基于双目视觉的机器人识别定位及轨迹规划研究
发布时间：2021-11-23 11:00
当前在5G通信技术、人工智能和机器人领域高速发展的大趋势下,机器人柔性制造、智能视觉分拣、AI交互等应用的需求量日益剧增,各科研机构也为此提供了具体的解决方案。机器人工作的核心技术是定位、识别和轨迹解算。从市场潜力和发展趋势来看,未来基于视觉的机器人工作算法趋向更高的执行效率和更准的识别精度。本课题以串联机器人抓取具体物体为例,研究基于双目视觉的物体定位识别技术以及末端执行器轨迹规划等关键技术。首先概述了机器人的抓取工作涉及关键技术的国内外研究现状,推导了MICO2机器人的D-H参数和正逆运动学,解算了末端执行器的工作空间,考虑了实验环境的微振动情况复原了相机的低频振动图像,引出轨迹规划的意义。其次介绍了双目立体视觉的成像及矫正原理,完成了相机标定并且求解内外参数,以此为基础通过矩阵变换确定机器人手眼标定关系。左右相机分别以两种标定算法校准标定误差,确保标定结果的可靠性。通过立体匹配算法生成视差图,根据空间对应点的矩阵关系获取深度图。接着论述了基于PCL点云库的RGB-D三维重建技术以及点云聚类分割提取技术。针对聚类分割技术优化了体素量化算法,保证以较少的迭代次数收敛至最优的聚类区域。...
【文章来源】：青岛科技大学山东省
【文章页数】：121 页
【学位级别】：硕士
【部分图文】：
图1-1串联机器人各领域的应用
青岛科技大学研究生学位论文5学SeokminHonga等人使用双目相机合成体素并生成3D点云数据重建了桌面上的各种物体[8]。西南交通大学的JunXiong等人基于双目相机重建了熔化极气体保护电弧(GasMetalArc,GMA)增材制造(AdditiveManufacturing,AM)的熔池几何形状[9]。阿根廷国立图库曼大学的AlvaroCampero1等人使用双目相机和HDMI显示器实时进行三维显微神经外科手术，在保证高效率手术的同时也降低了硬件成本[10]。(a)SLAM智能车搭载双目(b)AR/VR设备搭载双目(c)AGV物流车搭载双目(d)工业机器人搭载双目图1-2双目相机的实际应用Fig.1-2Practicalapplicationofstereocamera在实验室环境光照满足320-500(lx)的前提下，本课题采用双目相机被动式三维重建进行实验。1.2.2标定误差研究现状双目相机采用固定视点的布局方式，受标定结果的影响，机器人末端执行器可能会偏离抓取位置。机器人抓取之前，要验证相机对于机器人基座的相对位置，必要时也要构造自抗挠控制器。法国萨瓦勃朗峰大学的DidierCoquin使用NAO机器人基于多相机融合技术，结合深度卷积神经网络(CNN)在RGB图像上提取SURF特征进行三维对象识别，保证了末端执行器的重复定位精度[11]。TaoJiang等人使用搭载双目相机的机器人抓取分散铆钉，并进行自插工作，虽然通过提取铆钉轮廓确定了抓取位姿，但是抓取的轨迹由人工示教确定，手眼标定的误差会
青岛科技大学研究生学位论文9BeomyeolYu等人考虑到无人直升机建模误差和不确定性，将ADRC应用至无人直升机干扰的鲁棒控制技术，对比仿真了PID算法控制，结果表明所提出的控制器能够成功地补偿干扰并具备出色的性能[36]。R.Madonski等人自定义ADRC结构，解决了补偿谐波不确定性的问题[37]。本课题将设计ADRC自抗挠控制器，反馈约束机器人实时跟踪抓取轨迹工作，保证机器人实际抓取轨迹与规划的轨迹一致。1.3课题研究内容及架构本课题着重研究了机器人在抓取物体的工作中涉及的视觉及轨迹规划方面的关键技术，通过具体的抓取实验，验证算法的有效性，在保证抓取精度基础上，对重点算法进行数据结构方面的优化。本课题架构如图1-3所示，第一章为课题总绪论，全面概述了关键技术的国内外研究现状，规划了布局并引出创新点。第二章推导了MICO2机器人的运动学和动力学方程，为后续的标定算法提供了数据基础，使用加速度传感器测量了实验室振动情况，引出轨迹规划的必要性。第三章、第四章、第五章分别就双目视觉识别、物体分割定位、抓取轨迹规划三个大方向讨论本课题的关键技术，优化了主要算法。第六章将本课题涉及的所有算法整合至QT&C++以机器人抓取易拉罐和网球为例，验证本课题算法的可行性。课题组致力于提高物体的实时识别定位的可靠性、可行性以及末端执行器抓取轨迹的精准性。图1-3本课题的总体架构Fig.1-3Theoverallstructureofthisproject第一章绪论，阐述了现阶段机器人结合视觉的国内外研究现状，引出了本课
【参考文献】：
期刊论文
[1]智能驾驶中点云目标快速检测与跟踪[J]. 叶语同,李必军,付黎明. 武汉大学学报(信息科学版). 2019(01)
[2]逐步求精的多视角点云配准方法[J]. 徐思雨,祝继华,田智强,李垚辰,庞善民. 自动化学报. 2019(08)
[3]三维形貌测量机器人的轨迹规划技术[J]. 刘丽,马国庆,高艺,范师杰. 中国激光. 2019(02)
[4]植株点云超体聚类分割方法[J]. 刘慧,刘加林,沈跃,潘成凯. 农业机械学报. 2018(12)
[5]基于自适应邻域匹配的点云配准方法[J]. 张顺利,徐艳芝,周明全,耿国华,张雨禾. 计算机学报. 2019(09)
[6]复杂环境下视觉SLAM闭环检测方法综述[J]. 刘强,段富海,桑勇,赵健龙. 机器人. 2019(01)
[7]全位置焊接机器人逆运动学数值求解及轨迹规划方法[J]. 郭吉昌,朱志明,王鑫,马国锐. 清华大学学报(自然科学版). 2018(03)
[8]一种基于Bezier曲线的移动机器人轨迹规划新方法[J]. 孙雷,张丽爽,周璐,张雪波. 系统仿真学报. 2018(03)
[9]改进B样条曲线应用于6R机器人轨迹优化[J]. 董甲甲,王太勇,董靖川,张永宾,陶浩. 中国机械工程. 2018(02)
[10]基于改进鲨鱼优化算法的自抗扰控制参数整定[J]. 魏立新,赵默林,范锐,周红星. 控制与决策. 2019(04)
博士论文
[1]空间机械臂轨迹跟踪、测试及柔性力控制研究[D]. 乔冠宇.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
[2]基于双目视觉的空间非合作目标姿态测量技术研究[D]. 颜坤.中国科学院大学(中国科学院光电技术研究所) 2018
[3]基于深度学习和双目视觉的工业机器人抓取方法研究[D]. 唐洪.华南理工大学 2018
硕士论文
[1]基于Faster R-CNN目标检测的机器人抓取系统研究[D]. 张亚辉.中国科学院大学(中国科学院深圳先进技术研究院) 2019
[2]基于视觉和力反馈的机器人打磨作业系统研究[D]. 王敏.浙江大学 2019
[3]遥操作机器人的力觉再现技术研究[D]. 徐亮.西南科技大学 2018
[4]基于双目立体视觉的空间深度信息恢复方法研究[D]. 黄源欣.哈尔滨工业大学 2018
[5]双目视觉中的半全局立体匹配算法研究[D]. 石立.南京大学 2018
[6]多视角三维重建中高精度标定方法的研究与应用[D]. 王毅恒.北京交通大学 2018
[7]AGV视觉定位系统的设计与实现[D]. 于亦奇.浙江大学 2018
[8]基于立体视觉的移动机器人避障技术研究[D]. 张天翼.南京航空航天大学 2018
[9]基于激光雷达点云的车辆检测方法研究[D]. 孙江冬.天津工业大学 2018
[10]基于双目视觉的笼养蛋鸡饮水采食行为感知方法研究[D]. 肖林芳.浙江大学 2018
本文编号：3513741
【文章来源】：青岛科技大学山东省
【文章页数】：121 页
【学位级别】：硕士
【部分图文】：
图1-1串联机器人各领域的应用
青岛科技大学研究生学位论文5学SeokminHonga等人使用双目相机合成体素并生成3D点云数据重建了桌面上的各种物体[8]。西南交通大学的JunXiong等人基于双目相机重建了熔化极气体保护电弧(GasMetalArc,GMA)增材制造(AdditiveManufacturing,AM)的熔池几何形状[9]。阿根廷国立图库曼大学的AlvaroCampero1等人使用双目相机和HDMI显示器实时进行三维显微神经外科手术，在保证高效率手术的同时也降低了硬件成本[10]。(a)SLAM智能车搭载双目(b)AR/VR设备搭载双目(c)AGV物流车搭载双目(d)工业机器人搭载双目图1-2双目相机的实际应用Fig.1-2Practicalapplicationofstereocamera在实验室环境光照满足320-500(lx)的前提下，本课题采用双目相机被动式三维重建进行实验。1.2.2标定误差研究现状双目相机采用固定视点的布局方式，受标定结果的影响，机器人末端执行器可能会偏离抓取位置。机器人抓取之前，要验证相机对于机器人基座的相对位置，必要时也要构造自抗挠控制器。法国萨瓦勃朗峰大学的DidierCoquin使用NAO机器人基于多相机融合技术，结合深度卷积神经网络(CNN)在RGB图像上提取SURF特征进行三维对象识别，保证了末端执行器的重复定位精度[11]。TaoJiang等人使用搭载双目相机的机器人抓取分散铆钉，并进行自插工作，虽然通过提取铆钉轮廓确定了抓取位姿，但是抓取的轨迹由人工示教确定，手眼标定的误差会
青岛科技大学研究生学位论文9BeomyeolYu等人考虑到无人直升机建模误差和不确定性，将ADRC应用至无人直升机干扰的鲁棒控制技术，对比仿真了PID算法控制，结果表明所提出的控制器能够成功地补偿干扰并具备出色的性能[36]。R.Madonski等人自定义ADRC结构，解决了补偿谐波不确定性的问题[37]。本课题将设计ADRC自抗挠控制器，反馈约束机器人实时跟踪抓取轨迹工作，保证机器人实际抓取轨迹与规划的轨迹一致。1.3课题研究内容及架构本课题着重研究了机器人在抓取物体的工作中涉及的视觉及轨迹规划方面的关键技术，通过具体的抓取实验，验证算法的有效性，在保证抓取精度基础上，对重点算法进行数据结构方面的优化。本课题架构如图1-3所示，第一章为课题总绪论，全面概述了关键技术的国内外研究现状，规划了布局并引出创新点。第二章推导了MICO2机器人的运动学和动力学方程，为后续的标定算法提供了数据基础，使用加速度传感器测量了实验室振动情况，引出轨迹规划的必要性。第三章、第四章、第五章分别就双目视觉识别、物体分割定位、抓取轨迹规划三个大方向讨论本课题的关键技术，优化了主要算法。第六章将本课题涉及的所有算法整合至QT&C++以机器人抓取易拉罐和网球为例，验证本课题算法的可行性。课题组致力于提高物体的实时识别定位的可靠性、可行性以及末端执行器抓取轨迹的精准性。图1-3本课题的总体架构Fig.1-3Theoverallstructureofthisproject第一章绪论，阐述了现阶段机器人结合视觉的国内外研究现状，引出了本课
【参考文献】：
期刊论文
[1]智能驾驶中点云目标快速检测与跟踪[J]. 叶语同,李必军,付黎明. 武汉大学学报(信息科学版). 2019(01)
[2]逐步求精的多视角点云配准方法[J]. 徐思雨,祝继华,田智强,李垚辰,庞善民. 自动化学报. 2019(08)
[3]三维形貌测量机器人的轨迹规划技术[J]. 刘丽,马国庆,高艺,范师杰. 中国激光. 2019(02)
[4]植株点云超体聚类分割方法[J]. 刘慧,刘加林,沈跃,潘成凯. 农业机械学报. 2018(12)
[5]基于自适应邻域匹配的点云配准方法[J]. 张顺利,徐艳芝,周明全,耿国华,张雨禾. 计算机学报. 2019(09)
[6]复杂环境下视觉SLAM闭环检测方法综述[J]. 刘强,段富海,桑勇,赵健龙. 机器人. 2019(01)
[7]全位置焊接机器人逆运动学数值求解及轨迹规划方法[J]. 郭吉昌,朱志明,王鑫,马国锐. 清华大学学报(自然科学版). 2018(03)
[8]一种基于Bezier曲线的移动机器人轨迹规划新方法[J]. 孙雷,张丽爽,周璐,张雪波. 系统仿真学报. 2018(03)
[9]改进B样条曲线应用于6R机器人轨迹优化[J]. 董甲甲,王太勇,董靖川,张永宾,陶浩. 中国机械工程. 2018(02)
[10]基于改进鲨鱼优化算法的自抗扰控制参数整定[J]. 魏立新,赵默林,范锐,周红星. 控制与决策. 2019(04)
博士论文
[1]空间机械臂轨迹跟踪、测试及柔性力控制研究[D]. 乔冠宇.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
[2]基于双目视觉的空间非合作目标姿态测量技术研究[D]. 颜坤.中国科学院大学(中国科学院光电技术研究所) 2018
[3]基于深度学习和双目视觉的工业机器人抓取方法研究[D]. 唐洪.华南理工大学 2018
硕士论文
[1]基于Faster R-CNN目标检测的机器人抓取系统研究[D]. 张亚辉.中国科学院大学(中国科学院深圳先进技术研究院) 2019
[2]基于视觉和力反馈的机器人打磨作业系统研究[D]. 王敏.浙江大学 2019
[3]遥操作机器人的力觉再现技术研究[D]. 徐亮.西南科技大学 2018
[4]基于双目立体视觉的空间深度信息恢复方法研究[D]. 黄源欣.哈尔滨工业大学 2018
[5]双目视觉中的半全局立体匹配算法研究[D]. 石立.南京大学 2018
[6]多视角三维重建中高精度标定方法的研究与应用[D]. 王毅恒.北京交通大学 2018
[7]AGV视觉定位系统的设计与实现[D]. 于亦奇.浙江大学 2018
[8]基于立体视觉的移动机器人避障技术研究[D]. 张天翼.南京航空航天大学 2018
[9]基于激光雷达点云的车辆检测方法研究[D]. 孙江冬.天津工业大学 2018
[10]基于双目视觉的笼养蛋鸡饮水采食行为感知方法研究[D]. 肖林芳.浙江大学 2018
本文编号：3513741
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3513741.html
