基于三目视觉标定的机器人精确移载视觉系统
本文关键词: 三目视觉 点标定 最小均方误差匹配 出处:《组合机床与自动化加工技术》2017年11期 论文类型:期刊论文
【摘要】:为了解决当前机器人视觉系统精度不稳定和单位作业时间过长,且缺乏自动补偿功能的不足,文章分别从系统硬件结构改进和软件算法优化的角度出发,提出了基于三目视觉的机器人视觉系统。首先,搭建PLC感应器、机器人和视觉PC之间的逻辑通信通道,达到材料运行状态实时获取与处理的目的。然后,根据机器人与视觉坐标系之间的缩放旋转平移参数,设计9点标定法,对三个工业相机进行标定,达到图像像素坐标与机器人世界坐标的精准绑定。最后,根据产品工程基准,选取感兴趣区域,优化最小均方误差匹配算法,达到系统精度与速度的平衡。实验测试结果显示:与当前机器人视觉系统相比,文中系统拥有更高的视觉准确度与作业效率。
[Abstract]:In order to solve the current robot vision system precision instability and unit operation time is too long, and the lack of automatic compensation function, this paper respectively from the point of view of system hardware structure improvement and software algorithm optimization. A robot vision system based on trinocular vision is proposed. Firstly, the logic communication channel between PLC sensor, robot and visual PC is built to obtain and process the material running state in real time. According to the zoom rotation and translation parameters between robot and visual coordinate system, a 9-point calibration method is designed to calibrate three industrial cameras to achieve the precise binding of image pixel coordinates and robot world coordinates. According to the product engineering datum, the region of interest is selected, and the minimum mean square error matching algorithm is optimized to achieve the balance between system precision and speed. The experimental results show that: compared with the current robot vision system. The system has higher visual accuracy and work efficiency.
【作者单位】: 河南广播电视大学信息工程学院;
【基金】:河南省科技攻关项目(162102210122) 河南省科技成果转化项目(150201180010)
【分类号】:TP242
【正文快照】: 0引言近年来,机器视觉和机器人愈来愈多的应用到工业自动化生产,尤其是带有计算机视觉的机器人,为工厂无人化和智能化的实现与提高生产效率、质量,创造了有利条件[1-2]。目前,国内外开始把计算机的快速性、可靠性、结果得可重复性,与人类视觉的高度智能化和抽象能力相结合,产
【相似文献】
相关期刊论文 前10条
1 小平;机器人视觉系统[J];光机电信息;2002年03期
2 韩浩;董砚秋;张娟;;基于湖面清扫机器人的图像识别技术研究[J];科技资讯;2006年33期
3 Joseph Ogando;;让机器人放松“肌肉”[J];工业设计;2007年11期
4 ;《机器人技术与应用》全年总目次[J];机器人技术与应用;2010年06期
5 郭健;;机器人在涂装车间的应用[J];科技视界;2012年31期
6 王伟;;日本农用机器人的研究成果与趋势[J];农业机械;1994年11期
7 董雅萍;有视觉的机器人[J];世界制造技术与装备市场;2001年01期
8 梁冰,洪炳昒,曙光;基于视觉与行为模型的机器人目标跟踪[J];通信学报;2004年01期
9 张彦铎,鲁统伟;基于航迹关联的足球机器人视觉系统的改进[J];哈尔滨工业大学学报;2004年07期
10 高峥;拟人机器人视觉系统的软件设计[J];计算机工程与设计;2004年11期
相关会议论文 前9条
1 陈卫东;曹其新;贾建强;罗真;王磊;黄永志;缪寿洪;张卫星;徐化;栾楠;付庄;张彭涛;孙英杰;张飞;张春裕;包贤捷;;面向动态与竞争环境的多机器人团队[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
2 张春龙;黄小龙;刘卫东;张妍;李南;张俊雄;李伟;;基于机器视觉的锄草机器人信息获取方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
3 张亚静;乔军;刘刚;李民赞;;水果采摘机器人视觉系统的发展现状研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
4 雍超;竺长安;杜华生;;基于视觉和超声技术的机器人视觉系统[A];第六届全国计算机应用联合学术会议论文集[C];2002年
5 徐大宏;;基于彩色识别的足球机器人视觉系统研究与实现[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
6 高瑞;刘刚;司永胜;刘兆祥;;苹果采摘机器人视觉系统研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
7 袁波;徐科军;盛磊;;基于TMDXEVM642的机器人视觉系统[A];第三届全国信息获取与处理学术会议论文集[C];2005年
8 张汝波;张亮;张子迎;;基于立体视觉的机器人目标识别与跟踪[A];2007年中国智能自动化会议论文集[C];2007年
9 汤修映;张铁中;;黄瓜收获机器人避碰轨迹规划[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集(上册)[C];2008年
相关博士学位论文 前10条
1 马爽;具有自主发育能力的机器人感知与认知方法研究[D];吉林大学;2016年
2 李南;基于机器视觉的锄草机器人快速作物识别方法研究[D];中国农业大学;2017年
3 陈浩耀;面向多机器人编队的基于视觉定位系统研究[D];中国科学技术大学;2009年
4 瞿心昱;基于仿人脑认知计算模型的机器人视觉学习方法[D];浙江工业大学;2012年
5 王勇;棉花收获机器人视觉系统的研究[D];南京农业大学;2007年
6 张正涛;乒乓球机器人视觉测量与控制[D];中国科学院研究生院(自动化研究所);2010年
7 陈四杰;面向数控机床群的上下料机器人视觉识别定位研究[D];江苏大学;2013年
8 王海青;黄瓜收获机器人视觉系统的研究[D];南京农业大学;2012年
9 张健;220kV/330kV高压带电清扫机器人视觉系统的研究[D];上海交通大学;2009年
10 吕小莲;基于四自由度西红柿采摘机器人视觉系统的研究[D];沈阳农业大学;2008年
相关硕士学位论文 前10条
1 张皓然;四足除草机器人的静态步行及稳定性研究[D];昆明理工大学;2015年
2 李晶路;基于人工路标的室内机器人自定位算法研究[D];长安大学;2015年
3 霍美杰;基于动态结构网络的机器人发育机制研究[D];华北理工大学;2015年
4 王宁扬;面向服务机器人的蜂巢气动网络软件执行器研究[D];中国科学技术大学;2016年
5 严帅;基于GPU加速的机器人人脸检测系统的设计与实现[D];北京交通大学;2016年
6 张永恒;轮足结合清洁机器人轮行控制与路径规划研究[D];燕山大学;2016年
7 陶威;机器人3D视觉传感器设计与实现[D];西南交通大学;2016年
8 杨胜男;仿人头像机器人人工鼻—肺系统及气味识别算法研究[D];哈尔滨工业大学;2016年
9 郑亚光;小型仿人搏击机器人的研究与设计[D];中国矿业大学;2016年
10 张强;基于单目视觉的机器人环境认知与建模方法研究[D];北京工业大学;2016年
,本文编号:1459764
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1459764.html