基于视觉的自主装配系统轴孔位姿测量研究

发布时间：2020-03-20 12:49

【摘要】：随着科学技术的不断发展,传统制造业已经无法满足用户个性定制化的需求。面对传统制造业转型升级,智能制造引起了人们的关注。搭载视觉的装配机器人使得智能装配成为可能,但是目前智能装配领域的研究满足不了智能装配业的要求。为了进一步提高装配机器人作业定位精度及智能化水平,以典型的轴孔装配为研究对象,本文重点研究基于ETH(Eye-to-Hand)视觉系统标定与机器人抓取位姿确定、基于云台双目视觉系统对受部分遮挡物体的位姿测量和基于EIH(Eye-in-Hand)视觉系统孔位姿测量,具体工作如下:1.基于ETH视觉系统标定与机器人抓取位姿确定。首先,基于ETH视觉系统标定原理,采用张氏标定法和Tsai—Lenz算法分别完成相机标定和手眼标定;其次,对工件轴进行中值滤波、阈值化、亚像素轮廓提取及双母线提取等图像处理,通过双母线四个端点像素坐标确定工件轴基于图像的位姿;最后,利用坐标变换及手眼标定结果实现工件轴图像位姿到机器人基坐标系的转换。实验结果表明,手眼标定的平移部分最大误差是0.669mm,旋转部分最大误差是0.418°。2.基于云台双目视觉系统对受部分遮挡物体的位姿测量。所提方法如下:首先,将物体模板左、右图像分别与受部分遮挡物体右、左图像进行匹配建立两个仿射模型;其次,根据对应的模型分别利用模板关键点的像素坐标去估计受遮挡物体图像与之对应的像素点坐标;基于双目立体视觉重建原理,求解出受遮挡物体上的一些共面关键点的空间坐标;最后,利用所求空间坐标确定其位姿。实验结果表明,所提方法可行有效。3.基于EIH视觉系统孔位姿测量。首先,基于EIH视觉系统标定原理进行相机标定和手眼标定;其次,通过Hough变换提取手眼相机采集的平行方位两孔图像的孔心,并针对孔边缘点匹配不精问题,提出先经SURF+RANSAC匹配估计基础矩阵,之后用基础矩阵进行极线约束匹配孔边缘点的方法;建立平视双目视觉模型,依据视差原理求解孔心及孔边缘点的三维坐标,根据求解的三维坐标利用空间向量法求解孔的姿态;最后,利用EIH手眼标定结果,实现了目标孔位姿到机器人基坐标系的转换。实验结果表明,手眼标定最大平移误差是0.792mm,最大旋转误差是0.221¤,机器人对孔位置定位最大偏差是2.44mm。4.双目视觉测量精度验证实验。将棋盘格标定板固定在机器人末端,控制机器人某一关节转动获得多处标定板之间的实际相对转角,利用双目立体视觉测量棋盘格尺寸及标定板法向量的夹角与实际值进行比较。实验结果表明,双目视觉测量精度较高。
【图文】：

手眼协调,几何法,视觉,现状

器人实现下一阶段智能装配提供重要的技术基础。究现状抓取系统研究现状等一些发达国家在机器人视觉对物体的抓取方面有着较为熟。例如 FANUC、ABB、安川等机器人家族在机器人视世界前沿[16]。视觉抓取可分为几何法与数据引导法两类。取位姿数据集，，经大量训练得到的抓取模型去预测各种属于数据引导法。几何法一般偏重使用相机观测物体的形机器人抓取位姿做出合理规划。2016 年，Sergey Levine是数据引导法。文中提出了一种基于深度学习的手眼协调取系统见图 1-1 所示。研究者通过收集超过 800000 次当前练一个很大的卷积神经网络，再使用该网络观察抓手与手眼协调，最后利用该网络实时伺服抓取器实现抓取。实抓取新物体，并通过不断的伺服反馈纠正误差。

3人夹爪根据估计出的物体位姿去拾取任意摆放位姿的物体。最后利用六自由度机器人进行实验验证，结果表明该方法有效。图1-2是文中搭建的双目ETH抓取系统。目前，国内在机器人视觉抓取方面的研究主要集中在几何法上，大部分忽略物体的深度信息，研究的是基于物体的平面定位，比如工厂生产流水线作业的单目 ETH 视觉抓取系统对箱体的抓取，见图 1-3 所示。2011 年，王修岩等人[19]基于单目视觉采用模糊识别算法对工件进行识别，利用二阶惯性矩的轴向确定方法对待抓取工件进行定位。其研究的只是基于图像的工件定位，为智能抓取提供了理论信息，但并未实现机器人抓取操作。2014 年
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP242

【相似文献】