当前位置:主页 > 科技论文 > 自动化论文 >

面向卷烟包件的工业机器人物体识别与定位

发布时间:2021-03-27 07:19
  在工业机器人卷烟自主码垛过程中,卷烟包件的不规则性给工业机器人流程化作业带来困难。面对这样的困难,实时反馈目标物体信息给工业机器人是一种最有效的解决方法。加入视觉控制的工业机器人信息获取量大、稳定性强,同时也能解决在系统出现差错时机器人不能自主调整的难题。本文研究的面向卷烟包件的工业机器人物体识别与定位具有重要理论与实际意义。首先,本文在研究物体轮廓识别和双目视觉定位的基础上,对卷烟包件进行条数和位置信息提取,将获取信息反馈给工业机器人系统,设计了融合视觉控制的工业机器人拾放系统。根据工业机器人卷烟包件码垛准确性和快速响应要求,本文对卷烟包件信息提取和系统设计两方面进行了深入研究和实现。接着,在卷烟包件识别中,针对传统Sobel算法轮廓提取过程中速度快但精度不佳的问题,采用融合扩展Sobel算法和K-L变换的方法对获取图像信息进行的边缘提取,然后针对提取的边缘信息进行数据分析处理。根据卷烟包件固定方形的结构特点,引入外接矩阵与轮廓信息相消的处理方法,识别出卷烟包件条数。其次,在卷烟包件定位中,针对传统方法用于卷烟定位耗时长,精度低的问题,提出一种改进SURF(Speeded-Up Ro... 

【文章来源】:重庆邮电大学重庆市

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

面向卷烟包件的工业机器人物体识别与定位


工业机器人卷烟包件自主码垛系统

示意图,包件,卷烟,满层


n = 1,2,3,4,5图 1.2 卷烟包件示意图只接受形状相似于满层(25 条)的件,需将其中的两个及以上的卷烟满层卷烟包件直接放置入码盘中,放置过程更有意义。据码放条件可以在本文研究的系统中需要设置缓件,非满层的卷烟包件在缓冲区中后组合完成后再放入码盘。运用传包件信息提前记录在上位机中,由下一步的动作,这种方式需提前录工业机器人抓取过程中,必须严格保

物理坐标,图像,像素,坐标系


系之间的转换系到相机坐标系的变换和相机坐标可以用一个矩阵R(表示旋转)和一个向其转换关系如式(2.1)所示:11 1c wc wc wc w Tc wc wx xx xy R T yy R y Tz O zz z = + = 的正交单位矩阵,T 为3 × 1的平移向量,旋转矩阵R到图像物理坐标系的变换以表示:0 0 0ccxxx f x f =

【参考文献】:
期刊论文
[1]一种基于K-L变换聚类的室内定位算法[J]. 金纯,邱灿,马金辉,陈光勇.  科学技术与工程. 2017(20)
[2]整数阶滤波的分数阶Sobel算子的边缘检测算法[J]. 李忠海,金海洋,邢晓红.  计算机工程与应用. 2018(04)
[3]基于SURF和ORB全局特征的快速闭环检测[J]. 刘国忠,胡钊政.  机器人. 2017(01)
[4]基于计算机视觉的工业机器人圆球定位设计[J]. 王玲琳,刘永信,郭鹏,张晖.  控制工程. 2016(10)
[5]一种改进SURF算法的视觉定位[J]. 韩峰,韩文静.  电光与控制. 2016(07)
[6]基于高斯矩改进SURF算法的移动机器人定位研究[J]. 朱奇光,王佳,张朋珍,陈颖.  仪器仪表学报. 2015(11)
[7]H-S直方图反向投影结合特征点提取的双目视觉定位算法[J]. 章海兵,刘士荣,张波涛.  控制理论与应用. 2014(05)
[8]改进人工势场法的机械臂避障路径规划[J]. 王俊龙,张国良,羊帆,敬斌.  计算机工程与应用. 2013(21)
[9]SURF特征匹配中的分块加速方法研究[J]. 乔勇军,谢晓方,李德栋,孙涛.  激光与红外. 2011(06)
[10]基于Sobel算子的图像边缘检测研究[J]. 袁春兰,熊宗龙,周雪花,彭小辉.  激光与红外. 2009(01)

硕士论文
[1]基于双目立体视觉的目标识别与定位研究[D]. 唐献献.哈尔滨理工大学 2017
[2]边缘检测方法研究及应用[D]. 王章锋.天津工业大学 2017
[3]基于双目立体视觉的目标识别与抓取定位[D]. 王德海.吉林大学 2016
[4]基于机械手的双目视觉定位抓取研究[D]. 袁仁辉.燕山大学 2016
[5]基于双目立体视觉的被动测距与三维定位[D]. 罗松.华中科技大学 2015
[6]基于手势识别的远程控制机械手的设计[D]. 李振.武汉理工大学 2014
[7]基于视觉的机械臂控制技术研究[D]. 刘晓坤.哈尔滨工程大学 2013
[8]基于双目立体视觉的目标识别与定位[D]. 尚倩.北京交通大学 2011
[9]基于视觉的六自由度机械臂控制技术研究[D]. 李宏庆.南京理工大学 2009



本文编号:3103144

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3103144.html


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

版权申明:资料由用户01ec8***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