基于多傳感器融合的半自主式遙操作機器人控制技術(shù)研究
發(fā)布時間:2023-06-03 12:27
上個世紀,隨著人類太空探測計劃的實施與發(fā)展,遙操作技術(shù)應運而生。進入新世紀,遙操作技術(shù)逐漸由航空航天領(lǐng)域向工業(yè)生產(chǎn)等民用領(lǐng)域滲透。許多先進制造業(yè)都引入了該技術(shù),用于產(chǎn)品設(shè)計、生產(chǎn)和展示,極大提高了生產(chǎn)力和產(chǎn)品一致性。近些年來,新型傳感器技術(shù)、人工智能技術(shù)的快速發(fā)展,使得遙操作機器人的自主性得了快速的發(fā)展。本文主要介紹一種面向民用領(lǐng)域的多傳感器融合的半自主式遙操作機器人,用于代替人工執(zhí)行一些高危的生產(chǎn)任務,如鑄件打磨、分類、裝配等。系統(tǒng)主要由:本地端、通信系統(tǒng)和遠程端組成。本地端包含各種人機交互設(shè)備和計算機。遠程端包括機器人、相機、六維力傳感器、遠程端計算機等。與人工作業(yè)相比,該機器人打磨、裝配精度高,可有效提高加工產(chǎn)品的一致性。與全自動式機器人相比,該機器人的生產(chǎn)作業(yè)時,更具有靈活性。本文的主要研究內(nèi)容包括:1)文本所述系統(tǒng)采用兩組攝像頭進行圖像采集。其中,雙目攝像頭用于采集工作場景深度圖像,用于系統(tǒng)本地端虛擬場景的構(gòu)建,為操作者提供視覺反饋;單目攝像頭采集機器人工作臺的圖像,用于目標自動識別、分揀、打磨等任務。系統(tǒng)充分利用不同種類攝像頭的優(yōu)勢完成人機交互、目標識別等任務,提高人機交互...
【文章頁數(shù)】:80 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.1.1 遙操作機器人技術(shù)概述
1.1.2 人機交互設(shè)備
1.1.3 遙操作機器人中的傳感器
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 論文研究的主要內(nèi)容
1.4 論文組織結(jié)構(gòu)
第二章 遙操作機器人實驗系統(tǒng)方案設(shè)計
2.1 系統(tǒng)原理及組成
2.2 機器人運動解算
2.2.1 機器人的結(jié)構(gòu)
2.2.2 基于KDL的機器人運動逆解算
2.3 三維虛擬環(huán)境
2.3.1 虛擬機器人建模
2.3.2 虛擬環(huán)境建模
2.3.3 環(huán)境光照及虛擬攝像頭設(shè)置
2.4 目標物體的識別和建模
2.4.1 Kinect采集點云數(shù)據(jù)
2.4.2 RANSAC算法提取目標物體
2.5 遙操作機器人系統(tǒng)中的硬件設(shè)備
2.5.1 單目工業(yè)相機
2.5.2 六維力傳感器
2.5.3 機械手
2.5.4 打磨刀具
2.6 本章小結(jié)
第三章 基于視覺引導的遙操作機器人目標分揀作業(yè)
3.1 目標匹配算法綜述
3.2 基于超像素的模板創(chuàng)建方法
3.2.1 圖像的超像素處理
3.2.2 GrabCut圖像分割
3.3 基于映射圖的圖像匹配算法
3.4 MB-NCC算法的具體實施方式
3.4.1 示教模式:模板創(chuàng)建
3.4.2 自主模式:MB-NCC目標匹配
3.5 實驗結(jié)果與分析
3.5.1 SB-GrabCut圖像分割實驗
3.5.2 MB-NCC目標匹配實驗
3.6 本章小結(jié)
第四章 基于多傳感器融合技術(shù)的遙操作機器人打磨作業(yè)
4.1 鑄件識別算法概述
4.2 基于邊緣特征的模板圖像
4.3 GB-NCC邊緣特征模板匹配
4.4 基于六維力傳感器引導的打磨作業(yè)
4.4.1 PID算法簡介
4.4.2 基于PID控制的自主打磨作業(yè)
4.5 打磨作業(yè)具體實施方式
4.5.1 示教模式:創(chuàng)建模板圖像并記錄打磨參數(shù)
4.5.2 自主模式:多傳感器融合的自主打磨作業(yè)
4.6 實驗結(jié)果與分析
4.6.1 鑄件識別效果實驗
4.6.2 鑄件打磨效果實驗
4.7 本章小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 創(chuàng)新點
5.3 未來工作的展望
致謝
作者在學期間的成果
參考文獻
本文編號:3829336
【文章頁數(shù)】:80 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 研究背景
1.1.1 遙操作機器人技術(shù)概述
1.1.2 人機交互設(shè)備
1.1.3 遙操作機器人中的傳感器
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 論文研究的主要內(nèi)容
1.4 論文組織結(jié)構(gòu)
第二章 遙操作機器人實驗系統(tǒng)方案設(shè)計
2.1 系統(tǒng)原理及組成
2.2 機器人運動解算
2.2.1 機器人的結(jié)構(gòu)
2.2.2 基于KDL的機器人運動逆解算
2.3 三維虛擬環(huán)境
2.3.1 虛擬機器人建模
2.3.2 虛擬環(huán)境建模
2.3.3 環(huán)境光照及虛擬攝像頭設(shè)置
2.4 目標物體的識別和建模
2.4.1 Kinect采集點云數(shù)據(jù)
2.4.2 RANSAC算法提取目標物體
2.5 遙操作機器人系統(tǒng)中的硬件設(shè)備
2.5.1 單目工業(yè)相機
2.5.2 六維力傳感器
2.5.3 機械手
2.5.4 打磨刀具
2.6 本章小結(jié)
第三章 基于視覺引導的遙操作機器人目標分揀作業(yè)
3.1 目標匹配算法綜述
3.2 基于超像素的模板創(chuàng)建方法
3.2.1 圖像的超像素處理
3.2.2 GrabCut圖像分割
3.3 基于映射圖的圖像匹配算法
3.4 MB-NCC算法的具體實施方式
3.4.1 示教模式:模板創(chuàng)建
3.4.2 自主模式:MB-NCC目標匹配
3.5 實驗結(jié)果與分析
3.5.1 SB-GrabCut圖像分割實驗
3.5.2 MB-NCC目標匹配實驗
3.6 本章小結(jié)
第四章 基于多傳感器融合技術(shù)的遙操作機器人打磨作業(yè)
4.1 鑄件識別算法概述
4.2 基于邊緣特征的模板圖像
4.3 GB-NCC邊緣特征模板匹配
4.4 基于六維力傳感器引導的打磨作業(yè)
4.4.1 PID算法簡介
4.4.2 基于PID控制的自主打磨作業(yè)
4.5 打磨作業(yè)具體實施方式
4.5.1 示教模式:創(chuàng)建模板圖像并記錄打磨參數(shù)
4.5.2 自主模式:多傳感器融合的自主打磨作業(yè)
4.6 實驗結(jié)果與分析
4.6.1 鑄件識別效果實驗
4.6.2 鑄件打磨效果實驗
4.7 本章小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 創(chuàng)新點
5.3 未來工作的展望
致謝
作者在學期間的成果
參考文獻
本文編號:3829336
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3829336.html
最近更新
教材專著