基于双目视觉的散乱工件识别与定位技术研究
发布时间：2021-11-09 22:13
随着工业发展的日趋智能化,工业机器人应用在工业生产制造过程中也将成为主流趋势之一。工业现场经常存在对散乱工件的定位抓取作业,由于散乱工件存在倾斜、堆叠、遮挡等情况,较为常见的单目视觉技术很难解决其识别定位抓取问题,目前一般依靠人工或者特殊机构将散乱工件平整放置,然后利用单目视觉进行后续操作,这严重影响了生产效率,增加了制造成本。因此,为了提高工厂生产效益,促进机器人自动化的进一步发展,本文针对散乱工件的定位抓取问题进行基于双目视觉的散乱工件识别与定位技术研究,主要研究内容如下:首先,本文主要分析课题任务需求,并总结存在的技术难点,给出总体解决方案;完成硬件的选型,最终确定本文采用平行式双目相机安装方案,并给出了具体的参数;接着分析相机成像模型,建立视觉系统坐标系,并结合畸变模型,推导投影矩阵转换关系;采用张正友标定法实现对本文搭建的视觉系统的标定,对图像进行畸变矫正,并利用重投影误差验证标定精度。然后,根据实际工况对采集到的图像进行相应预处理,在分析传统的基于SIFT描述子的模板匹配方法的基础上,针对实际散乱工件因倾斜、堆叠、遮挡导致的目标位姿发生变化和特征不完整等问题,以及原算法本身...
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
工业机器人代替人工图
恢貌⒓锹几玫悖??芍噶睢；?魅送ü?馗锤弥噶罾赐瓿?作业。这样的编程方式简单方便，不过此种方法下工件的位置是固定的，当工件位置未知或发生变化时，就会导致操作失败，从而影响生产效率。随着工业自动化的快速发展以及生产项目更加的复杂化，要求机器人能够对未知环境具有更强的感知能力，机器视觉技术应运而生。通过机器视觉提供的信息，引导机器人到达目标工件所在位置(如图1-2所示)，目前广泛应用在物流分拣[3]、工件定位[4]、缺陷检测[5]、有无检测[6]等领域。(a)单目视觉应用案例1(b)单目视觉应用案例2图1-2单目视觉应用案例现使用较多的是比较成熟的二维视觉定位技术，通过获取目标工件的二维信息来对工件进行尺寸测量、定位、识别以及检测，它的局限性在于由于无法获取目标工件的深度信息，因此工件所在平面必须固定已知。当工件处于散乱的状态，即工件位于不同的平面时(如图1-3所示)，简单的单目视觉已然无法满足其需求，目前针对散乱工件的定位抓取，主要是通过人工或者特定机构将散乱工件整齐地放置在固定平面，然后利用单目视觉完成后续操作，这样不仅会提高制造成本，降低生产效率，而且严重阻碍了机器
江南大学硕士学位论文2人自动化进程。图1-3散乱工件图随着视觉技术的发展以及对散乱工件的定位抓取需求愈来愈大，针对复杂环境的三维视觉技术，主要是双目立体视觉技术得到了研究发展。双目立体视觉技术是指通过两个相机在同一时间对同一物体在不同角度进行采图，获取目标工件的视差，从而得到目标工件的三维信息，即得到目标工件距离相机的深度信息。因此本文将双目视觉技术应用到解决散乱工件的识别定位问题。由于在工业现场中，散乱工件存在倾斜、堆叠、遮挡以及光照不均匀等现象，导致工件的位姿信息各不相同以及工件特征不完整，对系统的识别能力以及三维定位能力带来极大挑战。本文利用工业机器人和双目视觉系统相结合，实现对散乱工件的自动识别定位以及抓取，能够有效降低企业的劳动制造成本，提高企业的生产效率，具有十分重要的现实意义。同时，根据需求设计更加准确、快速、稳定的识别定位算法，为实现机器人在复杂工况下的推广应用提供理论基础和有效解决方案，并进一步促进机器人的自动化、智能化发展，实现“机器换人”[7]和智能制造。1.2国内外研究现状基于双目视觉的散乱工件识别与定位技术主要涉及到几个关键技术，包括机器人立体视觉技术、目标识别技术、立体匹配技术等，下面将对散乱工件的定位抓取技术以及采用双目视觉技术下上述几种关键技术的国内外研究现状进行详细地介绍。1.2.1散乱工件识别定位技术研究现状目前针对散乱工件的识别定位方法主要有基于单目相机加传感器和基于双目相机的方法。（1）基于单目相机加激光扫描仪。基于激光扫描仪的识别定位方法主要是通过激光发射器将激光打在目标工件上，由于目标工件的高度不同导致激光经反射到相机成像平面的像点位置不同，通过建立的模型计算工件的三维坐标。
【参考文献】：
期刊论文
[1]基于视觉与激光结合的堆叠工件快速定位方法[J]. 周伟亮,王红军,邹湘军. 组合机床与自动化加工技术. 2020(02)
[2]中值滤波在数字图像去噪中的应用[J]. 燕红文,邓雪峰. 计算机时代. 2020(02)
[3]基于双目视觉的机械手捡球机器人设计[J]. 周旭,周海波,陈睿,张兆强,张忠党. 机床与液压. 2020(03)
[4]融合Spearman相关性系数与多尺度框架的立体匹配算法[J]. 于修成,宋燕,胡浍冕. 上海理工大学学报. 2020(01)
[5]基于双目视觉的视网膜血管三维重建[J]. 周嘉悦,韩少峰,郑昱,吴壮志,梁庆丰,杨洋. 中国医疗器械杂志. 2020(01)
[6]工业机器人的技术发展及其应用分析[J]. 李肇惠,郝昭. 内燃机与配件. 2020(01)
[7]基于均值滤波的雾霾图像快速复原算法[J]. 唐鉴波,赵波,陈国樑,佟帅,习立坡. 电子设计工程. 2020(01)
[8]融合卷积神经网络与支持向量机的表情识别[J]. 王忠民,李和娜,张荣,衡霞. 计算机工程与设计. 2019(12)
[9]基于形态学的医学图像分割方法研究[J]. 杨玉娥,马志雯,刘娟. 中阿科技论坛(中英阿文). 2019(04)
[10]基于机器视觉的口杯酒瓶盖旋转角度测量方法[J]. 刘浩南,张辉,吴成中,王耀南. 测控技术. 2019(10)
硕士论文
[1]基于双目视觉的堆叠箱盒目标识别与定位技术研究[D]. 钱磊.湖北工业大学 2019
[2]基于双目视觉的分拣系统的关键技术研究[D]. 谢宁.哈尔滨工业大学 2019
[3]机器人堆叠目标识别与定位抓取系统研究[D]. 彭泽林.华南理工大学 2018
[4]基于双目视觉的目标识别定位及机器人抓取研究[D]. 蒋萌.南京航空航天大学 2018
[5]基于激光点云的散乱工件识别与定位[D]. 刘晓阳.哈尔滨工程大学 2017
[6]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
[7]边缘检测算法在车牌定位系统中的应用研究[D]. 何海燕.哈尔滨工业大学 2006
本文编号：3485990
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
工业机器人代替人工图
恢貌⒓锹几玫悖??芍噶睢；?魅送ü?馗锤弥噶罾赐瓿?作业。这样的编程方式简单方便，不过此种方法下工件的位置是固定的，当工件位置未知或发生变化时，就会导致操作失败，从而影响生产效率。随着工业自动化的快速发展以及生产项目更加的复杂化，要求机器人能够对未知环境具有更强的感知能力，机器视觉技术应运而生。通过机器视觉提供的信息，引导机器人到达目标工件所在位置(如图1-2所示)，目前广泛应用在物流分拣[3]、工件定位[4]、缺陷检测[5]、有无检测[6]等领域。(a)单目视觉应用案例1(b)单目视觉应用案例2图1-2单目视觉应用案例现使用较多的是比较成熟的二维视觉定位技术，通过获取目标工件的二维信息来对工件进行尺寸测量、定位、识别以及检测，它的局限性在于由于无法获取目标工件的深度信息，因此工件所在平面必须固定已知。当工件处于散乱的状态，即工件位于不同的平面时(如图1-3所示)，简单的单目视觉已然无法满足其需求，目前针对散乱工件的定位抓取，主要是通过人工或者特定机构将散乱工件整齐地放置在固定平面，然后利用单目视觉完成后续操作，这样不仅会提高制造成本，降低生产效率，而且严重阻碍了机器
江南大学硕士学位论文2人自动化进程。图1-3散乱工件图随着视觉技术的发展以及对散乱工件的定位抓取需求愈来愈大，针对复杂环境的三维视觉技术，主要是双目立体视觉技术得到了研究发展。双目立体视觉技术是指通过两个相机在同一时间对同一物体在不同角度进行采图，获取目标工件的视差，从而得到目标工件的三维信息，即得到目标工件距离相机的深度信息。因此本文将双目视觉技术应用到解决散乱工件的识别定位问题。由于在工业现场中，散乱工件存在倾斜、堆叠、遮挡以及光照不均匀等现象，导致工件的位姿信息各不相同以及工件特征不完整，对系统的识别能力以及三维定位能力带来极大挑战。本文利用工业机器人和双目视觉系统相结合，实现对散乱工件的自动识别定位以及抓取，能够有效降低企业的劳动制造成本，提高企业的生产效率，具有十分重要的现实意义。同时，根据需求设计更加准确、快速、稳定的识别定位算法，为实现机器人在复杂工况下的推广应用提供理论基础和有效解决方案，并进一步促进机器人的自动化、智能化发展，实现“机器换人”[7]和智能制造。1.2国内外研究现状基于双目视觉的散乱工件识别与定位技术主要涉及到几个关键技术，包括机器人立体视觉技术、目标识别技术、立体匹配技术等，下面将对散乱工件的定位抓取技术以及采用双目视觉技术下上述几种关键技术的国内外研究现状进行详细地介绍。1.2.1散乱工件识别定位技术研究现状目前针对散乱工件的识别定位方法主要有基于单目相机加传感器和基于双目相机的方法。（1）基于单目相机加激光扫描仪。基于激光扫描仪的识别定位方法主要是通过激光发射器将激光打在目标工件上，由于目标工件的高度不同导致激光经反射到相机成像平面的像点位置不同，通过建立的模型计算工件的三维坐标。
【参考文献】：
期刊论文
[1]基于视觉与激光结合的堆叠工件快速定位方法[J]. 周伟亮,王红军,邹湘军. 组合机床与自动化加工技术. 2020(02)
[2]中值滤波在数字图像去噪中的应用[J]. 燕红文,邓雪峰. 计算机时代. 2020(02)
[3]基于双目视觉的机械手捡球机器人设计[J]. 周旭,周海波,陈睿,张兆强,张忠党. 机床与液压. 2020(03)
[4]融合Spearman相关性系数与多尺度框架的立体匹配算法[J]. 于修成,宋燕,胡浍冕. 上海理工大学学报. 2020(01)
[5]基于双目视觉的视网膜血管三维重建[J]. 周嘉悦,韩少峰,郑昱,吴壮志,梁庆丰,杨洋. 中国医疗器械杂志. 2020(01)
[6]工业机器人的技术发展及其应用分析[J]. 李肇惠,郝昭. 内燃机与配件. 2020(01)
[7]基于均值滤波的雾霾图像快速复原算法[J]. 唐鉴波,赵波,陈国樑,佟帅,习立坡. 电子设计工程. 2020(01)
[8]融合卷积神经网络与支持向量机的表情识别[J]. 王忠民,李和娜,张荣,衡霞. 计算机工程与设计. 2019(12)
[9]基于形态学的医学图像分割方法研究[J]. 杨玉娥,马志雯,刘娟. 中阿科技论坛(中英阿文). 2019(04)
[10]基于机器视觉的口杯酒瓶盖旋转角度测量方法[J]. 刘浩南,张辉,吴成中,王耀南. 测控技术. 2019(10)
硕士论文
[1]基于双目视觉的堆叠箱盒目标识别与定位技术研究[D]. 钱磊.湖北工业大学 2019
[2]基于双目视觉的分拣系统的关键技术研究[D]. 谢宁.哈尔滨工业大学 2019
[3]机器人堆叠目标识别与定位抓取系统研究[D]. 彭泽林.华南理工大学 2018
[4]基于双目视觉的目标识别定位及机器人抓取研究[D]. 蒋萌.南京航空航天大学 2018
[5]基于激光点云的散乱工件识别与定位[D]. 刘晓阳.哈尔滨工程大学 2017
[6]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
[7]边缘检测算法在车牌定位系统中的应用研究[D]. 何海燕.哈尔滨工业大学 2006
本文编号：3485990
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3485990.html
