發(fā)布時(shí)間：2021-01-15 08:52

　　機(jī)器人演示編程是機(jī)器人技術(shù)的最新趨勢(shì),通過(guò)觀察人類演示的任務(wù)將新技能傳遞給機(jī)器人。在多變環(huán)境下解決機(jī)器人示教編程問(wèn)題是制約機(jī)器人進(jìn)一步發(fā)展的關(guān)鍵。針對(duì)傳統(tǒng)工業(yè)機(jī)器人編程部署時(shí)間長(zhǎng)、編程效率低下,無(wú)法適應(yīng)于新環(huán)境、靈活性差,以及對(duì)操作人員示教編程技能要求較高,機(jī)器人程序開發(fā)周期長(zhǎng)等問(wèn)題,本文設(shè)計(jì)了一種基于視覺(jué)手勢(shì)交互的協(xié)作機(jī)器人示教系統(tǒng)。該系統(tǒng)使用Kinect2深度相機(jī),通過(guò)識(shí)別工作空間下的指尖運(yùn)動(dòng)軌跡和靜態(tài)手勢(shì)信號(hào)與機(jī)器人進(jìn)行交互。通過(guò)UR5機(jī)械臂末端記號(hào)筆完成軌跡示教的任務(wù),驗(yàn)證了本系統(tǒng)的靈活性和效率。主要研究?jī)?nèi)容包括:（1）本文以UR5協(xié)作機(jī)器人為研究對(duì)象,對(duì)整個(gè)機(jī)器人示教系統(tǒng)的硬件組成和軟件算法框架進(jìn)行了概述。對(duì)Kinect2深度和彩色相機(jī)進(jìn)行內(nèi)參標(biāo)定,通過(guò)TF坐標(biāo)轉(zhuǎn)換功能包發(fā)布機(jī)器人的手眼標(biāo)定關(guān)系。（2）基于混合高斯背景差分和重心距離算法,完成運(yùn)動(dòng)指尖檢測(cè)的任務(wù)。對(duì)混合高斯背景差分算法和幀差法提取手部前景圖像進(jìn)行仿真比較。對(duì)圖像平滑濾波、閾值分割以及形態(tài)學(xué)算法的基本原理進(jìn)行概述。研究了重心距離法進(jìn)行指尖點(diǎn)檢測(cè)的圖像處理算法,以及使用凸包K曲率算法剔除非指尖點(diǎn)。（3）基于YCbC... 

【文章來(lái)源】：長(zhǎng)春工業(yè)大學(xué)吉林省

【文章頁(yè)數(shù)】：97 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

傳統(tǒng)工業(yè)機(jī)器人與協(xié)作型機(jī)器人工作方式對(duì)比

第1章緒論3（a）ABBYumi雙臂協(xié)作機(jī)器人（b）Baxter雙臂協(xié)作機(jī)器人（c）KUKALBRIIWA協(xié)作機(jī)器人（d）UR5協(xié)作機(jī)器人圖1.2常見的協(xié)作型機(jī)械臂具體而言，傳統(tǒng)的工業(yè)機(jī)器人可以連續(xù)執(zhí)行其編程的任務(wù)，具有較高的準(zhǔn)確性，速度和可重復(fù)性。但是，它們?nèi)狈νㄓ眯�，無(wú)法有效地適應(yīng)動(dòng)態(tài)工作環(huán)境或生產(chǎn)變化，因此不適合小批量生產(chǎn)。相反，在動(dòng)態(tài)和復(fù)雜的環(huán)境中，工人具有與生俱來(lái)的靈活性和適應(yīng)突發(fā)事件的能力，并具有較強(qiáng)的決策能力。傳統(tǒng)機(jī)器人與協(xié)作機(jī)器人的對(duì)比如表1-1所示：表1-1傳統(tǒng)工業(yè)機(jī)器人與協(xié)作型機(jī)器人對(duì)比傳統(tǒng)工業(yè)機(jī)器人協(xié)作型機(jī)器人固定安裝方式靈活安裝方式進(jìn)行重復(fù)性工作，很少改變可進(jìn)行頻繁任務(wù)變更引導(dǎo)和離線編程方式在線編程、離線編程和多模態(tài)交互編程只在編程期間與工人進(jìn)行交互頻繁與工人進(jìn)行交互工人與機(jī)器人之間通過(guò)安全柵欄分離共享工作空間無(wú)法安全的與工人進(jìn)行交互安全交互只有大批量生產(chǎn)才能獲益小批量生產(chǎn)也能獲益

第1章緒論41.2.1人機(jī)交互國(guó)內(nèi)外研究現(xiàn)狀人機(jī)交互（human-robotinteraction,HRI）是致力于理解，設(shè)計(jì)和評(píng)估人或與人一起使用的機(jī)器人系統(tǒng)的研究領(lǐng)域[9]。近年來(lái)，人機(jī)交互的概念引起了許多研究者的興趣，人機(jī)交互允許工人和機(jī)器人在共享的制造環(huán)境中一起工作。如果人與機(jī)器人之間建立了有效的溝通渠道，則人與機(jī)器人之間可以協(xié)同工作，從而擺脫繁重任務(wù)。盡管工人與機(jī)器人之間的通信渠道仍然受到限制，但手勢(shì)識(shí)別已作為人類與機(jī)器人之間的接口得到了長(zhǎng)期有效的應(yīng)用[10-11]。隨著計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)的發(fā)展，基于視覺(jué)的手勢(shì)識(shí)別成為與機(jī)器人交互的主要方式，用戶無(wú)需佩戴設(shè)備，具有交互方便、自然和表現(xiàn)豐富的優(yōu)點(diǎn)。符合人機(jī)自然交互的趨勢(shì)，適用范圍廣，對(duì)實(shí)現(xiàn)人與機(jī)器人自然交互具有重要意義，有著廣泛的應(yīng)用前景。意大利都靈理工大學(xué)LudovicoOrlandoRusso等人[12]通過(guò)集成計(jì)算機(jī)視覺(jué)技術(shù)和機(jī)器人技術(shù)，基于ROS機(jī)器人操作系統(tǒng)和擬人化機(jī)械手爪設(shè)計(jì)了一款實(shí)現(xiàn)聾盲人之間遠(yuǎn)程通信的新穎系統(tǒng)“PARLOMA”，如圖1.3所示。該系統(tǒng)由低成本的深度相機(jī)作為輸入設(shè)備，并與機(jī)械手配對(duì)作為輸出設(shè)備。該系統(tǒng)能夠識(shí)別一組通過(guò)網(wǎng)絡(luò)發(fā)送并由擬人化機(jī)械手復(fù)制的手勢(shì)。圖1.3基于手勢(shì)的盲聾人遠(yuǎn)程通信人機(jī)交互系統(tǒng)LudovicoOrlandoRusso等人設(shè)計(jì)了一種魯棒、實(shí)時(shí)、無(wú)標(biāo)記的手勢(shì)識(shí)別方法，能夠可靠的跟蹤靜態(tài)手勢(shì)。根據(jù)深度圖像計(jì)算手部關(guān)節(jié)的位置，使用隨機(jī)森林算法對(duì)輸入手勢(shì)進(jìn)行分類，識(shí)別的精度能夠達(dá)到88.14%。如圖1.4所示，輸入模塊通過(guò)深度相機(jī)識(shí)別出人手在設(shè)備前所作出的手勢(shì)，由3個(gè)ROS節(jié)點(diǎn)和深度相機(jī)組成，識(shí)別出的手勢(shì)通過(guò)網(wǎng)絡(luò)發(fā)送到“復(fù)現(xiàn)模塊”，該模塊由機(jī)械手和RaspberryPi控制器組成。最終整個(gè)系統(tǒng)的精度可以達(dá)到73.32%。

【參考文獻(xiàn)】：
期刊論文
[1]基于幀差法與中值法的運(yùn)動(dòng)目標(biāo)背景提取算法[J]. 吳天友,殷志祥.  懷化學(xué)院學(xué)報(bào). 2019(11)
[2]基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)算法分析[J]. 秦瑋,陳希,馬原原,冉紅兵,王棟.  信息技術(shù). 2019(11)
[3]機(jī)器人視覺(jué)示教學(xué)習(xí)方法研究[J]. 王鵬,朱建新,朱振新,羅南安.  機(jī)械設(shè)計(jì)與制造. 2019(11)
[4]基于QT的工業(yè)機(jī)器人人機(jī)交互系統(tǒng)的設(shè)計(jì)[J]. 徐建明,甘萬(wàn)正,張文安,俞立.  高技術(shù)通訊. 2019(06)
[5]基于深度信息的指尖檢測(cè)-跟蹤-監(jiān)督算法[J]. 孟浩,尹維考,李洪進(jìn),郭永新.  儀器儀表學(xué)報(bào). 2019(06)
[6]基于膚色模型與BP神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別[J]. 張彩珍,張?jiān)葡?趙丹,張曉金.  傳感器與微系統(tǒng). 2019(06)
[7]智能機(jī)器人研究現(xiàn)狀及發(fā)展趨勢(shì)的思考與建議[J]. 陶永,王田苗,劉輝,江山.  高技術(shù)通訊. 2019(02)
[8]基于ROS的機(jī)器人等離子切割板坯毛刺運(yùn)動(dòng)規(guī)劃[J]. 郝奇,許四祥,江天琦,朱寶林.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(09)
[9]運(yùn)動(dòng)過(guò)程中的指尖檢測(cè)[J]. 劉長(zhǎng)征,寧爽.  小型微型計(jì)算機(jī)系統(tǒng). 2018(03)
[10]基于ROS的六自由度機(jī)械臂軌跡規(guī)劃[J]. 劉磊,寧祎.  自動(dòng)化與儀表. 2018(03)

碩士論文
[1]基于ROS視覺(jué)定位的機(jī)器人智能抓取系統(tǒng)研究[D]. 王海玲.天津理工大學(xué) 2019
[2]協(xié)作機(jī)械臂軌跡規(guī)劃及人臉跟蹤方法研究[D]. 牛穎.太原理工大學(xué) 2019
[3]七自由度協(xié)作機(jī)器人拖動(dòng)示教及碰撞檢測(cè)研究[D]. 康永利.北京交通大學(xué) 2018
[4]基于ROS的四軸機(jī)械臂運(yùn)動(dòng)控制與視覺(jué)定位的研究[D]. 張松偉.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所) 2018
[5]基于Kinect動(dòng)作交互系統(tǒng)設(shè)計(jì)[D]. 陳慰南.廣東工業(yè)大學(xué) 2018
[6]基于多人機(jī)交互模式的機(jī)器人示教系統(tǒng)開發(fā)[D]. 朱文博.華中科技大學(xué) 2018
[7]基于ROS-Industrial的弧焊機(jī)器人運(yùn)動(dòng)規(guī)劃研究[D]. 張得軍.合肥工業(yè)大學(xué) 2018
[8]基于HSV的高斯混合模型背景減除方法[D]. 胡皓然.北京化工大學(xué) 2017
[9]基于機(jī)器視覺(jué)的機(jī)器人示教方法研究[D]. 周浩朋.華南理工大學(xué) 2017
[10]基于ROS的碼垛機(jī)器人運(yùn)動(dòng)仿真及軌跡規(guī)劃[D]. 溫寬昌.哈爾濱工業(yè)大學(xué) 2016



本文編號(hào)：2978612