面向机器人拣选的物体三维重建与定位抓取技术研究

发布时间：2022-01-26 01:16

　　随着电子商业的高速发展,在物流仓储行业中,小零件货物的订单数量日益增多,但它们的拣选往往需要大量工人手动进行。因为每天进入仓库的新货物种类数目多,外形多样,并且仓库货架环境复杂,很难使用传统的自动化分拣流水线,人工拣选更为稳定和高效。但在人力成本升高和“机器人换人”的趋势下,使用机器人完成物流拣选任务成为了新的研究热点。一般情况下,机器人拣选首先需要在场景中识别出目标物体,并获取目标物体的六自由度位姿,最后控制机器人进行抓取。但由于仓库中货物流通速度快,拣选机器人的准备时间短,所以在物体识别与定位上主要有三个难点:需要在短时间内,获取新入库物体的形状、颜色等特征;需要在短时间内,自动生成并标注新物体的数据集,以便于训练物体检测算法;需要在复杂场景下,实现对多种物体的识别与位姿估计,并降低算法复杂度和训练时间。因此,本文提出了一种面向机器人拣选的物体特征信息获取与位姿估计方法,并搭建了机器人抓取系统,主要内容包含以下几个方面:1)针对快速获取新入库物体的特征信息问题,本文搭建了一套物体快速三维重建系统。该系统使用RGBD相机,通过二维码计算相机初始位姿,使用点云-模型的配准方法优化相机位... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

物流仓库环境示意图

肺锪鞑挚庵杏?2.5万名工人专门负责拣选工作，工作时间和强度一直居高不下。为了实现物流拣选自动化，一些大型物流公司举办了各种机器人比赛。2015年到2017年，亚马逊公司连续三年举办“亚马逊机器人挑战赛(AmazonRoboticChallenge)”，比赛吸引了国内外该领域的多家顶级研究团队，如MIT&Princeton、新加坡南洋理工大学、荷兰代尔夫特大学、德国波恩大学、日本安川机器人等等。在国内，2018年，京东公司举办了“京东机器人挑战赛(JRC2018)”,探索移动机器人在物流拣选中的可行方案，同样吸引了国内外大量研究团队参加。图1-2(a)Kiva机器人将货柜移至人工拣选工位前，(b)机器人拣选Fig.1-2(a)Kivarobottakescontainertomanualpickingstation,(b)Roboticsorting在物流行业报告和物流拣选机器人比赛的总结中，可以得到小零件货物的拣选流程和要求。由于物流仓库每天会进入较多新种类物体，机器人需要在新物体录入仓储系统的短时间内，获取新物体的外形特征信息，并能够学习识别该物体的特征。在得到订单后，机器人需要在限定时间内自动从物流货架中识别、拣选

??泳醮?衅髦鸾コ晌?趋势。2011年，WillowGarage公司在开源操作系统ROS(RobotOperatingSystem)的基础上开发了一套完整的移动抓取机器人PR2。PR2机器人主要由移动底座、两条7自由度机械臂、和头部的各种视觉传感器组成（包括激光雷达、双目相机、深度相机Kinect）。由于ROS系统的模块性很强，PR2可以调用各种功能组件完成复杂任务。HsiaoK等人[3][4][5]使用PR2完成了物体识别与位姿获娶抓取点选择等多种复杂任务，但他们在论文中提到PR2使用的是二指夹爪末端，所以在抓取物体时需要考虑力闭合和抓取空间的多种限制。图1-3PR2机器人Fig.1-3PR2robot2015年，亚马逊公司开始举办面向物流自动拣选任务的机器人挑战赛，各研究团队提出了思路各异的解决方案。TeamDelft团队夺得了2016年比赛的冠军[6]，他们使用的是安川单臂机器人，视觉传感器结合了高精度深度相机与单目工业相机。在视觉算法上，他们先使用Faster-RCNN[7]获得目标物体的boundingbox，再使用位姿估计方法Super4PCS[8]将物体的三维模型与场景点云进行匹配，以获得较为精确的物体6D姿态，从而进行抓龋值得注意的是，在数据准备方面，他们使用的是多姿态拍摄真实物体，再与随机背景合成的方法，得到预训练数据集。另外还需要有500张真实环境的标注图片作为精训练的数据集，物体的模型通过计算机辅助设计(CAD)建模软件生成。在运动和抓取规划上，他们将机械臂规划分

【参考文献】：
硕士论文
[1]基于RGB-D图像的机械臂抓取位姿检测[D]. 张凯宇.浙江大学 2019
[2]基于单目稀疏视角的无纹理零件位姿估计技术研究[D]. 江智伟.浙江大学 2019
[3]基于双目视觉的机械手定位抓取技术的研究[D]. 徐凯.浙江大学 2018
[4]基于双目立体视觉的工件识别定位与抓取系统研究[D]. 张海波.中国计量学院 2014



本文编号：3609519