面向工业机器人装配的单目视觉定位方法
发布时间：2021-12-10 05:53
相机与工业机器人的结合使得工业机器人能够更直观地获取环境信息,视觉传感器的进步和图像处理技术的发展极大地扩大了工业机器人的应用场景。目前,工业机器人主要依靠示教方式完成装配作业和轨迹规划,这种方式严格限定了目标工件的位姿,通常应用在大批量工业化生产模式中。随着物联网的发展,小批量定制化的柔性生产线将成为未来工厂的发展趋势,无额外传感器的工业机器人将难以胜任。本文以单目相机和工业机器人作为研究对象,在相机与工业机器人坐标转换、工件角点识别以及相机位姿估计等领域进行了探索,并演示了单目视觉定位方法在机器人装配实验中的应用,目标工件无需人工合作点,验证了单目视觉定位的可行性。首先,建立了工业机器人运动学模型和相机模型。采用齐次变换矩阵和D-H参数法建立了SR10C工业机器人的运动学模型,推导出机器人的正运动学方程。接着建立相机的中心透视投影模型,详细分析了相机标定原理和畸变原理,采用张正友标定法对相机的内参数进行了标定,得到相机的内参数矩阵。利用上述建立的机器人模型和相机模型,建立了手眼标定的模型,采用手眼标定算法计算了机器人与相机模型之间的变换矩阵,并研究了手眼标定状态数与标定误差之间的关...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 基于视觉定位的机器人装配研究现状
1.2.1 视觉定位与机器人装配的研究现状
1.2.2 相机位姿估计的研究现状
1.3 本文的主要研究内容
2 SR10C工业机器人运动学模型与RealSense相机模型
2.1 SR10C工业机器人运动学分析
2.1.1 工业机器人运动学模型
2.1.2 工业机器人运动学正解
2.2 RealSense相机模型构建与参数标定
2.2.1 透视投影模型
2.2.2 相机畸变模型
2.2.3 相机参数标定方法
2.3 手眼标定
2.3.1 手眼系统的数学模型
2.3.2 手眼标定实验
2.4 本章小结
3 基于轮廓特征的典型工件角点识别
3.1 典型工件
3.2 基于轮廓特征的典型工件角点识别
3.2.1 滤波与边缘检测
3.2.2 直线拟合与筛选
3.2.3 工件角点筛选
3.3 实验结果与分析
3.3.1 角点识别实验
3.3.2 角点识别误差分析
3.4 本章小结
4 基于SoftOI算法的相机位姿估计
4.1 SoftOI算法
4.1.1 空间共线性误差
4.1.2 距离矩阵与匹配矩阵
4.1.3 匹配评价函数
4.1.4 改进的正交迭代算法
4.2 实验结果与分析
4.2.1 数据仿真实验
4.2.2 真实图像实验
4.3 本章小结
5 工业机器人定位实验
5.1 实验平台及系统组成
5.2 机器人基于典型工件的定位演示
5.3 工业机器人定位实验分析
5.4 单目相机定位在机器人装配中的应用
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]工业机器人单目视觉对准技术研究[J]. 雷金周,曾令斌,叶南. 光学精密工程. 2018(03)
[2]工业机器人技术的发展与应用综述[J]. 王浩. 中国新技术新产品. 2018(03)
[3]一种基于机器人的航天器大型部件自主装配方法[J]. 孟少华,胡瑞钦,张立建,董悫. 机器人. 2018(01)
[4]机器人的发展现状及应用前景[J]. 周海,叶兵. 装备制造技术. 2017(09)
[5]基于点对应的相机姿态估计算法性能评价[J]. 刘进博,郭鹏宇,李鑫,张小虎. 光学学报. 2016(05)
[6]基于六维力传感器的工业机器人末端负载受力感知研究[J]. 张立建,胡瑞钦,易旺民. 自动化学报. 2017(03)
[7]机器视觉与应用[J]. 郭静,罗华,张涛. 电子科技. 2014(07)
[8]基于质点系运动原理的像机位姿估计算法[J]. 陈鹏,胡广大,闫桂荣. 光学学报. 2014(01)
[9]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[10]基于机器视觉的微小型零件测量与装配控制[J]. 王晓东,宋洪侠,刘超,罗怡. 哈尔滨工程大学学报. 2011(09)
博士论文
[1]基于单目视觉的像机位姿估计技术[D]. 陈鹏.北京科技大学 2015
硕士论文
[1]基于轴孔定位的OM2组件柔顺装配的力学分析[D]. 瞿慧敏.哈尔滨工业大学 2017
[2]搬运装配机器人视觉引导智能作业系统与应用软件开发[D]. 卢张俊.东南大学 2017
[3]装配机器人视觉系统应用与软件开发[D]. 傅华强.东南大学 2016
[4]飞机部件轴孔柔顺装配系统设计研究[D]. 李裕超.浙江大学 2016
[5]基于视觉机器人的直插元件的自动装配技术研究[D]. 邹修功.电子科技大学 2016
[6]机器视觉在工业机器人抓取技术中的应用[D]. 朱良.中国科学院研究生院(沈阳计算技术研究所) 2016
[7]基于视觉/力传感器的机器人柔顺装配技术研究[D]. 李海龙.燕山大学 2014
[8]基于单目视觉的机器人定位技术研究[D]. 梁利嘉.燕山大学 2014
[9]仿人智能机械手孔轴装配无标定视觉伺服研究[D]. 邱静.重庆大学 2014
[10]基于单目视觉的定位系统研究[D]. 张治国.华中科技大学 2009
本文编号：3532028
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 基于视觉定位的机器人装配研究现状
1.2.1 视觉定位与机器人装配的研究现状
1.2.2 相机位姿估计的研究现状
1.3 本文的主要研究内容
2 SR10C工业机器人运动学模型与RealSense相机模型
2.1 SR10C工业机器人运动学分析
2.1.1 工业机器人运动学模型
2.1.2 工业机器人运动学正解
2.2 RealSense相机模型构建与参数标定
2.2.1 透视投影模型
2.2.2 相机畸变模型
2.2.3 相机参数标定方法
2.3 手眼标定
2.3.1 手眼系统的数学模型
2.3.2 手眼标定实验
2.4 本章小结
3 基于轮廓特征的典型工件角点识别
3.1 典型工件
3.2 基于轮廓特征的典型工件角点识别
3.2.1 滤波与边缘检测
3.2.2 直线拟合与筛选
3.2.3 工件角点筛选
3.3 实验结果与分析
3.3.1 角点识别实验
3.3.2 角点识别误差分析
3.4 本章小结
4 基于SoftOI算法的相机位姿估计
4.1 SoftOI算法
4.1.1 空间共线性误差
4.1.2 距离矩阵与匹配矩阵
4.1.3 匹配评价函数
4.1.4 改进的正交迭代算法
4.2 实验结果与分析
4.2.1 数据仿真实验
4.2.2 真实图像实验
4.3 本章小结
5 工业机器人定位实验
5.1 实验平台及系统组成
5.2 机器人基于典型工件的定位演示
5.3 工业机器人定位实验分析
5.4 单目相机定位在机器人装配中的应用
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
【参考文献】：
期刊论文
[1]工业机器人单目视觉对准技术研究[J]. 雷金周,曾令斌,叶南. 光学精密工程. 2018(03)
[2]工业机器人技术的发展与应用综述[J]. 王浩. 中国新技术新产品. 2018(03)
[3]一种基于机器人的航天器大型部件自主装配方法[J]. 孟少华,胡瑞钦,张立建,董悫. 机器人. 2018(01)
[4]机器人的发展现状及应用前景[J]. 周海,叶兵. 装备制造技术. 2017(09)
[5]基于点对应的相机姿态估计算法性能评价[J]. 刘进博,郭鹏宇,李鑫,张小虎. 光学学报. 2016(05)
[6]基于六维力传感器的工业机器人末端负载受力感知研究[J]. 张立建,胡瑞钦,易旺民. 自动化学报. 2017(03)
[7]机器视觉与应用[J]. 郭静,罗华,张涛. 电子科技. 2014(07)
[8]基于质点系运动原理的像机位姿估计算法[J]. 陈鹏,胡广大,闫桂荣. 光学学报. 2014(01)
[9]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[10]基于机器视觉的微小型零件测量与装配控制[J]. 王晓东,宋洪侠,刘超,罗怡. 哈尔滨工程大学学报. 2011(09)
博士论文
[1]基于单目视觉的像机位姿估计技术[D]. 陈鹏.北京科技大学 2015
硕士论文
[1]基于轴孔定位的OM2组件柔顺装配的力学分析[D]. 瞿慧敏.哈尔滨工业大学 2017
[2]搬运装配机器人视觉引导智能作业系统与应用软件开发[D]. 卢张俊.东南大学 2017
[3]装配机器人视觉系统应用与软件开发[D]. 傅华强.东南大学 2016
[4]飞机部件轴孔柔顺装配系统设计研究[D]. 李裕超.浙江大学 2016
[5]基于视觉机器人的直插元件的自动装配技术研究[D]. 邹修功.电子科技大学 2016
[6]机器视觉在工业机器人抓取技术中的应用[D]. 朱良.中国科学院研究生院(沈阳计算技术研究所) 2016
[7]基于视觉/力传感器的机器人柔顺装配技术研究[D]. 李海龙.燕山大学 2014
[8]基于单目视觉的机器人定位技术研究[D]. 梁利嘉.燕山大学 2014
[9]仿人智能机械手孔轴装配无标定视觉伺服研究[D]. 邱静.重庆大学 2014
[10]基于单目视觉的定位系统研究[D]. 张治国.华中科技大学 2009
本文编号：3532028
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3532028.html
