基于双目视觉的并联机构末端位姿检测研究

发布时间：2017-06-03 19:06

  本文关键词：基于双目视觉的并联机构末端位姿检测研究，由笔耕文化传播整理发布。

【摘要】：并联机构及其并联机器人具有刚性大、承载能力强、结构稳定、精度高、运动惯量小等优点,被学术界广泛关注。以3自由度为代表的少自由度并联机构具有结构简单、灵巧度好、工作空间大、容易控制、造价低等优点成为机器人研究的新热点。在并联机构控制中,末端位姿是反映机构运动状态的重要参数,精确测得机构的末端位姿可有效避免通过运动学模型解算所带来的误差,这将利于实现并联机构的高性能控制。在并联机构末端位姿检测的研究中,由于检测设备昂贵、检测方法复杂以及检测范围有限等原因,末端位姿检测仍是难点。相对于其它检测手段,机器视觉具有非接触、适用性强、高性价比等优点,尤其适用于具有运动多自由度、运动轨迹复杂、难以直接检测的并联机构末端位姿检测。对于并联机构的末端位姿检测问题,采用基于机器视觉检测方法的难点在于如何将视觉系统采集到的并联机构图像经过图像处理后快速而精确地获取该机构的末端位姿信息。由于机器视觉算法复杂,光照变化、背景反光、噪声干扰等外界因素会引起视觉系统的图像匹配难以精确实现,导致视觉检测系统的速度和精度受到影响。本文针对基于机器视觉的并联机构末端位姿检测问题,以一种新型3-DOF并联机构为研究对象,采用双目视觉对该机构末端位姿进行检测研究,并着重研究双目检测的立体匹配问题,研究通过改进和优化双目视觉立体匹配算法,在提高匹配算法实时性的同时,提高匹配的正确率,进而使得位姿检测的实时性和精度都得以提高。本文主要研究内容如下:(1)在如何保证新型3-DOF并联机构位姿检测匹配算法实时性方面展开研究。解决匹配过程实时性差的问题,关键在于降低匹配算法的复杂度。作为匹配算法的代表,SIFT算法不仅可以处理图像之间发生平移、旋转、尺度变换、光照变换下的匹配问题,而且能在一定程度上对视角变化、仿射变化保持较为稳定的特征匹配能力。然而传统SIFT算法复杂度高,匹配过程耗时过长。针对这一问题,考虑新型3-DOF并联机构图像是刚性图像且存在多个角点,本文采用Harris-SIFT算法实现立体匹配,通过算法简单的Harris算子提取图像特征点,再利用SIFT特征描述子对图像进行匹配,使得匹配结果兼具实时性和稳定性;(2)在如何提高新型3-DOF并联机构位姿检测匹配算法精度方面展开研究。在立体匹配过程中,由于错误测量、错误计算或错误假设等原因,会导致匹配结果出现错误匹配和误差匹配的问题。针对这一问题,本文通过分格取点和提前取点验算临时模型的方法提出一种改进的RANSAC算法,以剔除Harris-SIFT算法存在的误匹配点,在保证匹配算法实时性的同时,提高匹配的正确率,从而提高机构末端三维位姿检测的精度。(3)在新型3-DOF并联机构末端位姿求解方法上展开研究。首先,采用线性针孔模型作为本课题的视觉模型,并根据zhang平面标定法实现针孔模型的标定,完成视觉模型摄像机参数的求解;然后,将采集到的并联机构图像进行去噪、特征点提取、基于Harris-SIFT算法的立体匹配,以及匹配提纯等图像处理;最后,根据新型3-DOF并联机构运动特点,建立机构平台的定坐标系与动坐标系,并设定机构标志点,将前期图像处理得到的末端匹配点对带入视觉模型,最终实现并联机构末端位姿的求解。(4)构建基于双目视觉的新型3-DOF并联机构末端位姿检测实验硬件平台,并结合Visual Studio集成开发工具和OpenCV视觉库,完成新型3-DOF并联机构双目检测系统软件开发。在此基础上,完成了基于双目视觉的新型3-DOF并联机构末端位姿检测实验。通过对比本文所提出方法与常规方法的实验结果,验证了本文所提出检测方法的合理性和有效性。
【关键词】：并联机构 双目视觉 图像匹配 RANSAC 位姿检测
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-23
• 1.1 研究背景及意义11-17
• 1.1.1 并联机构概述11-13
• 1.1.2 并联机构位姿检测13-14
• 1.1.3 基于机器视觉的并联机构位姿检测14-17
• 1.2 基于机器视觉的并联机构位姿检测研究现状17-20
• 1.3 机器视觉立体匹配研究现状20-21
• 1.4 本文的主要研究内容和章节安排21-23
• 1.4.1 本文的主要研究内容21-22
• 1.4.2 章节安排22-23
• 第二章 双目立体视觉测量原理23-31
• 2.1 引言23
• 2.2 坐标系定义23-25
• 2.3 摄像机成像模型25-28
• 2.3.1 线性模型25-27
• 2.3.2 非线性模型27-28
• 2.4 双目视觉系统28-30
• 2.4.1 双目视觉基本原理28-29
• 2.4.2 双目视觉一般模型29-30
• 2.4.3 双目视觉极线几何关系30
• 2.5 本章小结30-31
• 第三章 新型 3-DOF并联机构图像预处理及特征点提取31-41
• 3.1 引言31
• 3.2 新型 3-DOF并联机构介绍31-32
• 3.3 图像采集32-33
• 3.4 图像预处理33-34
• 3.4.1 基于离散余弦的图像去噪33-34
• 3.4.2 基于小波变换的图像去噪34
• 3.5 特征点提取34-39
• 3.5.1 SUSAN特征点提取35-37
• 3.5.2 Moravec特征点提取37-38
• 3.5.3 Harris特征点提取38-39
• 3.6 本章小结39-41
• 第四章 新型 3-DOF并联机构图像立体匹配及提纯41-48
• 4.1 引言41
• 4.2 基于SIFT算法的立体匹配41-43
• 4.3 基于Harris-SIFT算法的立体匹配43-44
• 4.4 RANSAC算法及改进44-46
• 4.4.1 RANSAC算法基本思想44-45
• 4.4.2 RANSAC算法的改进45-46
• 4.5 基于改进RANSAC算法的匹配结果提纯46
• 4.6 本章小结46-48
• 第五章 新型 3-DOF并联机构末端位姿参数求解48-52
• 5.1 引言48
• 5.2 新型 3-DOF并联机构坐标系定义48-49
• 5.3 位姿参数求解49-50
• 5.3.1 位置参数计算49
• 5.3.2 姿态参数计算49-50
• 5.4 本章小结50-52
• 第六章 新型 3-DOF并联机构双目视觉末端位姿检测实验研究52-64
• 6.1 引言52
• 6.2 新型 3-DOF并联机构双目视觉末端位姿检测系统组成52-53
• 6.3 硬件平台设计53-55
• 6.4 软件设计与开发55-59
• 6.5 实验方法59
• 6.6 结果分析59-63
• 6.7 本章小结63-64
• 第七章 全文总结64-66
• 参考文献66-70
• 致谢70-71
• 攻读硕士学位期间发表论文与成果71

【相似文献】

中国期刊全文数据库 前10条

1 李海军;;基于双目视觉的自动跟踪系统应用[J];火力与指挥控制;2010年01期

2 胡天翔;郑加强;周宏平;;基于双目视觉的树木图像测距方法[J];农业机械学报;2010年11期

3 李梦和;林川;潘盛辉;;基于双目视觉的矿井机车定位方法[J];煤矿机械;2012年04期

4 祝世平,强锡富;基于坐标测量机的双目视觉测距误差分析[J];电子测量与仪器学报;2000年02期

5 汪倩倩;申忠宇;张亮;;基于双目视觉模型的彩色目标实时检测与定位[J];南京师范大学学报(工程技术版);2008年01期

6 潘浩;赵宇明;;基于双目视觉的客流监测系统[J];微计算机信息;2009年33期

7 单宝华;申宇;;基于双目视觉的拉索模型自由振动监测试验[J];土木工程学报;2012年11期

8 纪超;王庆;;基于双目视觉的自主空中加油算法研究与仿真[J];系统仿真学报;2013年06期

9 岳亮;;一种基于双目视觉的安全车距测量方法[J];电视技术;2013年15期

10 许明杰,王洪荣;双目视觉中恢复模型点的方法──公垂线法[J];指挥技术学院学报;1997年02期

中国重要会议论文全文数据库 前7条

1 孟环标;杨兴强;李雪梅;;基于双目视觉的测量系统误差分析[A];第五届全国几何设计与计算学术会议论文集[C];2011年

2 朱宗磊;殷福亮;;基于双目视觉的目标检测与跟踪系统[A];2010年通信理论与信号处理学术年会论文集[C];2010年

3 王荣本;张明恒;毛晓燕;;双目视觉技术在环境探测中的应用[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年

4 张静;李琳;刘晓平;;基于双目视觉的虚拟手的实现[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 吴涛;刘欣;;基于单双目视觉信息融合的障碍检测方法[A];中国宇航学会深空探测技术专业委员会第二届学术会议论文集[C];2005年

6 孙明;;基于双目视觉的移动机器人避障研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

7 杜英魁;韩建达;唐延东;;基于双目重建不确定性的动态特征滤除[A];第七届全国信息获取与处理学术会议论文集[C];2009年

中国博士学位论文全文数据库 前2条

1 陈学惠;基于移动机器人双目视觉的井下三维场景重建方法研究[D];中国矿业大学（北京）;2012年

2 陈希章;基于双目视觉的弧焊机器人焊缝三维信息获取研究[D];上海交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 麦树彬;基于双目视觉的色盲辅助技术的研究[D];华南理工大学;2015年

2 徐宏;基于双目视觉和稀疏表示的智能倒车控制研究[D];西南交通大学;2015年

3 李辉;田间机器人的双目视觉系统误差分析研究[D];内蒙古大学;2015年

4 逯沛龙;基于FPGA的双目视觉图像预处理系统设计与实现[D];南京理工大学;2015年

5 王婷婷;基于GPU的双目视觉运动目标检测跟踪算法研究[D];哈尔滨工业大学;2015年

6 王昌盛;基于ORB算法的双目视觉测量研究[D];哈尔滨工业大学;2015年

7 赵程;具有圆面特征的非合作目标双目视觉位姿测量[D];哈尔滨工业大学;2015年

8 路研研;在轨航天器双目视觉图像采集与处理系统研制[D];哈尔滨工业大学;2015年

9 曹之乐;基于双目视觉的焦点定位方法研究与应用[D];重庆理工大学;2015年

10 王洪伟;基于双目视觉的红绿灯路口安全距离预警研究[D];安徽工程大学;2015年

  本文关键词：基于双目视觉的并联机构末端位姿检测研究，，由笔耕文化传播整理发布。

本文编号：418957