基于机器视觉的Baxter机器人分拣系统设计与实现
发布时间：2022-02-20 08:11
在工业生产中,传统的人工分拣存在劳动强度大、效率低下等诸多缺点,很难实现生产目标。而机器人示教分拣存在系统稳定性较差、精度较低等缺点。针对这些问题,在传统分拣系统中加入机器视觉技术,可令分拣系统更加智能、柔性化,提高生产效率,降低劳动成本,对于实现机器人智能分拣有着重要的现实意义。本文从分拣系统的自动化升级需求出发,为最大程度还原工业现场环境,还原真实的分拣过程,以常见的几种工件为研究对象,Baxter机器人为平台,提出了基于机器视觉的Baxter机器人分拣系统。全文从以下几个方面展开了相应的研究工作:首先,搭建分拣系统。搭建以Baxter机器人为硬件基础,ROS为软件支撑的分拣平台,对分拣系统分类、定位、抓取、放置等相关问题进行研究,利用搭建好的分拣系统进行实验验证。其次,对工件进行分类与识别。对每种工件进行图片采集,作为每种工件的训练集。利用SURF算法将每类工件的所有训练图片进行特征点提取,由K-means进行特征点聚类,做成视觉词袋,对每一张训练图片用词袋模型表示。针对本文的小样本工件,选择SVM训练每一类工件训练图片的词袋模型和类的标签,得到SVM模型,将待检测的目标工件用词...
【文章来源】：北方民族大学宁夏回族自治区
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
RacerPack分拣设备
图 2-1 分拣系统总框图通过在机载计算机中添加 ROS 系统的相机计算机顶层 API 中的 tf 包以及一些第三方工程序，得到 ROS 图像格式下的原始图像信的形式发布在“cameras\left_hand_camera\imenCV 图像格式的相互转换，方便图像被后图 2-2 图像采集模块系统框图：将采集到的工件和物料筐图像进行图像预、形状、尺寸等属性，采用不同的图像预处
得到工件放置点坐标。将图像坐标系下的抓取放置点转换到机器人坐标系下，如图2-4 所示。图 2-4 目标定位模块系统框图4. 目标识别模块：将所有种类的工件采集多幅图像按其种类对应做图片库，对预处理后的图片进行特征提取，将特征点聚类后生成视觉词袋，构造词袋模型。按照其分类标签用支持向量机(Support Vector Machine，SVM)进行分类，生成分类器。将裁剪后的样本，经特征提取，聚类，以词袋模型形式表示后，放入生成的分类器中，得出识别结果，如图 2-5 所示。图 2-5 识别模块系统框图5. 抓取放置总模块：对得到的工件信息按所需抓取次序排序然后依次抓取，按照种类对应子筐进行放置，直至抓取放置次数超过预设工件数量或找不到工件，设计防漏抓系统，增强分拣系统的可靠性，如图 2-6 所示。
【参考文献】：
期刊论文
[1]基于视觉引导的Baxter机器人运动控制研究[J]. 刘想德. 重庆邮电大学学报(自然科学版). 2018(04)
[2]基于机器视觉的核桃仁特征提取与分级方法研究[J]. 周军,蔡建,郭俊先,张静,史建新,艾力·哈斯木,姜彦武. 江苏农业科学. 2018(11)
[3]基于机器视觉的内螺纹检测的实现方法[J]. 田野,叶兵,王连兵. 仪表技术与传感器. 2018(01)
[4]基于虚拟现实的双臂机器人运动仿真系统研究[J]. 董浩,盖帅,高湛. 天津科技. 2017(12)
[5]基于轴线法与卡尔曼滤波的Baxter机器人标定[J]. 陈勋漫,黄沿江,张宪民. 振动.测试与诊断. 2017(05)
[6]基于机器视觉的自动分拣系统设计研究综述[J]. 肖仁,吴定会,欧阳洪才. 智慧工厂. 2017 (09)
[7]基于机器视觉的机器人辨识及分拣盒装香烟的系统[J]. 卢振利,谢亚飞,周立志,单长考,波罗瓦茨·布朗尼斯拉夫,李斌. 高技术通讯. 2016(06)
[8]一种快速提取植物叶片最小外接矩形算法[J]. 向元平,何燕平,危郁林,梁欢,郭本初. 计算机与现代化. 2016(02)
[9]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
[10]基于形状内容分析的机器人物料分拣系统[J]. 邹腾跃,唐小琦,宋宝,陈吉红. 组合机床与自动化加工技术. 2013(05)
硕士论文
[1]烟草仓储管理系统的设计和实现[D]. 徐芸敏.江西财经大学 2018
[2]基于目标检测的快消品识别研究与应用[D]. 王振.湖南大学 2018
[3]基于机器视觉的双臂机器人智能分拣系统关键技术研究[D]. 唐旭.哈尔滨工业大学 2017
[4]基于机器视觉的物料分拣工业机器人关键技术研究[D]. 陈恳.深圳大学 2017
[5]基于单目视觉的工件定位与机器人抓取技术研究[D]. 曾鹏.大连理工大学 2017
[6]基于机器学习的车牌识别系统研究[D]. 李石林.东华理工大学 2016
[7]基于机器视觉的工业机器人分拣系统设计[D]. 何泽强.哈尔滨工业大学 2016
[8]基于手眼视觉的Baxter双臂机器人轴孔抓取与装配方法研究[D]. 陈勋漫.华南理工大学 2016
[9]机器视觉在工业机器人抓取技术中的应用[D]. 朱良.中国科学院研究生院(沈阳计算技术研究所) 2016
[10]抓取模式与力的同步肌电解码及假肢手肌电控制研究[D]. 朱高科.中南大学 2014
本文编号：3634631
【文章来源】：北方民族大学宁夏回族自治区
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
RacerPack分拣设备
图 2-1 分拣系统总框图通过在机载计算机中添加 ROS 系统的相机计算机顶层 API 中的 tf 包以及一些第三方工程序，得到 ROS 图像格式下的原始图像信的形式发布在“cameras\left_hand_camera\imenCV 图像格式的相互转换，方便图像被后图 2-2 图像采集模块系统框图：将采集到的工件和物料筐图像进行图像预、形状、尺寸等属性，采用不同的图像预处
得到工件放置点坐标。将图像坐标系下的抓取放置点转换到机器人坐标系下，如图2-4 所示。图 2-4 目标定位模块系统框图4. 目标识别模块：将所有种类的工件采集多幅图像按其种类对应做图片库，对预处理后的图片进行特征提取，将特征点聚类后生成视觉词袋，构造词袋模型。按照其分类标签用支持向量机(Support Vector Machine，SVM)进行分类，生成分类器。将裁剪后的样本，经特征提取，聚类，以词袋模型形式表示后，放入生成的分类器中，得出识别结果，如图 2-5 所示。图 2-5 识别模块系统框图5. 抓取放置总模块：对得到的工件信息按所需抓取次序排序然后依次抓取，按照种类对应子筐进行放置，直至抓取放置次数超过预设工件数量或找不到工件，设计防漏抓系统，增强分拣系统的可靠性，如图 2-6 所示。
【参考文献】：
期刊论文
[1]基于视觉引导的Baxter机器人运动控制研究[J]. 刘想德. 重庆邮电大学学报(自然科学版). 2018(04)
[2]基于机器视觉的核桃仁特征提取与分级方法研究[J]. 周军,蔡建,郭俊先,张静,史建新,艾力·哈斯木,姜彦武. 江苏农业科学. 2018(11)
[3]基于机器视觉的内螺纹检测的实现方法[J]. 田野,叶兵,王连兵. 仪表技术与传感器. 2018(01)
[4]基于虚拟现实的双臂机器人运动仿真系统研究[J]. 董浩,盖帅,高湛. 天津科技. 2017(12)
[5]基于轴线法与卡尔曼滤波的Baxter机器人标定[J]. 陈勋漫,黄沿江,张宪民. 振动.测试与诊断. 2017(05)
[6]基于机器视觉的自动分拣系统设计研究综述[J]. 肖仁,吴定会,欧阳洪才. 智慧工厂. 2017 (09)
[7]基于机器视觉的机器人辨识及分拣盒装香烟的系统[J]. 卢振利,谢亚飞,周立志,单长考,波罗瓦茨·布朗尼斯拉夫,李斌. 高技术通讯. 2016(06)
[8]一种快速提取植物叶片最小外接矩形算法[J]. 向元平,何燕平,危郁林,梁欢,郭本初. 计算机与现代化. 2016(02)
[9]一种基于改进Canny的边缘检测算法[J]. 许宏科,秦严严,陈会茹. 红外技术. 2014(03)
[10]基于形状内容分析的机器人物料分拣系统[J]. 邹腾跃,唐小琦,宋宝,陈吉红. 组合机床与自动化加工技术. 2013(05)
硕士论文
[1]烟草仓储管理系统的设计和实现[D]. 徐芸敏.江西财经大学 2018
[2]基于目标检测的快消品识别研究与应用[D]. 王振.湖南大学 2018
[3]基于机器视觉的双臂机器人智能分拣系统关键技术研究[D]. 唐旭.哈尔滨工业大学 2017
[4]基于机器视觉的物料分拣工业机器人关键技术研究[D]. 陈恳.深圳大学 2017
[5]基于单目视觉的工件定位与机器人抓取技术研究[D]. 曾鹏.大连理工大学 2017
[6]基于机器学习的车牌识别系统研究[D]. 李石林.东华理工大学 2016
[7]基于机器视觉的工业机器人分拣系统设计[D]. 何泽强.哈尔滨工业大学 2016
[8]基于手眼视觉的Baxter双臂机器人轴孔抓取与装配方法研究[D]. 陈勋漫.华南理工大学 2016
[9]机器视觉在工业机器人抓取技术中的应用[D]. 朱良.中国科学院研究生院(沈阳计算技术研究所) 2016
[10]抓取模式与力的同步肌电解码及假肢手肌电控制研究[D]. 朱高科.中南大学 2014
本文编号：3634631
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3634631.html
最近更新
教材专著
