当前位置:主页 > 科技论文 > 自动化论文 >

基于单目视觉的六自由度机械臂分拣系统设计

发布时间:2020-05-29 11:40
【摘要】:近年来,人们对于工业生产效率提出更高的要求,工业智能化、生产灵活化、操纵集成化的分拣系统必将是未来智能工厂的趋势。传统的分拣系统以固定分拣方式进行分拣,一旦小型工件位置发生变化便会使分拣失败。同时,很难做到根据具体需求进行分拣。机器视觉技术在最近几年发展的越来越快,将传统的分拣系统加入机器视觉技术已经成为多方学者研究的主要方向,基于机器视觉分拣系统如今广泛应用于食物、快递、农业、制造业等领域。但对于小型工件分拣的研究还存在光照影响下识别率较差,末端执行机构分拣精度较低等问题。通过分析目前多种分拣系统存在的各项问题以及企业对于生产分拣的需求,设计了一套基于单目视觉的六自由度机械臂分拣系统。首先,针对复杂环境下生产线上待识别小型工件的分拣问题,采用了单目视觉和六自由度机械臂相结合的分拣方式,并对分拣系统的硬件平台进行搭建,构成基于单目视觉的六自由度机械臂分拣系统。在系统硬件构造完成基础上,对其进行D-H建模,通过提出的反向求解正向调节控制方式对六自由度机械臂进行控制,将分拣动作进行编写与测试。测试结果表明,分拣动作柔顺性较好,抓取精度有所提高。其次,上面研究仅是对分拣过程的末端执行动作进行分析,不能有效的对小型工件根据具体需求进行分拣。针对小型工件在光照影响、部分粘连和尺寸变化等实际环境干扰下存在的多种问题,提出基于HSV的小型工件颜色识别算法、基于几何特征的小型工件形状识别算法,并针对小型工件中应用较多的电子元器件提出基于多特征融合的电子元器件识别算法。将三种算法与目前大规模分拣生产线上应用的模板匹配算法进行对比,测试结果表明,降低了光照影响、小型工件存在部分粘连等问题对于识别效果的干扰,正确识别率上有了较大的提高。最后,本文通过QT界面开发软件将六自由度机械臂的分拣动作程序与小型工件的识别算法封装到一起,构成基于单目视觉的六自由度机械臂分拣系统的人机交互界面。该系统可以较好地实现小型工件的颜色识别功能、形状识别功能、电子元器件识别功能、定位功能、分拣功能等,达到了小型工件分拣系统的基本性能需求,并且分拣系统的识别和分拣实时性好,具有较为广泛的应用前景。
【图文】:

流程图,分拣系统,流程图,机械臂


于单目视觉的六自由度机械臂分拣系统在结构设计。硬件部分涉及实验平台选型、相机选型、要内容;软件部分涉及六自由度机械臂运绍和图像处理软件 Halcon 处理介绍。觉的分拣系统流程的六自由度机械臂分拣系统用于代替人工实现同。人工通过眼睛识别传送带上的待分拣小型工情况。根据传送带上的实际情况分析出所要分拣需求的小型工件完成整个分拣过程。基于单目视过工业相机和图像采集卡代替人工分拣中的人由度机械臂代替双手。分拣系统流程原理如下

流程图,硬件结构,流程图,六自由度


根据小型工件的特征将所需求的小型工件从大脑像处理之后将分析的结果传送至末端执行机构六自由度机械臂对传送带上的待分拣小型工件进行分拣。通过机械臂运动控制机械臂的运动动作编写出,然后通过分析的结果调用六自由度六自由度机械臂进行分拣,也就是人工中双手分拣小型工件过述,整个分拣过程通过采集小型工件、分析小型工件、分拣小成,,三个部分协同工作完成整个分拣过程。目视觉的分拣系统硬件设计和选型介绍目视觉的六自由度机械臂分拣系统硬件结构主要是由模仿真度的实验平台,负责采集传送带上小型工件图像的工业相机和自由度机械臂三者共同组成基于单目视觉的六自由度机械臂硬件结构流程如下图 2.2 所示。
【学位授予单位】:辽宁石油化工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP241

【参考文献】

相关期刊论文 前10条

1 卞正岗;;机器视觉技术的发展[J];中国仪器仪表;2015年06期

2 席志红;赵蓝飞;张驰;张忠民;;基于变分模型的梯度域色阶映射算法[J];通信学报;2015年01期

3 郭发勇;梅涛;赵江海;;D-H法建立连杆坐标系存在的问题及改进[J];中国机械工程;2014年20期

4 刘振宇;李中生;赵雪;邹风山;;基于机器视觉的工业机器人分拣技术研究[J];制造业自动化;2013年17期

5 吴晓军;邹广华;;基于边缘几何特征的高性能模板匹配算法[J];仪器仪表学报;2013年07期

6 张法全;王国富;曾庆宁;叶金才;;利用重心原理的图像目标最小外接矩形快速算法[J];红外与激光工程;2013年05期

7 左富勇;胡小平;谢珂;朱秋玲;;基于MATLAB Robotics工具箱的SCARA机器人轨迹规划与仿真[J];湖南科技大学学报(自然科学版);2012年02期

8 贺超英;张辉;;基于机器视觉的罐盖质量检测系统设计[J];仪表技术与传感器;2011年02期

9 陈亚婷;严泰来;朱德海;;基于辛普森面积的多边形凹凸性识别算法[J];地理与地理信息科学;2010年06期

10 柏长冰;齐春;杨莹;宋福民;;Hausdorff匹配快速检测PCB基准标记[J];光电子·激光;2006年04期

相关博士学位论文 前1条

1 葛继;安瓿药液可见异物视觉检测机器人技术研究[D];湖南大学;2012年

相关硕士学位论文 前10条

1 杨亚飞;双目视觉机械臂物流分拣系统[D];大连交通大学;2018年

2 何家恒;基于众为兴机器人的视觉分拣系统研究[D];华南理工大学;2018年

3 石文博;基于视觉的Delta并联机器人轨迹控制策略的研究[D];合肥工业大学;2017年

4 何泽强;基于机器视觉的工业机器人分拣系统设计[D];哈尔滨工业大学;2016年

5 张萌;基于机器视觉的SCARA机器人应用研究[D];合肥工业大学;2016年

6 曹洪靓;沈阳新松机器人自动化股份有限公司发展战略研究[D];武汉工程大学;2015年

7 徐超;Delta并联机器人的优化设计与运动/视觉控制技术研究[D];华中科技大学;2015年

8 朱正伟;基于单目视觉的目标位姿识别与机器人抓取引导[D];华南理工大学;2015年

9 刘子龙;基于机器视觉的快速分拣食品包装系统研究[D];浙江工业大学;2015年

10 许凡;视觉引导的抓取机器人控制技术的研究与开发[D];江南大学;2014年



本文编号:2686873

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2686873.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f0493***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com