取與立體匹配、三維重建等實(shí)驗(yàn)流程,完成了雙目視覺系統(tǒng)的軟件設(shè)計(jì)。再根據(jù)雙目攝像機(jī)成像的原理和對傳統(tǒng)雙目攝像機(jī)標(biāo)定方法的研究,選擇了合適的標(biāo)定方法進(jìn)行標(biāo)定實(shí)驗(yàn)。然后,研究了圖像預(yù)處理的方法,并基于對經(jīng)典SURF特征提取算法原理的研究,提出...

【文章頁數(shù)】：100 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 工業(yè)機(jī)器人的發(fā)展
        1.1.2 重載澆筑機(jī)器人
        1.1.3 雙目視覺的意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 工業(yè)機(jī)器人國內(nèi)外研究現(xiàn)狀
        1.2.2 雙目視覺系統(tǒng)國內(nèi)外研究現(xiàn)狀
        1.2.3 雙目視覺相關(guān)算法的國內(nèi)外研究現(xiàn)狀
    1.3 本論文研究的主要目的和主要內(nèi)容
        1.3.1 研究的主要目的
        1.3.2 研究的主要內(nèi)容
2 重載澆筑機(jī)器人雙目視覺系統(tǒng)整體方案設(shè)計(jì)
    2.1 引言
    2.2 重載澆筑機(jī)器人的結(jié)構(gòu)特點(diǎn)
    2.3 雙目視覺系統(tǒng)的作用
    2.4 雙目視覺系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)
        2.4.1 系統(tǒng)的總體設(shè)計(jì)
        2.4.2 攝像機(jī)的選擇
    2.5 雙目視覺系統(tǒng)的軟件設(shè)計(jì)
    2.6 本章小結(jié)
3 重載澆筑機(jī)器人的雙目攝像機(jī)標(biāo)定
    3.1 引言
    3.2 攝像機(jī)成像原理
        3.2.1 線性模型
        3.2.2 坐標(biāo)系轉(zhuǎn)換原理
        3.2.3 非線性模型
    3.3 雙目攝像機(jī)標(biāo)定方法
    3.4 雙目攝像機(jī)標(biāo)定實(shí)驗(yàn)和結(jié)果分析
    3.5 本章小結(jié)
4 基于改進(jìn)SURF算法的特征提取與立體匹配
    4.1 引言
    4.2 圖像的預(yù)處理
        4.2.1 雙邊濾波
        4.2.2 Canny邊緣檢測
        4.2.3 二值化處理
    4.3 SURF特征提取算法
        4.3.1 SURF特征點(diǎn)的檢測
        4.3.2 主方向定位
        4.3.3 特征描述子生成
    4.4 改進(jìn)SURF算法的特征提取與立體匹配
        4.4.1 二值化梯度法
        4.4.2 改進(jìn)的特征描述符生成
        4.4.3 基于改進(jìn)KD-tree的特征匹配
        4.4.4 基于KD-tree的 BBF最近鄰搜索
        4.4.5 誤匹配點(diǎn)剔除
    4.5 實(shí)驗(yàn)仿真結(jié)果及分析
    4.6 本章小結(jié)
5 重載澆筑機(jī)器人雙目視覺系統(tǒng)的三維重建
    5.1 引言
    5.2 空間點(diǎn)的三維重建
    5.3 三維重建的步驟
    5.4 實(shí)驗(yàn)仿真結(jié)果及分析
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果



本文編號：3742735