单目视觉三维测量在机器人分拣系统中的应用

发布时间：2017-03-28 14:21

  本文关键词：单目视觉三维测量在机器人分拣系统中的应用，由笔耕文化传播整理发布。

【摘要】：随着科学技术的不断进步,生产线自动化水平的不断提高,机器人分拣技术也得到了广泛应用。传统的机器人分拣技术大多是通过示教的方式完成的,一旦工件位置发生改变就会导致机器人抓取的失败。将工业机器人分拣技术和视觉技术结合在一起,使机器人有类似人眼功能,不仅能够使机器人对外部环境变化做出相应的调整,还能提高机器人的灵活性和适应性。本文针对工业生产线上杂乱工件的分拣问题,采用了机器视觉与工业机器人相结合的分拣方式。本文首先分析了摄像机的成像模型,并采用张正友标定方法对摄像机进行了标定,建立了机器人手眼关系,求解出摄像机内、外参数及变换矩阵。然后通过工业相机采集工件图像,对采集到的图像进行平滑、去噪等预处理,以消除图像中掺杂的噪声,再利用改进的Canny算子提取图像边缘点。提出了一种利用图像边缘点x,y方向上的梯度值作为匹配信息的模板匹配算法,并采用梯度向量归一化的方法作为相似度对比准则来判断模板图像与搜索图像间的相似程度,从而完成模板匹配,得到抓取点的二维坐标。最后利用激光加视觉的方式,通过三角测量原理求得被测物体的深度信息,从而得到工件的抓取点三维坐标。实验结果表明,本文匹配算法可成功地在杂乱工件中匹配出目标工件,然后通过激光加视觉的方式得到匹配工件抓取点的三维参数,并将该参数信息传递给机器人控制器,从而引导机器人进行准确抓取。
【关键词】：机器视觉 工件分拣 模板匹配 深度提取
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-18
• 1.1 课题研究的目的和意义9
• 1.2 国内外研究现状9-15
• 1.2.1 国外研究现状10-13
• 1.2.2 国内研究现状13-15
• 1.3 目前存在的问题15
• 1.4 论文的主要工作及组织结构15-17
• 1.4.1 论文主要工作15-16
• 1.4.2 论文的组织结构16-17
• 1.5 本章小结17-18
• 第2章 摄像机标定方法及原理18-30
• 2.1 摄像机标定过程涉及的坐标系18-20
• 2.1.1 图像坐标系18-19
• 2.1.2 摄像机坐标系19
• 2.1.3 世界坐标系19-20
• 2.2 摄像机成像模型20-22
• 2.2.1 线性模型20-21
• 2.2.2 非线性模型21-22
• 2.3 摄像机标定方法22-23
• 2.3.1 传统摄像机标定方法22
• 2.3.2 摄像机自标定方法22-23
• 2.3.3 张正友标定方法23
• 2.4 标定原理与流程23-29
• 2.4.1 标定原理23-26
• 2.4.2 标定流程26-29
• 2.5 本章小结29-30
• 第3章 图像预处理与边缘检测30-42
• 3.1 图像预处理30-33
• 3.1.1 图像平滑30-32
• 3.1.2 图像锐化32-33
• 3.2 边缘检测33-41
• 3.2.1 梯度的概念33-34
• 3.2.2 Roberts边缘检测算法34
• 3.2.3 Sobel边缘检测算法34
• 3.2.4 Prewitt边缘检测算法34-36
• 3.2.5 Canny算子36-37
• 3.2.6 改进的Canny算子37-41
• 3.3 本章小结41-42
• 第4章 图像匹配方法研究42-53
• 4.1 图像匹配简介42-43
• 4.2 图像匹配方法43-44
• 4.2.1 基于灰度信息的匹配方法43
• 4.2.2 基于特征信息的匹配方法43-44
• 4.3 基于边缘特征的图像匹配44-46
• 4.3.1 基于Hausdorff距离的图像匹配算法44-45
• 4.3.2 本文匹配算法45-46
• 4.3.3 中心坐标计算46
• 4.4 实验结果及性能评估46-52
• 4.4.1 算法稳定性47-49
• 4.4.2 算法定位精度49-51
• 4.4.3 算法时间复杂度分析51-52
• 4.5 本章小结52-53
• 第5章 深度信息提取53-61
• 5.1 激光视觉测量原理53-54
• 5.2 系统搭建54-56
• 5.3 激光视觉安装参数选择56-58
• 5.4 实验结果58-60
• 5.5 本章小结60-61
• 第6章 结论61-62
• 参考文献62-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 祝世平,强锡富;用于摄像机定位的单目视觉方法研究[J];光学学报;2001年03期

2 赵玲;刘清;;基于机器人单目视觉导航的测距方法研究[J];自动化博览;2006年06期

3 沈志熙;黄席樾;;基于数据回归建模的单目视觉测距算法[J];计算机工程与应用;2007年24期

4 王小坤;贾庆轩;谭胜;;一种单目视觉测距方法的研究[J];科技信息(学术研究);2008年34期

5 张学习;杨宜民;何启承;夏益民;;基于前向单目视觉的机器人自定位研究[J];激光与红外;2008年08期

6 刘昶;朱枫;夏仁波;;基于共面二点一线特征的单目视觉定位[J];计算机应用研究;2012年08期

7 张纯金;纪淑娟;范晓宁;;基于单目视觉的距离测量研究[J];山东科技大学学报(自然科学版);2007年04期

8 曹毓;冯莹;赵立双;雷兵;;相机姿态安装误差对单目视觉定位精度的影响[J];传感器与微系统;2012年12期

9 黄桂平,李广云,王保丰,叶声华;单目视觉测量技术研究[J];计量学报;2004年04期

10 皮燕妮,史忠科,黄金;基于单目视觉的汽车防偏防追尾预警系统研究[J];计算机仿真;2005年10期

中国重要会议论文全文数据库 前6条

1 李二涛;张峗;曾虹;;基于单目视觉的彩色目标跟踪[A];浙江省电子学会2008年学术年会论文集[C];2008年

2 秦丽娟;胡玉兰;魏英姿;王红;周越;;基于模型的单目视觉定位方法研究概述[A];第三届全国虚拟仪器大会论文集[C];2008年

3 杨唐文;韩建达;王红波;阮秋琦;;基于空间几何约束的单目视觉物体测距[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

4 田莉雯;潘纲;;基于单目视觉的智能汽车碰撞预警系统[A];第八届和谐人机环境联合学术会议（HHME2012)论文集NCMT[C];2012年

5 刘磊;王永骥;;基于单目视觉的机器人动态目标识别与跟踪[A];第二十六届中国控制会议论文集[C];2007年

6 徐惠钢;;浮空器姿态的单目视觉测量解析算法[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年

中国博士学位论文全文数据库 前7条

1 姚楠;基于单目视觉的运动目标跟踪定位技术研究[D];上海交通大学;2014年

2 冯春;基于单目视觉的目标识别与定位研究[D];南京航空航天大学;2013年

3 赵敏;单目视觉多行人目标检测与跟踪技术研究[D];重庆大学;2010年

4 冯国虎;单目视觉/惯性组合导航可观性分析与动态滤波算法研究[D];国防科学技术大学;2012年

5 冷大炜;基于单目视觉的三维刚体目标测量技术研究[D];清华大学;2011年

6 赵连军;基于目标特征的单目视觉位置姿态测量技术研究[D];中国科学院研究生院（光电技术研究所）;2014年

7 鲁静;基于单目激光成像的水下圆目标状态检测[D];华中科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 杨思思;基于单目视觉的车辆盲区预警系统的研究及实现[D];浙江大学;2015年

2 李忠健;礼仪机器人单目视觉系统的研发[D];广东工业大学;2015年

3 赵黎明;基于单目视觉的港口AGV自主导航关键技术研究[D];集美大学;2015年

4 宋子超;基于单目视觉的铅球项目成绩测量系统的研究与实现[D];贵州师范大学;2015年

5 朱亚冰;基于特征圆的单目视觉位姿测量算法的研究[D];大连理工大学;2015年

6 朱敏;无人车基于单目视觉的室外环境理解[D];大连理工大学;2015年

7 肖晨;融合机器学习算法的单目视觉里程计研究[D];哈尔滨工业大学;2016年

8 吴冠杰;基于单目视觉的嵌入式自主避障系统的研究与设计[D];河北工业大学;2015年

9 刘伟;单目视觉下车道偏离预警系统中的关键技术研究[D];南京航空航天大学;2014年

10 张兆义;基于单目视觉的农业机器人导航系统设计[D];安徽农业大学;2014年

  本文关键词：单目视觉三维测量在机器人分拣系统中的应用，，由笔耕文化传播整理发布。

本文编号：272455