噴漆機(jī)器人在現(xiàn)如今工廠中應(yīng)用廣泛,相較于人工方式有如不受有害氣體影響,噴涂材料利用率高,可重復(fù)噴涂等多種優(yōu)點(diǎn)。噴漆機(jī)器人的示教現(xiàn)在一般都通過示教再現(xiàn)方式和離線編程的方式進(jìn)行實(shí)施,示教再現(xiàn)方式通過示教盒一個(gè)點(diǎn)一個(gè)點(diǎn)的操作機(jī)器人完成軌跡的示教,過程繁瑣;離線編程方式對(duì)操作人員的相關(guān)知識(shí)要求較高,人群受限。為了解決示教過程中的以上問題,本文設(shè)計(jì)了一種基于雙目視覺的示教系統(tǒng),進(jìn)行噴漆機(jī)器人的快速示教。本文的主要研究內(nèi)容如下:首先,對(duì)雙目視覺快速示教系統(tǒng)進(jìn)行搭建,選擇雙目工業(yè)攝像機(jī)與紅外光源和標(biāo)記點(diǎn)小球進(jìn)行平臺(tái)搭建。完成了雙目攝像機(jī)的圖像采集,雙目攝像機(jī)的立體標(biāo)定,與立體校正,方便之后的圖像處理過程。其次,對(duì)雙目相機(jī)采集到的圖像進(jìn)行圖像處理以識(shí)別標(biāo)記點(diǎn),通過圖像的濾波進(jìn)行去噪,利用基于灰度波動(dòng)變換的方法對(duì)圖像進(jìn)行閾值化分割,在此之后對(duì)圖像進(jìn)行基于輪廓的特征提取,利用橢圓擬合的方法識(shí)別標(biāo)記點(diǎn)并確定標(biāo)記點(diǎn)位置,通過立體匹配的方式進(jìn)行標(biāo)記點(diǎn)的三維測量并根據(jù)三個(gè)標(biāo)記點(diǎn)進(jìn)行姿態(tài)計(jì)算。通過基于貝葉斯估計(jì)的目標(biāo)跟蹤方法對(duì)標(biāo)記物進(jìn)行目標(biāo)跟蹤,比較了其中Kalman濾波與粒子濾波在目標(biāo)跟蹤中的優(yōu)缺點(diǎn)。最后,搭建雙...

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的來源
    1.2 課題的研究背景與意義
    1.3 研究現(xiàn)狀
        1.3.1 噴漆機(jī)器人示教技術(shù)研究現(xiàn)狀
        1.3.2 雙目立體視覺國內(nèi)外研究現(xiàn)狀與趨勢
        1.3.3 相機(jī)標(biāo)定算法的研究現(xiàn)狀
        1.3.4 目標(biāo)跟蹤算法的研究現(xiàn)狀
    1.4 本文研究內(nèi)容
第2章 雙目視覺基礎(chǔ)
    2.1 雙目視覺常用坐標(biāo)系
        2.1.1 攝像機(jī)相關(guān)坐標(biāo)系
    2.2 相機(jī)模型
        2.2.1 理想線性針孔模型
        2.2.2 透鏡畸變
    2.3 相機(jī)的標(biāo)定與立體標(biāo)定
        2.3.1 角點(diǎn)的檢測
        2.3.2 攝像機(jī)的單目標(biāo)定
        2.3.3 雙目相機(jī)的立體標(biāo)定
    2.4 雙目相機(jī)的立體校正
        2.4.1 標(biāo)定立體校正bouguet算法
    2.5 本章小結(jié)
第3章 雙目視覺中標(biāo)記物的三維定位與測姿
    3.1 雙目成像原理
    3.2 目標(biāo)檢測及定位
        3.2.1 系統(tǒng)設(shè)計(jì)方案
        3.2.2 圖像的預(yù)處理
        3.2.3 前景分割
        3.2.4 圖像的灰度化
        3.2.5 基于灰度波動(dòng)變換的閾值分割
        3.2.6 一維灰度波動(dòng)變換
        3.2.7 圖像的形態(tài)學(xué)處理
        3.2.8 輪廓的提取
        3.2.9 基于直接最小二乘法的橢圓擬合
    3.3 三維信息獲取
    3.4 本章小結(jié)
第4章 噴槍標(biāo)記點(diǎn)的跟蹤算法研究
    4.1 基于貝葉斯估計(jì)的目標(biāo)跟蹤建模
    4.2 貝葉斯估計(jì)的遞歸推導(dǎo)
    4.3 遞歸貝葉斯濾波公式中的目標(biāo)跟蹤應(yīng)用
    4.4 識(shí)別點(diǎn)的卡爾曼濾波跟蹤
    4.5 遞歸貝葉斯濾波的MonteCarlo數(shù)值采樣估計(jì)
        4.5.1 Monte Carlo數(shù)值采樣算法與MonteCarlo積分
        4.5.2 重要性采樣
        4.5.3 序貫重要性采樣
        4.5.4 粒子退化問題
        4.5.5 粒子重采樣
        4.5.6 識(shí)別點(diǎn)的粒子濾波跟蹤
    4.6 本章小結(jié)
第5章 基于雙目視覺的快速示教實(shí)驗(yàn)
    5.1 雙目快速示教系統(tǒng)介紹
        5.1.1 雙目快速示教系統(tǒng)模塊介紹
    5.2 實(shí)驗(yàn)及誤差分析
    5.3 本章小結(jié)
總結(jié)
參考文獻(xiàn)
致謝



本文編號(hào)：3874412