基于直线特征的目标位姿估计与抓取方法研究

发布时间：2021-01-11 05:27

　　机器视觉技术为机器人工作提供丰富的控制信息,使其灵活性更高,更适应复杂环境下的生产需求。位姿估计作为视觉机器人抓取的关键技术之一,受到众多学者的关注。按照目标的表面是否布置有标识,分为合作目标和非合作目标,本文的研究对象为模型已知的非合作目标。针对纹理信息较弱的人造平面目标和三维目标,本文在基于直线特征的位姿估计方法中做了深入研究,分别提出了基于直线对应和加权最小二乘的平面目标位姿估计算法和结合粒子滤波和加权最小二乘的三维目标位姿估计算法,并搭建了一个基于ABB IRB1200六自由度机器人的工件定位与抓取系统。具体研究内容包括:1、针对弱纹理目标的位姿估计问题,由于目标直线特征丰富,且直线检测更可靠,选择边缘直线作为位姿估计的特征。通过对比基于Hough变换的直线提取算法和LSD直线检测算法的性能,选择LSD算法提取图像直线。2、针对平面目标的位姿估计问题提出了一种基于直线对应和加权最小二乘的位姿估计算法。为了有效克服图像直线段端点定位误差的影响,本文基于三维空间,设计了一种新的融合了直线端点和中点信息的位姿误差函数。基于本文提出的位姿误差函数,使得图像直线点到模型投影直线距离最小,... 

【文章来源】： 杨家珂 福州大学

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

一波恩大学研发的COselo机器人

图２－１实验平台系统简图??

图２－３工业相机实物图??

【参考文献】：
期刊论文
[1]基于形状先验模型的平面型工件抓取位姿检测[J]. 郑晶怡,李恩,梁自泽.  机器人. 2017(01)
[2]基于深度学习的工业分拣机器人快速视觉识别与定位算法[J]. 伍锡如,黄国明,孙立宁.  机器人. 2016(06)
[3]基于多模特征深度学习的机器人抓取判别方法[J]. 仲训杲,徐敏,仲训昱,彭侠夫.  自动化学报. 2016(07)
[4]基于多直线对应和加权最小二乘的位姿估计[J]. 张跃强,苏昂,刘海波,尚洋,于起峰.  光学精密工程. 2015(06)
[5]机器人视觉伺服研究进展:视觉系统与控制策略[J]. 贾丙西,刘山,张凯祥,陈剑.  自动化学报. 2015(05)
[6]相机位姿估计的加速正交迭代算法[J]. 李鑫,龙古灿,刘进博,张小虎,于起峰.  光学学报. 2015(01)
[7]粒子滤波算法[J]. 王法胜,鲁明羽,赵清杰,袁泽剑.  计算机学报. 2014(08)
[8]基于粒子滤波的移动物体定位和追踪算法[J]. 周帆,江维,李树全,张玉宏,曾雪,吴跃.  软件学报. 2013(09)
[9]一种高实时性粒子滤波重采样算法[J]. 赵丰,汤磊,张武,赵宗贵.  系统仿真学报. 2009(18)
[10]摄像机镜头畸变的研究[J]. 田原嫄,黄合成,谭庆昌,张海波,石志标.  计算机工程与应用. 2009(26)

博士论文
[1]基于粒子滤波的目标跟踪技术研究[D]. 宋策.中国科学院研究生院(长春光学精密机械与物理研究所) 2014
[2]图像边缘检测技术及其应用研究[D]. 曾俊.华中科技大学 2011
[3]基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D]. 邱雪娜.华东理工大学 2011
[4]基于位置的机器人视觉伺服控制的研究[D]. 刘涵.西安理工大学 2003

硕士论文
[1]基于合作目标的无人机视觉着陆位姿估计方法及合作目标优化研究[D]. 刘婷.南京航空航天大学 2016
[2]空间机械臂对于非合作目标的视觉导航与跟踪研究[D]. 吴青昀.北京理工大学 2015
[3]直线提取算法研究[D]. 王旭.国防科学技术大学 2013
[4]基于对偶四元数的航天器交会对接位姿关键技术研究[D]. 钱萍.南京航空航天大学 2012
[5]基于粒子滤波的视频目标跟踪方法研究[D]. 黄斌.电子科技大学 2008
[6]图像增强算法的研究[D]. 盛道清.武汉科技大学 2007
[7]基于视觉的工件识别定位方法的研究[D]. 李阳君.西安理工大学 2006



本文编号：2970182