基于视觉的法兰柔性装配机器人操作路径规划研究

发布时间：2023-12-13 17:26

　　由于工业机器人的持续发展与完善,目前装配机器人被广泛应用于各种工业领域,主要完成装配手机、汽车,机械装置、电子产品及其组件等的任务。装配机器人也从早期的程序控制型发展到示教型再发展到目前主流的智能型,其装配柔性和智能程度越来越高。目标识别和路径规划也是装配机器人具备的重要能力之一,决定着其柔性和智能化程度。深度学习在机器视觉等诸多领域内均获得了重大成功,在装配机器人的目标特征识别和路径规划领域使用深度学习代替传统控制方法,可以显著提高其柔性及智能化程度。针对具体的装配任务,深度学习的集成应用可以提高目标特征识别和路径规划的泛化能力,弥补传统方法的缺陷。本文针对法兰装配任务,建立了装配系统框架,并搭建了仿真环境。首先研究了相机标定和机器人手眼标定的机理并完成了标定任务。基于Coppelia Sim对相机、机器人、系统结构进行仿真建模,搭建了用于装配机器人仿真的虚拟环境,并研究了使用外部应用程序控制Coppelia Sim仿真的控制方法。应用了一种基于SSD算法的特征识别方法对法兰孔识别定位,设计了一种基于深度信息图对法兰端盖轮廓识别的方法。首先建立了基于SSD目标识别算法的法兰装配特征识...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外相关研究现状
        1.2.1 基于视觉的装配机器人国内外研究现状
        1.2.2 机器人路径规划国内外研究现状
    1.3 主要研究内容
第2章 法兰柔性装配系统框架与仿真环境搭建
    2.1 引言
    2.2 系统整体框架
    2.3 系统标定
        2.3.1 相机模型
        2.3.2 相机标定
        2.3.3 机器人手眼标定
    2.4 基于Coppelia Sim的装配仿真环境搭建
        2.4.1 仿真环境框架
        2.4.2 系统结构建模
        2.4.3 相机建模
        2.4.4 机器人建模
        2.4.5 仿真控制
    2.5 本章小结
第3章 法兰装配特征识别方法
    3.1 引言
    3.2 法兰孔特征识别方法
        3.2.1 传统圆形识别方法
        3.2.2 基于SSD算法的法兰孔识别方法
        3.2.3 仿真及结果分析
    3.3 基于深度图的法兰端盖特征识别方法
        3.3.1 Hough线检测原理
        3.3.2 基于深度图的法兰轮廓识别方法
    3.4 本章小结
第4章 基于深度强化学习的机器人操作路径规划方法
    4.1 引言
    4.2 深度强化学习原理概述
        4.2.1 马尔可夫决策过程
        4.2.2 深度Q网络
    4.3 装配机器人操作路径规划网络的架构
    4.4 深度强化学习模块及仿真模块开发
        4.4.1 强化学习模块框架
        4.4.2 深度强化学习模块开发
        4.4.3 仿真模块开发
    4.5 仿真及结果分析
        4.5.1 操作路径规划仿真
        4.5.2 系统装配过程仿真
    4.6 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢



本文编号：3873602