近幾年,大量的工業(yè)機(jī)器人被應(yīng)用于裝配制造等環(huán)節(jié),使得公司生產(chǎn)過程的自動(dòng)化水平不斷提高,這也使得公司的生產(chǎn)模式由傳統(tǒng)的以人力為主導(dǎo)轉(zhuǎn)變?yōu)橐詸C(jī)器人為主導(dǎo),這種模式的改變大大提高了產(chǎn)品的生產(chǎn)效率,降低了生產(chǎn)成本,同時(shí)減小了某些惡劣的生產(chǎn)環(huán)境對工人身體上造成的危害。在機(jī)器人作業(yè)過程中,如何對隨意堆放的零部件或者貨物進(jìn)行準(zhǔn)確的抓取,成為目前研究的熱點(diǎn)問題。這個(gè)過程中主要涉及到目標(biāo)零部件的位姿信息獲取等問題,本文設(shè)計(jì)了基于3D目標(biāo)識別的工業(yè)機(jī)器人無序分揀系統(tǒng)來對以上問題進(jìn)行實(shí)驗(yàn)研究,具有一定的研究意義及實(shí)用價(jià)值。本文主要的研究工作如下:(1)設(shè)計(jì)了無序分揀平臺方案。本文中機(jī)器人的編程方法與傳統(tǒng)的示教及離線編程的方法不同,本文方法需要事先用相機(jī)對待分揀物體進(jìn)行視覺檢測來獲取目標(biāo)物體的位姿信息,所以要先根據(jù)環(huán)境以及待分揀物體的具體信息對分揀系統(tǒng)的硬件進(jìn)行選型,對整個(gè)系統(tǒng)的流程及方案進(jìn)行設(shè)計(jì),設(shè)計(jì)的系統(tǒng)應(yīng)滿足厘米級的抓取要求。(2)研究了Kinect相機(jī)與ABB 1200機(jī)器人構(gòu)成的機(jī)器人視覺系統(tǒng)的標(biāo)定問題。本文確定Kinect相機(jī)與機(jī)器人的連接為眼在手外的安裝方式,使用MATLAB對Kinect相機(jī)自...

【文章頁數(shù)】：68 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
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器人分揀研究現(xiàn)狀
        1.2.2 目標(biāo)物體檢測技術(shù)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
    1.4 本文章節(jié)安排
2 機(jī)器人無序分揀系統(tǒng)平臺設(shè)計(jì)方案
    2.1 無序分揀系統(tǒng)的總體方案設(shè)計(jì)
    2.2 無序分揀系統(tǒng)硬件平臺
        2.2.1 ABB1200 機(jī)器人介紹
        2.2.2 Kinect相機(jī)介紹
        2.2.3 雄克手爪介紹
    2.3 RobotStudio軟件以及點(diǎn)云庫介紹
        2.3.1 RobotStudio的簡介
        2.3.2 PCL點(diǎn)云庫的簡介
    2.4 本章小結(jié)
3 機(jī)器人視覺系統(tǒng)標(biāo)定
    3.1 Kinect相機(jī)標(biāo)定
        3.1.1 相機(jī)成像模型
        3.1.2 相機(jī)標(biāo)定原理
        3.1.3 鏡頭畸變模型
    3.2 機(jī)器人與相機(jī)標(biāo)定
        3.2.1 機(jī)器人視覺系統(tǒng)分類
        3.2.2 機(jī)器人與相機(jī)的標(biāo)定原理
    3.3視覺系統(tǒng)的標(biāo)定實(shí)驗(yàn)
        3.3.1 kinect相機(jī)標(biāo)定結(jié)果
        3.3.2 機(jī)器人與相機(jī)標(biāo)定結(jié)果
    3.4 本章小結(jié)
4 目標(biāo)物體的點(diǎn)云數(shù)據(jù)處理及識別
    4.1 點(diǎn)云數(shù)據(jù)描述
        4.1.1 點(diǎn)云的鄰域
        4.1.2 點(diǎn)云的法線及曲率
    4.2 點(diǎn)云數(shù)據(jù)預(yù)處理
    4.3 基于歐式聚類的點(diǎn)云分割方法
    4.4 點(diǎn)云數(shù)據(jù)的特征提取
        4.4.1 PFH特征
        4.4.2 FPFH特征
        4.4.3 SHOT特征
    4.5 基于OUR-CVFH特征的分類
        4.5.1 VFH特征
        4.5.2 CVFH特征
        4.5.3 基于OUR-CVFH特征分類
    4.6 基于ISS3D算法的關(guān)鍵點(diǎn)提取
    4.7 基于SHOT的特征匹配
    4.8 基于ICP算法的目標(biāo)識別
    4.9 本章小結(jié)
5 機(jī)器人無序分揀實(shí)驗(yàn)與結(jié)果分析
    5.1 實(shí)驗(yàn)平臺的搭建
    5.2 目標(biāo)物體的無序分揀實(shí)驗(yàn)
        5.2.1 實(shí)驗(yàn)驗(yàn)證
        5.2.2 實(shí)驗(yàn)結(jié)果分析
    5.3 誤差分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間主要研究成果



本文編號：3796028