当前位置:主页 > 科技论文 > 软件论文 >

基于RGB-D的机械臂三维物理模型重建技术的研究

发布时间:2019-10-17 06:45
【摘要】:随着科学技术的进步和生产力水平的逐渐提高,使得机械臂得应用越来越广泛,而且对机械臂的精度、可靠性等方面有着很高的要求。目前,广泛应用的机械臂数学模型都是理想模型,而实际情况是机械臂在加工装配和运作过程中,是不可避免的要产生误差,机械臂的实际模型与理想模型存在不小的偏差。三维重建则是提供三维模型结构用于对三维信息的识别和认知的一种技术,通过建立一个正确合适的三维模型,用形象化的三维模型来描述机械臂各种属性,对机械臂的误差矫正、故障检测、和安全保障具有一定的研究价值。为此,本文利用Kinect摄像头获得RGB-D图像,针对机械臂,提出一种操作简便的三维模型重建与仿真方法,本文的主要内容如下:1.学习研究了Kinect深度成像技术,开发出RGB-D数据采集程序,并通过坐标变换的方法实现了深度图像与彩色图像的对准。2.针对Kinect采集到的深度图像存在空洞问题,提出了一种改进的快速行进算法,实现了对深度图像空洞的填充。3.提出了一种基于RGB-D图像的机械臂关节点定位方法,并通过定位的关节点的三维信息计算出了机械臂各关节角度。4.应用目前机器人系统中应用最为广泛的ROS,通过使用urdf文件建立机械臂三维物理模型并实现了在rviz上的机械臂仿真。最后对整个研究实验进行了总结与展望。
【图文】:

无人工厂


如广州机床研究所研发出点焊机械臂,北京机械自动化研究所研发出喷涂机械臂等等[4]。近年德国政府提出工业 4.0 战略计划,多个国家表示出了对工业4.0 的热情,美国、英国、日本等纷纷出台了相关政策,推动工业第四次革命[5]。我国在 2015 年 9 月,国务院发布<<中国制造 2025>>,全面实施制造强国战略,,推动制造业转型升级,加快了从制造大国转向制造强国的步伐,伴随着工业 4.0 的推进,“无人工厂”由此诞生,如图 1.1所示,如今在号称“世界工厂”的广东东莞,那里出现了第一家“无人工厂”,整个车间只需少数几个人对机械臂进行维护即可,所有工序全部由机械臂自动完成。机械臂是多学科综合的产物,是面向工业领域的多关节机械手或多自由度的机器人。在现在化工业进程中有着不可替代的作用。然而机械臂目前存在两种情况,一是在装配和运作中会不可避免的产生误差,二是机械臂系统缺乏有效的故障预警和辅助处理能力。

深度图像,深度图像,图像,马尔科夫随机场


图 1.2 RGB-D 图像的应用1.3 国内外相关技术的发展1.3.1 深度图像修复一般 RGB-D 采集设备采集的深度图像不完整,里面有大量的噪声和空洞问题,在许多应用领域中为了提高深度图像的准确性对深度图像的修复工作成为首要工作。目前很多国内外学者对深度图像修复进行了研究工作,Ming Zhang等人[10]采用双边滤波对深度图像进行了修复。Thrun 等人[11]采用两层的马尔科夫随机场对深度图像进行修复,将深度图像修复问题转化为求解马尔科夫随机场最优化问题。Jaesik Park 等人[12]引入了边缘信息权重结合非局域均值滤波对深度图像进行了修复。王奎等人[13]首先使用背景填充算法对深度图像进行第一次修复;然后用颜色匹配对深度图像第二
【学位授予单位】:武汉工程大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41;TP241

【参考文献】

中国期刊全文数据库 前10条

1 操宣鹏;陈一民;;基于轮廓的kinect深度图像的空洞填补[J];计算机应用与软件;2016年05期

2 骆敏舟;方健;赵江海;;工业机器人的技术发展及其应用[J];机械制造与自动化;2015年01期

3 郭连朋;陈向宁;刘彬;;Kinect传感器的彩色和深度相机标定[J];中国图象图形学报;2014年11期

4 裴长洪;于燕;;德国“工业4.0”与中德制造业合作新发展[J];财经问题研究;2014年10期

5 王田苗;陶永;;我国工业机器人技术现状与产业化发展战略[J];机械工程学报;2014年09期

6 石曼银;;Kinect技术与工作原理的研究[J];哈尔滨师范大学自然科学学报;2013年03期

7 牟少敏;杜海洋;苏平;查绪恒;陈光艺;;一种改进的快速并行细化算法[J];微电子学与计算机;2013年01期

8 王奎;安平;张兆杨;程浩;李贺建;;Kinect深度图像快速修复算法[J];上海大学学报(自然科学版);2012年05期

9 孙英飞;罗爱华;;我国工业机器人发展研究[J];科学技术与工程;2012年12期

10 谢勰;王辉;张雪锋;;图像阈值分割技术中的部分和算法综述[J];西安邮电学院学报;2011年03期



本文编号:2550432

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2550432.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5d968***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com