【摘要】：近年來,機器人在工業(yè)生產(chǎn)線上的應用日益得到密切關注。在柔性生產(chǎn)線上,根據(jù)客戶需求,快速適應不同工業(yè)品的生產(chǎn),對機器人系統(tǒng)提出了挑戰(zhàn)。計算機視覺與機器人技術的結合可以大大提高工業(yè)生產(chǎn)線的適應能力。通過雙目視覺系統(tǒng)賦予機器人立體視覺能力,是提高機器人抓取適應性的有效途徑。在該系統(tǒng)中,研究具有高精度的相機標定和目標位姿估計方法是兩個關鍵問題。本論文主要創(chuàng)新點和研究成果如下：鏡頭畸變是影響成像品質的主要因素,為了提高畸變矯正精度,提出了滅點重投影模型,利用該模型能有效地改善在畸變圖像中對直線方程估計的精度。在非線性優(yōu)化過程中,針對參數(shù)耦合導致優(yōu)化結果落入局部最優(yōu)的問題,提出了依次迭代參數(shù)優(yōu)化方法。在此基礎上,提出了一種基于滅點重投影的畸變矯正算法。通過仿真實驗評估噪聲對矯正精度的影響,實驗結果表明無噪聲條件下的矯正精度為1.5像素,隨著噪聲強度增加誤差緩慢增大,說明該算法有一定的抗噪聲能力；在實驗室環(huán)境下,實驗測試表明,該方法能有效地矯正畸變圖像。相機標定是雙目視覺系統(tǒng)獲取空間坐標的關鍵步驟,為了提高相機標定精度,提出了一種基于滅點一致性約束模型的相機標定算法。該模型將滅點重投影畸變矯正方法與單應矩陣求解方法相結合,通過提高滅點位置精度達到提高畸變矯正精度的目的,最終提高相機標定精度。仿真實驗結果表明,平均重投影誤差為0.04像素,能從具有較大畸變的圖像中獲得較高的重投影精度；在實驗室環(huán)境下,實驗測試結果表明,該算法最大重投影誤差分別為0.60像素與0.50像素。從目標坐標數(shù)據(jù)中計算出目標位姿是實現(xiàn)機器人抓取的重要步驟,為了提高位姿估計算法的適應性,提出了一種最遠點剔除的改進位姿估計算法。該算法針對傳統(tǒng)迭代最近點(ICP)方法對初始位姿敏感的問題,引入了混合單純形模擬退火算法,在參數(shù)空間中搜索最優(yōu)解,減小了初始位姿對結果的影響。為了排除誤匹配點的干擾,提出了一種最遠點剔除策略。仿真實驗結果表明,改進的算法優(yōu)于傳統(tǒng)ICP方法。設計了雙目立體視覺實驗系統(tǒng),提出并設計了一種基于DSP/BIOS的多任務軟件架構,成功地實現(xiàn)了目標位姿估計。在實驗系統(tǒng)中,利用KUKA機器人控制目標位姿變化,以評估位姿估計精度,實驗結果表明,該方法的平移總誤差為2.7mm,滿足目標抓取的需求。
[Abstract]:In recent years, the application of robot in industrial production line has been paid more and more attention. On the flexible production line, the robot system is challenged to adapt to the production of different industrial products quickly according to the customer's demand. The combination of computer vision and robot technology can greatly improve the adaptability of industrial production line. It is an effective way to improve the robot's grasping adaptability by giving robot stereoscopic vision ability through binocular vision system. In this system, it is two key problems to study camera calibration and target pose estimation with high precision. The main innovations and research results of this thesis are as follows: lens distortion is the main factor affecting the imaging quality. In order to improve the distortion correction accuracy, the double projection model of extinction point is proposed. This model can effectively improve the accuracy of linear equation estimation in distorted images. In the process of nonlinear optimization, a sequential iterative parameter optimization method is proposed to solve the problem that parameter coupling causes the optimization results to fall into local optimization. On this basis, a distortion correction algorithm based on re-projection of vanishing point is proposed. The effect of noise on the correction accuracy is evaluated by simulation experiments. The experimental results show that the correction accuracy is 1.5 pixels under the condition of no noise, and the error increases slowly with the increase of noise intensity, which shows that the algorithm has a certain anti-noise capability. In the laboratory environment, the experimental results show that the method can effectively correct distorted images. Camera calibration is a key step for binocular vision system to obtain spatial coordinates. In order to improve camera calibration accuracy, a camera calibration algorithm based on the consistency constraint model of vanishing point is proposed. The model combines the double projection distortion correction method with the unitary matrix method to improve the accuracy of distortion correction and finally improve the calibration accuracy of the camera by improving the position accuracy of the vanishing point. The simulation results show that the average re-projection error is 0.04 pixels, and the precision of re-projection can be obtained from the image with large distortion. The experimental results show that the maximum double projection error of the algorithm is 0.60 pixels and 0.50 pixels, respectively. It is an important step to calculate the position and pose of the robot from the target coordinate data. In order to improve the adaptability of the pose estimation algorithm, an improved position and pose estimation algorithm with the farthest point elimination is proposed. In order to solve the problem that the traditional iterative nearest point (ICP) method is sensitive to the initial position and pose, a hybrid simplex simulated annealing algorithm is introduced to search the optimal solution in the parameter space, thus reducing the influence of the initial position on the result. In order to eliminate the interference of mismatched points, a farthest point elimination strategy is proposed. The simulation results show that the improved algorithm is better than the traditional ICP method. A binocular stereo vision experimental system is designed and a multi-task software architecture based on DSP/BIOS is proposed and designed. The target pose estimation is successfully realized. In the experimental system, the KUKA robot is used to control the position and pose change of the target to evaluate the accuracy of the position and pose estimation. The experimental results show that the total translation error of the method is 2.7 mm, which meets the requirements of target grabbing.
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 秦麗娟;胡玉蘭;魏英姿;王紅;周越;;基于矩形的三維物體位姿估計研究[J];計算機工程與科學;2009年04期

2 許允喜;蔣云良;陳方;;基于點和直線段對應的擴展正交迭代位姿估計算法[J];光學學報;2009年11期

3 徐蕭蕭;王智靈;陳宗海;;視頻序列中基于頭肩分割的人體位姿估計算法[J];中國圖象圖形學報;2010年12期

4 張政;張小虎;傅丹;;一種高精度魯棒的基于直線對應的位姿估計迭代算法[J];計算機應用;2008年02期

5 李哲;蘇秀琴;郝偉;;直線匹配的四元數(shù)位姿估計算法[J];紅外與激光工程;2012年08期

6 許允喜;蔣云良;陳方;;多攝像機系統(tǒng)位姿估計的廣義正交迭代算法[J];光學學報;2009年01期

7 許允喜;蔣云良;陳方;劉勇;;基于點線對應的多攝像機全局位姿估計迭代算法[J];光子學報;2010年10期

8 郭軍;董新民;王龍;;綜合重構與正交迭代位姿估計算法[J];應用科學學報;2011年06期

9 馬文娟;;結合分支定界法和線性規(guī)劃的攝像機位姿估計[J];中國圖象圖形學報;2012年05期

10 朱楓;秦麗娟;談大龍;;量化誤差對直線位姿估計精度影響的研究[J];機器人;2007年04期

相關會議論文 前3條

1 周船;談大龍;朱楓;;基于模型的位姿估計中優(yōu)化方法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

2 劉璽;方勇純;張雪波;;基于單應矩陣的位姿估計方法及應用[A];第二十七屆中國控制會議論文集[C];2008年

3 李博;王孝通;徐曉剛;楊常青;;艦載直升機位置姿態(tài)測量方法研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學術論壇（交通運輸工程學科）論文集（下冊）[C];2005年

相關博士學位論文 前2條

1 江士雄;面向位姿估計的相機系統(tǒng)標定方法研究[D];華中科技大學;2016年

2 陳鵬;基于單目視覺的像機位姿估計技術[D];北京科技大學;2015年

相關碩士學位論文 前10條

1 宋昱慧;基于單目視覺的四旋翼無人機位姿估計與控制[D];哈爾濱工業(yè)大學;2016年

2 王亞彪;面向工業(yè)裝配演示編程的零件識別與位姿估計[D];浙江大學;2016年

3 劉俊;基于單目視覺的物體位姿估計方法研究[D];哈爾濱工業(yè)大學;2016年

4 程偉;單相機光學三坐標測量系統(tǒng)的研究[D];上海大學;2016年

5 劉婷;基于合作目標的無人機視覺著陸位姿估計方法及合作目標優(yōu)化研究[D];南京航空航天大學;2016年

6 史琳婕;無人機視覺輔助著艦算法研究[D];西安電子科技大學;2015年

7 劉濤;基于電塔三維模型的飛行機器人單目視覺輔助定位[D];華北電力大學;2013年

8 申為峰;基于視覺的無人機自主著陸跑道識別與位姿估計[D];沈陽航空工業(yè)學院;2010年

9 王棟梁;結構化環(huán)境中移動機器人位姿估計研究[D];武漢科技大學;2010年

10 張勇;基于合作目標的無人機位姿估計算法研究[D];南京航空航天大學;2010年

，

本文編號：2441185