基于双目视觉的工件抓取系统研究
发布时间：2021-08-26 14:17
随着工业生产制造的现代化和智能化,将机器视觉技术与机器人结合,可以提高工业机器人对复杂环境的感知与适应能力,实现机器人抓取作业的智能化。针对堆叠工件的分拣问题,本文研究了基于双目视觉的工件抓取系统,主要分为四个部分:（1）工件抓取系统的方案设计。对工件抓取系统的硬件组成进行对比论证,并设计了系统的功能模块。介绍了单目标定、双目标定和手眼标定原理,为视觉系统的标定实验提供理论基础。针对图像存在对比度低和随机噪声等问题,对常用的图像预处理算法进行对比分析。（2）工件识别算法研究。研究了形状相似且带有复杂纹理的工件识别算法。针对SURF算法识别时间较长的问题,采用FREAK算子替代SURF算子对特征点进行描述与匹配,缩短了特征点对的匹配时间。在特征点对的粗匹配后,采用RANSAC算法对其进行细匹配,提高了特征点对的匹配准确率。通过三种识别算法的对比实验表明,本文算法具有更好的准确率和实时性,并且具有良好的鲁棒性。（3）工件定位算法研究。针对运用场景的实时性和精确性要求,采用了 SGBM算法进行立体匹配,来获取目标工件的深度信息。设计了基于三维模型的方法对目标工件进行姿态估计,并设计了工件金字...
【文章来源】：陕西科技大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１－１?ＦＡＮＵＣ?ｉＲＶｉｓｉｏｎ视觉系统
?基于双目视觉的工件抓取系统研究???＿＿??图１－３埃克里得３Ｄ视觉系统?图１－４库柏特３Ｄ视觉系统??Ｆｉｇ．?１－３?Ｅｕｃｌｉｄ?３Ｄ?ｖｉｓｉｏｎ?ｓｙｓｔｅｍ?Ｆｉｇ．?１－４?ＣＯＢＯＴ?３Ｄ?ｖｉｓｉｏｎ?ｓｙｓｔｅｍ??１．２．２目标识别技术研宄现状??目标识别是使用视觉传感器实现人的视觉功能，使计算机具有从图像或者视频中认??知周围环境的能力。目标识别是目标定位、目标测量、目标分割等操作的重要前提。??视觉技术在工业生产场景中的应用早期，需要实现的功能较为简单，应用场景也比??较固定，外界环境对其的影响较小，因此常采用基于形状［１３］、灰度［１４］、颜色［１５］等特征的??目标识别方法。栗俊艳等人对黑白棋子设计分拣系统，采用阈值分割获取棋子的轮廓，??然后采用霍夫变换对棋子的轮廓进行检测，计算出圆心的坐标，从而确定棋子的位置。??王杏进ｔ｜７］设计一种对不同形状的工件分拣系统，采用锐化算子对工件进行边缘检测，然??后根据工件的形状确定质心的位置，并根据工件形状的长短轴的夹角确定工件的旋转角??度。此类识别方法在外界光照恒定、相机视角不变的情况下，识别效果较为精准。但是??在受到光照干扰或工件发生尺度变换等情况，往往不能正确识别出工件。??随着工业自动化的快速发展，工业机器人的工作环境更加复杂，任务要求也更高，??因此需要能适应复杂环境千扰的目标识别方法。局部不变特征对光照、旋转以及尺度变??化具有良好的鲁棒性，且特征描述维度低，匹配速度快。常见的局部特征描述子有ＳＩＦＴ＾］，??ＳＵＲＦ［１９］，?ＦＲＥＡＫ［２Ｑ＾ＯＲＢ［２１＾。由于局部不变特征的优点，其己成为近几年来图像识??别领域的
?基于双目视觉的工件抓取系统研宄?．???２系统方案设计与视觉原理介绍??介绍了工件抓取系统的方案设计，根据系统需求对各部分硬件进行设计与论证。介??绍了摄像头的成像原理和标定方法，为视觉系统的标定实验提供理论基矗分析了常用??的图像预处理算法，为改善图像质量提供方法。??２．１系统总体方案设计??工件抓取系统主要由视觉系统，控制器和执行器三部分组成，如图２－１所示。视觉??系统包括工业相机、镜头和光源，用于采集工作区域的图像。控制器由工控机和人机交??互界面组成，主要是对工件进行识别和定位。执行器由工业机器人组成，按照工控机发??送的数据与指令，完成对工件的抓取任务。??以太网通信￣??ｉ１！工业相机??．?工业机器人??ｈｉｉ?Ｓｉ??Ｖ／工作『域／?ｘ誠互麵??Ｓｏｃｋｅｔ?通信???图２－１抓取系统组成图??Ｆｉｇ．?２－１?Ｃｏｍｐｏｓｉｔｉｏｎ?ｄｉａｇｒａｍ?ｏｆ?ｇｒａｂ?ｓｙｓｔｅｍ??２．Ｕ系统组成??（１）工业机器人??在分拣场景中比较常见的两类工业机器人是ＳＣＡＲＡ机器人和六轴机器人。ＳＣＡＲＡ??机器人是一种平面关节型工业机器人，具有四个关节，适用于平面定位，在垂直方向进??行分拣和装配任务。六轴机器人具有六个关节，作为工业机器人中应用中最为广泛的类??型，具有高灵活性、超大负载、高定位精度等众多优点。根据工件抓取系统的要求，工??业机器人需要对工作区域内堆叠的工件进行分拣。这不仅要求机器人的工作空间足够大，??能够完全覆盖整个工作区域，而且还要求机器人有很高的自由度，适合于任何轨迹或角??度的动作。ＳＣＡＲＡ机器人由于其特定的结构，移动角度受到限制，其
【参考文献】：
期刊论文
[1]工业机器人目标识别与智能检测技术研究现状与发展趋势[J]. 蒋思中,白雪. 轻工科技. 2020(02)
[2]卷积神经网络在工件识别中的应用[J]. 甘露,韩卫光. 组合机床与自动化加工技术. 2019(11)
[3]基于颜色和形状的不均匀光照条件下球体识别[J]. 陈卫,邓志良. 电子设计工程. 2019(21)
[4]一种高效的自适应双边滤波方法[J]. 程卓越. 数字技术与应用. 2019(10)
[5]滤除椒盐噪声的改进中值滤波算法比较[J]. 王波. 贵阳学院学报(自然科学版). 2019(03)
[6]基于卷积神经网络多特征融合的工件识别与检测[J]. 蓝宏宇,姚锡凡,雷毅. 组合机床与自动化加工技术. 2019(08)
[7]基于机器视觉的工业机器人智能分拣系统设计[J]. 徐青青. 仪表技术与传感器. 2019(08)
[8]单目相机物体位姿估计方法研究[J]. 邢加伟,田海峰,王芳. 导航定位与授时. 2019(04)
[9]面向机器人抓取过程中目标位姿估计方法[J]. 李树春,张静,张华,刘满禄,杨厚易,刘理想. 传感器与微系统. 2019(07)
[10]基于改进高斯滤波算法的叶片图像去噪方法[J]. 李健,丁小奇,陈光,孙旸,姜楠. 南方农业学报. 2019(06)
本文编号：3364396
【文章来源】：陕西科技大学陕西省
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１－１?ＦＡＮＵＣ?ｉＲＶｉｓｉｏｎ视觉系统
?基于双目视觉的工件抓取系统研究???＿＿??图１－３埃克里得３Ｄ视觉系统?图１－４库柏特３Ｄ视觉系统??Ｆｉｇ．?１－３?Ｅｕｃｌｉｄ?３Ｄ?ｖｉｓｉｏｎ?ｓｙｓｔｅｍ?Ｆｉｇ．?１－４?ＣＯＢＯＴ?３Ｄ?ｖｉｓｉｏｎ?ｓｙｓｔｅｍ??１．２．２目标识别技术研宄现状??目标识别是使用视觉传感器实现人的视觉功能，使计算机具有从图像或者视频中认??知周围环境的能力。目标识别是目标定位、目标测量、目标分割等操作的重要前提。??视觉技术在工业生产场景中的应用早期，需要实现的功能较为简单，应用场景也比??较固定，外界环境对其的影响较小，因此常采用基于形状［１３］、灰度［１４］、颜色［１５］等特征的??目标识别方法。栗俊艳等人对黑白棋子设计分拣系统，采用阈值分割获取棋子的轮廓，??然后采用霍夫变换对棋子的轮廓进行检测，计算出圆心的坐标，从而确定棋子的位置。??王杏进ｔ｜７］设计一种对不同形状的工件分拣系统，采用锐化算子对工件进行边缘检测，然??后根据工件的形状确定质心的位置，并根据工件形状的长短轴的夹角确定工件的旋转角??度。此类识别方法在外界光照恒定、相机视角不变的情况下，识别效果较为精准。但是??在受到光照干扰或工件发生尺度变换等情况，往往不能正确识别出工件。??随着工业自动化的快速发展，工业机器人的工作环境更加复杂，任务要求也更高，??因此需要能适应复杂环境千扰的目标识别方法。局部不变特征对光照、旋转以及尺度变??化具有良好的鲁棒性，且特征描述维度低，匹配速度快。常见的局部特征描述子有ＳＩＦＴ＾］，??ＳＵＲＦ［１９］，?ＦＲＥＡＫ［２Ｑ＾ＯＲＢ［２１＾。由于局部不变特征的优点，其己成为近几年来图像识??别领域的
?基于双目视觉的工件抓取系统研宄?．???２系统方案设计与视觉原理介绍??介绍了工件抓取系统的方案设计，根据系统需求对各部分硬件进行设计与论证。介??绍了摄像头的成像原理和标定方法，为视觉系统的标定实验提供理论基矗分析了常用??的图像预处理算法，为改善图像质量提供方法。??２．１系统总体方案设计??工件抓取系统主要由视觉系统，控制器和执行器三部分组成，如图２－１所示。视觉??系统包括工业相机、镜头和光源，用于采集工作区域的图像。控制器由工控机和人机交??互界面组成，主要是对工件进行识别和定位。执行器由工业机器人组成，按照工控机发??送的数据与指令，完成对工件的抓取任务。??以太网通信￣??ｉ１！工业相机??．?工业机器人??ｈｉｉ?Ｓｉ??Ｖ／工作『域／?ｘ誠互麵??Ｓｏｃｋｅｔ?通信???图２－１抓取系统组成图??Ｆｉｇ．?２－１?Ｃｏｍｐｏｓｉｔｉｏｎ?ｄｉａｇｒａｍ?ｏｆ?ｇｒａｂ?ｓｙｓｔｅｍ??２．Ｕ系统组成??（１）工业机器人??在分拣场景中比较常见的两类工业机器人是ＳＣＡＲＡ机器人和六轴机器人。ＳＣＡＲＡ??机器人是一种平面关节型工业机器人，具有四个关节，适用于平面定位，在垂直方向进??行分拣和装配任务。六轴机器人具有六个关节，作为工业机器人中应用中最为广泛的类??型，具有高灵活性、超大负载、高定位精度等众多优点。根据工件抓取系统的要求，工??业机器人需要对工作区域内堆叠的工件进行分拣。这不仅要求机器人的工作空间足够大，??能够完全覆盖整个工作区域，而且还要求机器人有很高的自由度，适合于任何轨迹或角??度的动作。ＳＣＡＲＡ机器人由于其特定的结构，移动角度受到限制，其
【参考文献】：
期刊论文
[1]工业机器人目标识别与智能检测技术研究现状与发展趋势[J]. 蒋思中,白雪. 轻工科技. 2020(02)
[2]卷积神经网络在工件识别中的应用[J]. 甘露,韩卫光. 组合机床与自动化加工技术. 2019(11)
[3]基于颜色和形状的不均匀光照条件下球体识别[J]. 陈卫,邓志良. 电子设计工程. 2019(21)
[4]一种高效的自适应双边滤波方法[J]. 程卓越. 数字技术与应用. 2019(10)
[5]滤除椒盐噪声的改进中值滤波算法比较[J]. 王波. 贵阳学院学报(自然科学版). 2019(03)
[6]基于卷积神经网络多特征融合的工件识别与检测[J]. 蓝宏宇,姚锡凡,雷毅. 组合机床与自动化加工技术. 2019(08)
[7]基于机器视觉的工业机器人智能分拣系统设计[J]. 徐青青. 仪表技术与传感器. 2019(08)
[8]单目相机物体位姿估计方法研究[J]. 邢加伟,田海峰,王芳. 导航定位与授时. 2019(04)
[9]面向机器人抓取过程中目标位姿估计方法[J]. 李树春,张静,张华,刘满禄,杨厚易,刘理想. 传感器与微系统. 2019(07)
[10]基于改进高斯滤波算法的叶片图像去噪方法[J]. 李健,丁小奇,陈光,孙旸,姜楠. 南方农业学报. 2019(06)
本文编号：3364396
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3364396.html
最近更新
教材专著
