隨著人口老齡化的加劇和智能化技術(shù)的提升,使得工業(yè)機器人市場與產(chǎn)業(yè)迅猛擴展。機械臂作為機器人領(lǐng)域中典型的一種機械裝置,在工業(yè)、醫(yī)療、文娛等領(lǐng)域有著廣泛的應(yīng)用。抓取是機械臂執(zhí)行的最重要的任務(wù),是分揀、裝配、上料、焊接、噴涂、手術(shù)等機器人自動化過程中的關(guān)鍵的技術(shù)。工業(yè)、醫(yī)療場景,對機械臂抓取的魯棒性、抓取精度、對復雜環(huán)境的適應(yīng)能力都有很高的要求。本文以散亂堆疊小物體為研究對象,圍繞機械臂的抓取系統(tǒng)搭建、3D物體重建、點云識別定位與機械臂控制技術(shù)展開研究,提出了一種對非規(guī)則目標的3D視覺引導抓取系統(tǒng),完成對非規(guī)則目標進行可靠、快速和精確抓取。本文主要的研究內(nèi)容和貢獻包括:針對散亂堆疊小物體的工業(yè)抓取需求,搭建了穩(wěn)定可靠的機械臂抓取系統(tǒng),針對不同的抓取場景需求,設(shè)計了基于固定平臺的面結(jié)構(gòu)光抓取系統(tǒng)與基于傳送平臺作業(yè)的線結(jié)構(gòu)光抓取系統(tǒng)。系統(tǒng)可分為立體視覺模塊、點云處理模塊和抓取控制模塊。在立體視覺模塊,采用面結(jié)構(gòu)光與線結(jié)構(gòu)光的方法實現(xiàn)目標三維重建,并建立3D模板庫。點云處理模塊對獲取的點云進行去噪之后,運用模板匹配算法將標準模板與預處理后的場景點云進行配,得到匹配參數(shù)后,利用手眼標定參數(shù)計算出機器...

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 視覺傳感技術(shù)
        1.2.2 位姿估計技術(shù)
        1.2.3 機械臂抓取技術(shù)
    1.3 本文的主要研究內(nèi)容
    1.4 論文的組織
第2章 基于3D視覺的機械臂抓取系統(tǒng)設(shè)計
    2.1 系統(tǒng)硬件設(shè)計
        2.1.1 視覺模塊硬件選型
        2.1.2 抓取模塊硬件選型
        2.1.3 系統(tǒng)硬件設(shè)計
    2.2 系統(tǒng)軟件設(shè)計
    2.3 本章小結(jié)
第3章 系統(tǒng)參數(shù)標定及誤差分析
    3.1 結(jié)構(gòu)光模塊標定
        3.1.1 單目相機標定
        3.1.2 線結(jié)構(gòu)光系統(tǒng)標定
        3.1.3 面結(jié)構(gòu)光系統(tǒng)標定
    3.2 機械臂標定
        3.2.1 TCP標定
        3.2.2 手眼標定
    3.3 標定實驗和結(jié)果分析
    3.4 本章小結(jié)
第4章 基于結(jié)構(gòu)光的場景快速三維重建
    4.1 結(jié)構(gòu)光分類及原理
    4.2 線結(jié)構(gòu)光三維重建
        4.2.1 激光條紋中心線提取
        4.2.2 線結(jié)構(gòu)光三維重建
    4.3 面結(jié)構(gòu)光三維重建
        4.3.1 面結(jié)構(gòu)光編碼
        4.3.2 面結(jié)構(gòu)光解碼
        4.3.3 面結(jié)構(gòu)光三維重建及結(jié)果分析
    4.4 本章小結(jié)
第5章 基于三維點云和圖像信息的目標檢測方法
    5.1 模板庫建立
    5.2 點云濾波去噪
    5.3 模板匹配
    5.4 本章小結(jié)
第6章 實驗結(jié)果分析
    6.1 位姿估計
    6.2 機械臂抓取實驗與誤差分析
    6.3 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻
致謝
作者簡歷及攻讀學位期間發(fā)表的學術(shù)論文與研究成果



本文編號：3842107