隨著制造業(yè)對(duì)生產(chǎn)自動(dòng)化程度的要求越來(lái)越高,機(jī)器人代替人工進(jìn)行全自動(dòng)化作業(yè)成為一種趨勢(shì)。在企業(yè)生產(chǎn)過(guò)程中,矩形物體較為常見(jiàn),例如電子工廠制造的矩形PCB板和液晶屏幕。由于生產(chǎn)物料一般是放置在矩形紙盒中,因此堆疊矩形紙盒也較為常見(jiàn)。本課題主要研究平面上和三維空間中多個(gè)矩形物體識(shí)別和抓取方法,旨在提高堆疊物料的搬運(yùn)效率�；趯�(duì)系統(tǒng)的需求分析,本文設(shè)計(jì)了由RGB-D相機(jī)、相機(jī)光源、上位機(jī)、機(jī)器人控制器、SCARA四軸機(jī)械臂和末端抓取裝置組成的抓取系統(tǒng)。由于傳統(tǒng)的手眼標(biāo)定方法標(biāo)定過(guò)程繁瑣,本文提出了簡(jiǎn)易的四軸機(jī)器人的手眼標(biāo)定方法,并進(jìn)行理論證明和實(shí)驗(yàn)分析。該方法操作方便,不需要對(duì)相機(jī)內(nèi)參進(jìn)行標(biāo)定,精度也能滿(mǎn)足抓取物體的要求。對(duì)于二維平面上的矩形識(shí)別,本文改進(jìn)和完成了一套基于輪廓提取的矩形檢測(cè)算法,實(shí)現(xiàn)對(duì)平面上多個(gè)矩形紙盒的識(shí)別。通過(guò)改進(jìn)的灰度化算法等預(yù)處理提高了矩形識(shí)別的準(zhǔn)確率,通過(guò)輪廓提取和面積篩選算法可以除去背景干擾物,從而篩選出目標(biāo)矩形。對(duì)于三維空間中堆疊矩形紙盒的坐標(biāo)計(jì)算問(wèn)題,本文先提出了一種基于PnP算法的堆疊紙盒層數(shù)估計(jì)方法,在已知紙盒尺寸的情況下,僅使用普通的單目相機(jī)就可以估計(jì)深度...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來(lái)源
    1.2 研究背景與意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 矩形檢測(cè)算法的研究現(xiàn)狀
        1.3.2 三維視覺(jué)技術(shù)的研究現(xiàn)狀
    1.4 本文的主要研究?jī)?nèi)容
第2章 系統(tǒng)方案設(shè)計(jì)及相機(jī)標(biāo)定
    2.1 引言
    2.2 系統(tǒng)總體方案設(shè)計(jì)
        2.2.1 功能需求分析
        2.2.2 系統(tǒng)方案設(shè)計(jì)
    2.3 工業(yè)相機(jī)內(nèi)參標(biāo)定
        2.3.1 單目相機(jī)的內(nèi)參標(biāo)定
        2.3.2 深度相機(jī)的選型和標(biāo)定
    2.4 四軸機(jī)械臂的簡(jiǎn)易手眼標(biāo)定
        2.4.1 傳統(tǒng)的手眼標(biāo)定方法
        2.4.2 改進(jìn)的SCARA機(jī)械臂手眼標(biāo)定方法
        2.4.3 實(shí)驗(yàn)設(shè)計(jì)與精度分析
    2.5 本章小結(jié)
第3章 基于輪廓提取的矩形檢測(cè)算法
    3.1 引言
    3.2 矩形紙盒圖像的預(yù)處理
        3.2.1 改進(jìn)的灰度化算法
        3.2.2 空間濾波算法
    3.3 矩形紙盒圖像邊緣檢測(cè)
        3.3.1 圖像閾值化
        3.3.2 采用中值濾波修復(fù)缺陷
        3.3.3 圖像的邊緣檢測(cè)
    3.4 目標(biāo)圖像的輪廓提取
        3.4.1 尋找輪廓
        3.4.2 基于面積的目標(biāo)矩形篩選
    3.5 尋找凸包以及矩形角度估計(jì)
        3.5.1 檢測(cè)凸包和最小包圍矩形
        3.5.2 計(jì)算矩形中心點(diǎn)
        3.5.3 估計(jì)矩形紙盒的角度
    3.6 識(shí)別準(zhǔn)確率和實(shí)時(shí)性分析
    3.7 本章小結(jié)
第4章 三維空間中堆疊紙盒的矩形檢測(cè)
    4.1 引言
    4.2 單目相機(jī)的深度估計(jì)方法
        4.2.1 基于PnP算法的深度估計(jì)算法
        4.2.2 層數(shù)估計(jì)實(shí)驗(yàn)
    4.3 深度圖片獲取及預(yù)處理
        4.3.1 RealSense相機(jī)的圖像采集
        4.3.2 基于時(shí)域上的中值濾波算法
    4.4 基于RGB-D相機(jī)的矩形紙盒深度估計(jì)
        4.4.1 深度圖像和彩色圖對(duì)齊
        4.4.2 基于霍夫梯度法的圖像對(duì)齊算法及實(shí)驗(yàn)
        4.4.3 多層矩形紙盒的深度測(cè)量實(shí)驗(yàn)
    4.5 堆疊矩形紙盒的識(shí)別算法研究
        4.5.1 基于直方圖統(tǒng)計(jì)的深度圖分割算法
        4.5.2 堆疊矩形紙盒識(shí)別的實(shí)驗(yàn)分析
    4.6 本章小結(jié)
第5章 機(jī)械臂抓取裝置設(shè)計(jì)及實(shí)驗(yàn)分析
    5.1 引言
    5.2 SCARA四軸機(jī)械臂
    5.3 真空吸取裝置設(shè)計(jì)
        5.3.1 真空吸取裝置方案設(shè)計(jì)
        5.3.2 吸盤(pán)設(shè)計(jì)與吸力測(cè)試
    5.4 矩形抓取裝置的設(shè)計(jì)
        5.4.1 機(jī)械結(jié)構(gòu)設(shè)計(jì)
        5.4.2 電控部分設(shè)計(jì)及測(cè)試
        5.4.3 非擠壓式抓取裝置設(shè)計(jì)
    5.5 矩形PCB板識(shí)別實(shí)驗(yàn)分析
        5.5.1 識(shí)別與抓取實(shí)驗(yàn)流程
        5.5.2 算法魯棒性分析
    5.6 堆疊矩形紙盒識(shí)別和抓取實(shí)驗(yàn)
        5.6.1 目標(biāo)抓取實(shí)驗(yàn)
        5.6.2 抓取定位誤差來(lái)源分析
    5.7 本章小節(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3854226