基于多視角點(diǎn)云模板的智能輪椅機(jī)械臂自主抓取技術(shù)的研究
發(fā)布時(shí)間:2024-05-12 20:21
針對(duì)殘疾人和老年人日益增長(zhǎng)的陪護(hù)需求,為減輕護(hù)理壓力研發(fā)了一種集易用性,響應(yīng)快速性和操作個(gè)性化于一身的載臂智能輪椅式助老助殘機(jī)器人(Wheelchair Mounted Robotic Arm,WMRA)。它可以提供諸如輔助吃飯、喝水、開門等多方面的生活服務(wù)。其中,自主抓取是完成這些輔助任務(wù)的核心環(huán)節(jié)。為了實(shí)現(xiàn)自主抓取,該WMRA需要預(yù)先針對(duì)不同的家居物品進(jìn)行離線訓(xùn)練,記錄下抓取物品的識(shí)別模板以及相應(yīng)的抓取姿態(tài)和抓取軌跡。然后,視覺系統(tǒng)利用離線訓(xùn)練的數(shù)據(jù),識(shí)別出目標(biāo)物體并估計(jì)該物體相對(duì)于模板的空間位姿,從而確定機(jī)械手的抓取姿態(tài)和抓取軌跡,完成抓取過程。本課題針對(duì)目標(biāo)物體模板是多視角點(diǎn)云的情況,利用點(diǎn)云庫(kù)(Point Cloud Library,PCL)和機(jī)器人操作系統(tǒng)(Robot Operation System,ROS)搭建了該自主抓取系統(tǒng),具體研究?jī)?nèi)容如下:(1)基于全局特征VFH(Viewpoint Feature Histogram)進(jìn)行了面向多視角點(diǎn)云模板的物體識(shí)別算法的研究。該算法首先通過三次濾波減少了噪點(diǎn)干擾和觀測(cè)范圍,然后利用基于RANSAC的平面分割算法和歐氏距離分割...
【文章頁(yè)數(shù)】:69 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)源及研究的目的和意義
1.2 WMRA視覺系統(tǒng)研究現(xiàn)狀
1.3 基于點(diǎn)云信息的視覺算法研究現(xiàn)狀
1.3.1 基于點(diǎn)云信息的物體識(shí)別算法研究現(xiàn)狀
1.3.2 基于點(diǎn)云信息的位姿估計(jì)算法研究現(xiàn)狀
1.4 本文主要研究?jī)?nèi)容
第2章 針對(duì)多視角點(diǎn)云模板的物體識(shí)別算法
2.1 VFH描述子
2.2 基于VFH物體識(shí)別算法研究
2.2.1 識(shí)別算法流程
2.2.2 基于OpenNI的點(diǎn)云獲取
2.2.3 點(diǎn)云的去噪和濾波處理
2.2.4 面向桌面物體的點(diǎn)云分割
2.2.5 VFH特征提取和匹配
2.3 物體識(shí)別算法實(shí)驗(yàn)評(píng)估
2.4 本章小結(jié)
第3章 針對(duì)多視角點(diǎn)云模板的位姿估計(jì)算法
3.1 針對(duì)多視角模板的位姿估計(jì)基本原理
3.2 基于VFH匹配的模板選擇算法
3.3 改進(jìn)的關(guān)鍵點(diǎn)配準(zhǔn)算法
3.3.1 針對(duì)多視角模板的點(diǎn)云濾波算法
3.3.2 SIFT關(guān)鍵點(diǎn)提取
3.3.3 基于FPFH的局部特征描述
3.3.4 局部特征匹配和對(duì)應(yīng)分組
3.4 姿態(tài)估計(jì)算法實(shí)驗(yàn)評(píng)估
3.5 本章小結(jié)
第4章 WMRA坐標(biāo)系標(biāo)定方法研究
4.1 坐標(biāo)系定義
4.2 相機(jī)內(nèi)參標(biāo)定方法
4.2.1 相機(jī)成像原理
4.2.2 鏡頭畸變?cè)砼c矯正方法
4.2.3 基于Cameracalibration工具包的內(nèi)參標(biāo)定
4.3 相機(jī)坐標(biāo)系與機(jī)械臂坐標(biāo)系之間標(biāo)定
4.4 相機(jī)坐標(biāo)系與物體坐標(biāo)系之間標(biāo)定
4.5 本章小結(jié)
第5章 WMRA自主抓取系統(tǒng)搭建
5.1 硬件系統(tǒng)組成
5.2 基于DMPS軌跡生成技術(shù)研究
5.3 基于ROS的WMRA控制系統(tǒng)搭建
5.3.1 ROS的通訊模式
5.3.2 離線訓(xùn)練與在線抓取系統(tǒng)搭建
5.4 自主抓取系統(tǒng)實(shí)驗(yàn)評(píng)估
5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及其它成果
致謝
本文編號(hào):3971845
【文章頁(yè)數(shù)】:69 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)源及研究的目的和意義
1.2 WMRA視覺系統(tǒng)研究現(xiàn)狀
1.3 基于點(diǎn)云信息的視覺算法研究現(xiàn)狀
1.3.1 基于點(diǎn)云信息的物體識(shí)別算法研究現(xiàn)狀
1.3.2 基于點(diǎn)云信息的位姿估計(jì)算法研究現(xiàn)狀
1.4 本文主要研究?jī)?nèi)容
第2章 針對(duì)多視角點(diǎn)云模板的物體識(shí)別算法
2.1 VFH描述子
2.2 基于VFH物體識(shí)別算法研究
2.2.1 識(shí)別算法流程
2.2.2 基于OpenNI的點(diǎn)云獲取
2.2.3 點(diǎn)云的去噪和濾波處理
2.2.4 面向桌面物體的點(diǎn)云分割
2.2.5 VFH特征提取和匹配
2.3 物體識(shí)別算法實(shí)驗(yàn)評(píng)估
2.4 本章小結(jié)
第3章 針對(duì)多視角點(diǎn)云模板的位姿估計(jì)算法
3.1 針對(duì)多視角模板的位姿估計(jì)基本原理
3.2 基于VFH匹配的模板選擇算法
3.3 改進(jìn)的關(guān)鍵點(diǎn)配準(zhǔn)算法
3.3.1 針對(duì)多視角模板的點(diǎn)云濾波算法
3.3.2 SIFT關(guān)鍵點(diǎn)提取
3.3.3 基于FPFH的局部特征描述
3.3.4 局部特征匹配和對(duì)應(yīng)分組
3.4 姿態(tài)估計(jì)算法實(shí)驗(yàn)評(píng)估
3.5 本章小結(jié)
第4章 WMRA坐標(biāo)系標(biāo)定方法研究
4.1 坐標(biāo)系定義
4.2 相機(jī)內(nèi)參標(biāo)定方法
4.2.1 相機(jī)成像原理
4.2.2 鏡頭畸變?cè)砼c矯正方法
4.2.3 基于Cameracalibration工具包的內(nèi)參標(biāo)定
4.3 相機(jī)坐標(biāo)系與機(jī)械臂坐標(biāo)系之間標(biāo)定
4.4 相機(jī)坐標(biāo)系與物體坐標(biāo)系之間標(biāo)定
4.5 本章小結(jié)
第5章 WMRA自主抓取系統(tǒng)搭建
5.1 硬件系統(tǒng)組成
5.2 基于DMPS軌跡生成技術(shù)研究
5.3 基于ROS的WMRA控制系統(tǒng)搭建
5.3.1 ROS的通訊模式
5.3.2 離線訓(xùn)練與在線抓取系統(tǒng)搭建
5.4 自主抓取系統(tǒng)實(shí)驗(yàn)評(píng)估
5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及其它成果
致謝
本文編號(hào):3971845
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3971845.html
最近更新
教材專著