当前位置:主页 > 科技论文 > 自动化论文 >

基于计算机视觉的小型零部件抓取系统设计与实现

发布时间:2020-08-22 21:50
【摘要】:随着工业化、信息化的不断深入发展,以及人口老龄化造成的劳动力成本持续上涨,提高工业生产的信息化与智能化水平显得尤为重要。基于推动企业升级换代与促进社会生产力发展的考虑,本文针对积木机器人生产线上无序摆放、相互堆叠的小型零部件的分拣问题,设计了一种基于计算机视觉的可自主抓取的、扩展性强的小型零部件抓取系统,主要的研究内容和成果如下:1.结合零部件的实际特点,采用特征组合的方式来对颜色直方图特征和SIFT特征进行特征融合,并基于支持向量机来训练模型,以及用该模型来实现对零部件种类的分类,实验结果显示,该方式能实现对零部件的分类识别功能。2.通过边缘检测和椭圆拟合的方法来检测零部件的可抓取点,并针对可抓取点所在拟合椭圆的物理参数与其对应零部件的实际参数提出了一种评分机制,通过该评分机制,能够筛选出较好的抓取点,从而大大提高了系统的自动定位精度。3.实现对UR10协作式工业机器人的基本运动控制,并结合视觉算法部分完成了对零部件的自动分类功能、自动定位功能与自动抓取功能,初步达到了本系统的研究目标。通过对本系统的综合实验,结果表明本系统是可行的、科学的、稳定的,本系统为实际生产中的分拣问题提供了一套科学合理的解决方案。本设计不仅有利于推动具有视觉功能的工业机器人在积木机器人生产线上的应用,而且也对相关企业加快引入具有视觉功能的工业机器人具有启发意义和促进作用。
【学位授予单位】:云南大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F273;TP391.41;TP242
【图文】:

结构框图,系统硬件,结构框图


能模块的具体运行流程;最后对整个方案的设计过程作了一个小结。逡逑2.1系统硬件方案设计逡逑本系统的硬件组成较为复杂,涉及的模块较多,系统硬件结构框图如图2-1逡逑所示。其中,“动力装置”是系统的基础设备,主要为系统的运行提出能源供给;逡逑“机器人本体”是系统的主体设备,是系统实现抓取功能的硬件支撑;“数据采逡逑集模块”是系统的“感知器官”,是系统智能化的关键设备;“执行模块”是系逡逑统的“手指”,是系统抓取苓部件的直接装置。具体组成部分实物如图2-2所示。逡逑LWi邋丨?丨丨逡逑I逦i逦^逦视觉传感器j逡逑f邋!■!逦;^i逦i?:}0执行机构逡逑气泵逦i邋3邋IsL逦yg逡逑I逦^逡逑i邋:逦:邋i邋r>丨邋i邋■逡逑;逦电磁阀逦;逦UR10机器人逦丨逦测距传感器逦丨丨逦工业吸盘逡逑图2-1系统硬件结构框图逡逑

系统硬件,实物,机器人手臂,示教盒


2.1.2机器人本体逡逑本系统设计的小型零部件抓取系统中的工业机器人选用的是丹麦优傲机器人逡逑公司生产的UR10协作式工业机器人,如图2-3所示,该机器人主要由机器人手臂、逡逑控制箱和示教盒三部分组成。其中,机器人手臂是直接的运动执行部分,通过6逡逑个关节的360°变化范围来实现机器人手臂末端在三维空间的位置移动;控制箱是逡逑电源模块及与外部进行交互的各种接口的集成装置;示教盒是对该工业机器人各逡逑个参数设置、对机器人手臂进行简单控制以及进行脚本编程的可视化操作设备。逡逑UR10机器人手臂主要规格参数如表2-1所示。控制箱主要规格参数如表2-2所示。逡逑示教盒主要规格参数如表2-3所示。逡逑8逡逑

组件图,协作式,工业机器人,最大速度


表2-1邋UR丨《机械臂部分规格参数逡逑名称逦规格逡逑有效负载逦l0kg逡逑有效工作半径逦1300mm逡逑关节范围逦+/-360°逡逑最大速度(基座)逦120°邋/s逡逑最大速度(肩部)逦120°邋/s逡逑最大速度(肘部)逦180°邋/s逡逑最大速度(手腕1)逦180°邋/s逡逑最大速度(手腕2)逦180°邋/s逡逑最大速度(手腕3)逦180°邋/s逡逑最大速度(工具端)逦lm/s逡逑重量逦28.9kg逡逑可重复精度逦+/-0.邋003R*(按照SO邋9283标准)逡逑

【参考文献】

相关期刊论文 前3条

1 丁吉祥;杜姗姗;;基于针孔模型与相机空间操作的机械臂视觉定位方法[J];计算机工程;2015年12期

2 李洪涛;张明柱;贾晓敏;;基于视觉信息的工业机器人搬运系统研究[J];机床与液压;2015年09期

3 邱茂林,马颂德,李毅;计算机视觉中摄像机定标综述[J];自动化学报;2000年01期

相关博士学位论文 前2条

1 范萍;量子图像处理关键算法研究[D];华东交通大学;2017年

2 徐志刚;基于多特征融合的路面破损图像自动识别技术研究[D];长安大学;2012年

相关硕士学位论文 前10条

1 马真;基于边缘检测的高速铁路设备识别方法研究[D];南京邮电大学;2018年

2 郭健;基于局部特征的图像匹配算法研究[D];南京邮电大学;2018年

3 孙庭强;复杂环境下车牌检测与识别方法研究[D];南京邮电大学;2018年

4 李健;基于三维立体定标的物体表面重建技术[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年

5 李林;原木检测算法研究[D];西安电子科技大学;2018年

6 王华;基于局部特征描述子的掌纹识别算法研究[D];西安电子科技大学;2018年

7 张海宁;基于多峰高斯分布的彩色图像灰度化算法研究[D];温州大学;2018年

8 马方龙;基于归一化积相关匹配的彩色图像灰度化研究[D];兰州大学;2018年

9 彭泽林;机器人堆叠目标识别与定位抓取系统研究[D];华南理工大学;2018年

10 桑孟雷;基于机器视觉的圆形工件位姿估计[D];浙江大学;2018年



本文编号:2801192

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2801192.html


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

版权申明:资料由用户a4727***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