基于多传感器融合的半自主式遥操作机器人控制技术研究
发布时间:2023-06-03 12:27
上个世纪,随着人类太空探测计划的实施与发展,遥操作技术应运而生。进入新世纪,遥操作技术逐渐由航空航天领域向工业生产等民用领域渗透。许多先进制造业都引入了该技术,用于产品设计、生产和展示,极大提高了生产力和产品一致性。近些年来,新型传感器技术、人工智能技术的快速发展,使得遥操作机器人的自主性得了快速的发展。本文主要介绍一种面向民用领域的多传感器融合的半自主式遥操作机器人,用于代替人工执行一些高危的生产任务,如铸件打磨、分类、装配等。系统主要由:本地端、通信系统和远程端组成。本地端包含各种人机交互设备和计算机。远程端包括机器人、相机、六维力传感器、远程端计算机等。与人工作业相比,该机器人打磨、装配精度高,可有效提高加工产品的一致性。与全自动式机器人相比,该机器人的生产作业时,更具有灵活性。本文的主要研究内容包括:1)文本所述系统采用两组摄像头进行图像采集。其中,双目摄像头用于采集工作场景深度图像,用于系统本地端虚拟场景的构建,为操作者提供视觉反馈;单目摄像头采集机器人工作台的图像,用于目标自动识别、分拣、打磨等任务。系统充分利用不同种类摄像头的优势完成人机交互、目标识别等任务,提高人机交互...
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景
1.1.1 遥操作机器人技术概述
1.1.2 人机交互设备
1.1.3 遥操作机器人中的传感器
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文研究的主要内容
1.4 论文组织结构
第二章 遥操作机器人实验系统方案设计
2.1 系统原理及组成
2.2 机器人运动解算
2.2.1 机器人的结构
2.2.2 基于KDL的机器人运动逆解算
2.3 三维虚拟环境
2.3.1 虚拟机器人建模
2.3.2 虚拟环境建模
2.3.3 环境光照及虚拟摄像头设置
2.4 目标物体的识别和建模
2.4.1 Kinect采集点云数据
2.4.2 RANSAC算法提取目标物体
2.5 遥操作机器人系统中的硬件设备
2.5.1 单目工业相机
2.5.2 六维力传感器
2.5.3 机械手
2.5.4 打磨刀具
2.6 本章小结
第三章 基于视觉引导的遥操作机器人目标分拣作业
3.1 目标匹配算法综述
3.2 基于超像素的模板创建方法
3.2.1 图像的超像素处理
3.2.2 GrabCut图像分割
3.3 基于映射图的图像匹配算法
3.4 MB-NCC算法的具体实施方式
3.4.1 示教模式:模板创建
3.4.2 自主模式:MB-NCC目标匹配
3.5 实验结果与分析
3.5.1 SB-GrabCut图像分割实验
3.5.2 MB-NCC目标匹配实验
3.6 本章小结
第四章 基于多传感器融合技术的遥操作机器人打磨作业
4.1 铸件识别算法概述
4.2 基于边缘特征的模板图像
4.3 GB-NCC边缘特征模板匹配
4.4 基于六维力传感器引导的打磨作业
4.4.1 PID算法简介
4.4.2 基于PID控制的自主打磨作业
4.5 打磨作业具体实施方式
4.5.1 示教模式:创建模板图像并记录打磨参数
4.5.2 自主模式:多传感器融合的自主打磨作业
4.6 实验结果与分析
4.6.1 铸件识别效果实验
4.6.2 铸件打磨效果实验
4.7 本章小结
第五章 总结与展望
5.1 工作总结
5.2 创新点
5.3 未来工作的展望
致谢
作者在学期间的成果
参考文献
本文编号:3829336
【文章页数】:80 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 研究背景
1.1.1 遥操作机器人技术概述
1.1.2 人机交互设备
1.1.3 遥操作机器人中的传感器
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 论文研究的主要内容
1.4 论文组织结构
第二章 遥操作机器人实验系统方案设计
2.1 系统原理及组成
2.2 机器人运动解算
2.2.1 机器人的结构
2.2.2 基于KDL的机器人运动逆解算
2.3 三维虚拟环境
2.3.1 虚拟机器人建模
2.3.2 虚拟环境建模
2.3.3 环境光照及虚拟摄像头设置
2.4 目标物体的识别和建模
2.4.1 Kinect采集点云数据
2.4.2 RANSAC算法提取目标物体
2.5 遥操作机器人系统中的硬件设备
2.5.1 单目工业相机
2.5.2 六维力传感器
2.5.3 机械手
2.5.4 打磨刀具
2.6 本章小结
第三章 基于视觉引导的遥操作机器人目标分拣作业
3.1 目标匹配算法综述
3.2 基于超像素的模板创建方法
3.2.1 图像的超像素处理
3.2.2 GrabCut图像分割
3.3 基于映射图的图像匹配算法
3.4 MB-NCC算法的具体实施方式
3.4.1 示教模式:模板创建
3.4.2 自主模式:MB-NCC目标匹配
3.5 实验结果与分析
3.5.1 SB-GrabCut图像分割实验
3.5.2 MB-NCC目标匹配实验
3.6 本章小结
第四章 基于多传感器融合技术的遥操作机器人打磨作业
4.1 铸件识别算法概述
4.2 基于边缘特征的模板图像
4.3 GB-NCC边缘特征模板匹配
4.4 基于六维力传感器引导的打磨作业
4.4.1 PID算法简介
4.4.2 基于PID控制的自主打磨作业
4.5 打磨作业具体实施方式
4.5.1 示教模式:创建模板图像并记录打磨参数
4.5.2 自主模式:多传感器融合的自主打磨作业
4.6 实验结果与分析
4.6.1 铸件识别效果实验
4.6.2 铸件打磨效果实验
4.7 本章小结
第五章 总结与展望
5.1 工作总结
5.2 创新点
5.3 未来工作的展望
致谢
作者在学期间的成果
参考文献
本文编号:3829336
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3829336.html