隨著近年來人們生活方式的改變和網(wǎng)絡(luò)購物的興起,物流行業(yè)迎來了全新的機(jī)遇與挑戰(zhàn)。由于傳統(tǒng)物流行業(yè)主要依靠人工進(jìn)行貨物的中轉(zhuǎn)、分揀和管理,因而逐漸暴露出了許多問題。越來越多的物流、電商公司開始進(jìn)行智能物流的探索。然而普通的工業(yè)機(jī)器人因?yàn)槿狈σ曈X引導(dǎo),難以應(yīng)對復(fù)雜多變的物流倉庫環(huán)境,這使得物流倉儲(chǔ)的智能化陷入瓶頸�；谝陨锨闆r,本文提出了一個(gè)面向物流場景的拆垛機(jī)器人視覺系統(tǒng)框架,并結(jié)合實(shí)際的物流倉儲(chǔ)情況,對其進(jìn)行了實(shí)現(xiàn)。我們使用深度相機(jī)從場景中獲取RGB-D信息,然后實(shí)現(xiàn)了一個(gè)以Mask Scoring R-CNN為基礎(chǔ)架構(gòu)并附加了我們提出的深度信息融合模塊的深度神經(jīng)網(wǎng)絡(luò)模型。我們使用自行構(gòu)建的數(shù)據(jù)集IRC19對該網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并通過訓(xùn)練好的模型對場景進(jìn)行分析,進(jìn)一步得到機(jī)器人的抓取位姿。最終我們將抓取位姿轉(zhuǎn)化到機(jī)器人坐標(biāo)系下,并對機(jī)器人進(jìn)行運(yùn)動(dòng)規(guī)劃,得到完整的運(yùn)動(dòng)路徑,從而完成引導(dǎo)機(jī)器人進(jìn)行抓取的任務(wù)。實(shí)驗(yàn)證明,我們的方法和數(shù)據(jù)集在真實(shí)物流場景中是有效的,并且在遷移到不同場景時(shí),表現(xiàn)出了較強(qiáng)的魯棒性。本文的主要貢獻(xiàn)有:1.提出了一個(gè)面向物流場景的拆垛機(jī)器人視覺系統(tǒng)框架,并且基于實(shí)際情況對其... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１工業(yè)鑄造機(jī)器人?

山東大學(xué)碩士學(xué)位論文??內(nèi)己經(jīng)十分廣泛，并且己經(jīng)使很多產(chǎn)業(yè)發(fā)生了變革。??然而，僅憑現(xiàn)有的機(jī)器人技術(shù)，還無法很好地應(yīng)對物流場景中的復(fù)雜情況。??如今在工業(yè)場景中應(yīng)用的機(jī)器人，大多用于完成固定場景下對固定物體的固定處??理。在這種固定的情況下，機(jī)器人既不獲取外界信息，也不根據(jù)場景變化改變工??作模式。然而真實(shí)的物流環(huán)境需要面對隨機(jī)的物品和變化的場景，因而將一般工??業(yè)場景中應(yīng)用的機(jī)器人直接使用到物流場景中，并不能起到理想的效果。??１?ｆ??ｍｍ?＾??圖１－１工業(yè)鑄造機(jī)器人?圖１－２?Ｋｉｖａ機(jī)器人［３】??目前較為成熟的物流倉儲(chǔ)智能化框架一般會(huì)將倉儲(chǔ)過程進(jìn)行分段，使用物流??倉儲(chǔ)ＡＧＶ?（Ａｕｔｏｍａｔｅｄ?Ｇｕｉｄｅｄ?Ｖｅｈｉｃｌｅ）來進(jìn)行貨物搬運(yùn)，圖１－２中所展示的Ｋｉｖａ??機(jī)器人就是其代表之一。而對于裝卸，拆碼垛這些較為復(fù)雜的工作，仍舊使用人??工來完成�？梢姡壳拔锪鱾}儲(chǔ)智能化的瓶頸在于常規(guī)的工業(yè)機(jī)器人難以完成物??流場景下復(fù)雜的裝卸，拆碼垛任務(wù)。針對此問題，本文提出了一種可部署于物流??場景下的拆垛機(jī)器人視覺系統(tǒng)。該系統(tǒng)主要通過視覺引導(dǎo)，使得機(jī)器人能在復(fù)雜??的物流場景下對當(dāng)前的環(huán)境進(jìn)行分析，進(jìn)而完成拆垛的任務(wù)。??１．２本文主要工作??為了應(yīng)對物流場景物品的隨機(jī)性和場景的多樣性，本文提出了?一種在真實(shí)環(huán)??境下可行的拆垛機(jī)器人視覺系統(tǒng)框架，并基于一個(gè)真實(shí)的場景對其進(jìn)行了實(shí)現(xiàn)。??該框架的核心部分主要包含視覺信息獲娶物體定位與分析、抓取位姿計(jì)算三個(gè)??模塊。另外，為了完成整個(gè)機(jī)器人的抓取過程，我們也加入了手眼坐標(biāo)轉(zhuǎn)換、運(yùn)??２??

山東大學(xué)碩士學(xué)位論文??第４章模塊搭建??在第３章中，我們給出了一個(gè)完整的物流拆垛機(jī)器人視覺系統(tǒng)框架設(shè)計(jì)。本??章將會(huì)按照第３章中的框架設(shè)計(jì)，搭建一個(gè)基于實(shí)際場景的物流拆垛機(jī)器人視覺??系統(tǒng)。系統(tǒng)總體結(jié)構(gòu)如圖４－１。該系統(tǒng)的每個(gè)流程都與第３章提出的框架中的模??塊相對應(yīng)，在后續(xù)部分中，我們將說明這種對應(yīng)關(guān)系，并給出具體的實(shí)現(xiàn)方法。??除此之外，本章還將介紹真實(shí)物流場景的特點(diǎn)以及為了應(yīng)對真實(shí)場景復(fù)雜性而采??取的措施，包括改進(jìn)夾具、構(gòu)建基于真實(shí)場景的數(shù)據(jù)集等。??？?手眼標(biāo)定??ＲＧＢＤ信息獲取?ＲＧＢＤ實(shí)例分割?抓取位姿獲取?運(yùn)動(dòng)規(guī)劃??圖４－１物流拆垛機(jī)器人視覺系統(tǒng)總體結(jié)構(gòu)示意圖??４．１真實(shí)物流場景概述??在著手進(jìn)行模塊搭建之前，我們通過實(shí)地考察的方式對當(dāng)前主要的物流模式??進(jìn)行了了解。我們進(jìn)行考察的地點(diǎn)為某物流公司在北京的中轉(zhuǎn)倉庫，該倉庫負(fù)責(zé)??中轉(zhuǎn)從全國各地發(fā)往北京的各類包裹、郵件等。目前該倉庫己經(jīng)部署了成熟的??ＡＧＶ系統(tǒng)，郵件的搬運(yùn)由ＡＧＶ自動(dòng)進(jìn)行，分揀工作則通過可以自動(dòng)掃碼的分揀??裝置來完成。目前需要人工完成的部分，就是將分揀滑槽末端的貨物裝載到ＡＧＶ??上。??１７??


本文編號：3274596