基于机器视觉的抓取机械臂位姿估计的研究

发布时间：2020-12-29 01:00

　　在工业竞争越来越激烈的时代背景下,2025制造越来越被重视,工业4.0也成了我国近几年的发展目标,智能制造作为工业发展的代表领域,越来越受到国家的重视,制造业自动化程度很大方面的反映一个国家的发展水平,因此更多的柔性机械臂应用于工业生产中,越来越多的复杂任务都需要机器人独立完成,机械臂可以独立完成分配给其的固定任务,大到飞机轮船的零部件加工,小到手机电脑的螺丝拧紧,都离不开这些机械臂来完成,所以越来越多的自动机械臂被投入使用,使它们代替人工,但是在外部环境改变时,它们无法做出相应的应对措施,所以这类机器人已经无法满足一些特定的工作场景。为了应对这些问题,视觉机器人也就被设计了出来,它可以解决传统机械臂的大部分问题,机器视觉伺服系统的核心问题就是位姿估计,解决好位姿估计问题,对提高机械臂的获取外部信息的能力与反应能力具有很重要的意义。本文以生产线上的混合视觉机械臂为主要研究对象,针对位姿估计问题进行了研究,建立了机械臂的运动学模型,提出了一种新的EKF/UKF-SVSF算法,使机械臂具有较高的位姿计算精度和鲁棒性;对于信息采集,在单目视觉的基础上,提出了多相机配置系统,使用了基于OWA算... 

【文章来源】：青岛大学山东省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

视觉机器人自动抓取物体

择。视觉机器人通过自身的视觉传感器获取流水线上工件的位置，并通过视觉处理器进行分析处理，进而将信号传达给机器人，从而决定机械臂的行为或者运动来完成工作[2]。要使机械臂成功确定工件的位置并进行工作，其中对工件和机械臂的相对位姿进行估计是必不可少的一步，所以进行视觉机械臂进行与工件的相对位姿估计，对机器人是否精确稳定的完成抓取工件任务有很重要的意义。另一方面，视觉技术在近几年在我国发展迅速，应用领域也越来越多：检测汽车组件的运动、体育运动员的运动辅导和训练、军事火箭破片分析等等。图1.1与图1.2举例了机器视觉的应用实例。图1.1视觉机器人自动抓取物体图1.2带机器视觉的无人机技术

青岛大学硕士学位论文5第二章机器人运动学分析2.1机器人运动学数学原理2.1.1D-H坐标系的建立及各连杆的参数关系本文以6自由度Puma560机器人为例，如果要对机械臂的运动学进行分析，首先必须要在它的欧几里德空间（欧式空间）建立相应的笛卡尔坐标系，通过相邻的两个杆件之间建立的坐标系，对机器人的运动特性进行分析[31][32][33]。如果机械臂要在空间中达到我们想要实现的运动，首先需要使得每一个杆件之间建立一定的关系，我们通常会在每一个杆件处都建立一个欧式空间坐标系，通过欧式坐标系使得每一个杆件之间建立联系，即下图所示：图2.1连杆坐标系及D-H参数为了方便描述，我们需要对每一个坐标系都要去取一个名字，所以我们使杆件的位置和名字想对应。我们都会知道，如果想要描述一个物体的位置，必须要找一个物体作为参照物，以参照物为基准来描述各个杆件的位置，正常情况下，我们都把机械臂底座作为参照物，所以把这个坐标系叫做基坐标系。在连杆上建立坐标系以后，对坐标系中一系列参数做了规定：（1）ia：表示杆件长度，即沿iX，从iZ到i1Z的距离；（2）i：杆件转角，即绕iX，从iZ到i1Z旋转的角度；（3）1d：杆件偏距，即从iZ到iX的距离；（4）i：关节的转动角度，即绕iZ，从i1X到iX的旋转角度。下面将对坐标系建立的步骤做介绍：在相邻的两个杆件之间会有一个轴线，在图2-1中有体现，将该轴线作为坐标系的一个轴，本文以第i1个杆件的轴线作为iZ轴，iX轴的选取则是以两端关


本文编号：2944694