基于多视角点云模板的智能轮椅机械臂自主抓取技术的研究

发布时间：2024-05-12 20:21

　　针对残疾人和老年人日益增长的陪护需求,为减轻护理压力研发了一种集易用性,响应快速性和操作个性化于一身的载臂智能轮椅式助老助残机器人(Wheelchair Mounted Robotic Arm,WMRA)。它可以提供诸如辅助吃饭、喝水、开门等多方面的生活服务。其中,自主抓取是完成这些辅助任务的核心环节。为了实现自主抓取,该WMRA需要预先针对不同的家居物品进行离线训练,记录下抓取物品的识别模板以及相应的抓取姿态和抓取轨迹。然后,视觉系统利用离线训练的数据,识别出目标物体并估计该物体相对于模板的空间位姿,从而确定机械手的抓取姿态和抓取轨迹,完成抓取过程。本课题针对目标物体模板是多视角点云的情况,利用点云库(Point Cloud Library,PCL)和机器人操作系统(Robot Operation System,ROS)搭建了该自主抓取系统,具体研究内容如下:(1)基于全局特征VFH(Viewpoint Feature Histogram)进行了面向多视角点云模板的物体识别算法的研究。该算法首先通过三次滤波减少了噪点干扰和观测范围,然后利用基于RANSAC的平面分割算法和欧氏距离分割...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题来源及研究的目的和意义
    1.2 WMRA视觉系统研究现状
    1.3 基于点云信息的视觉算法研究现状
        1.3.1 基于点云信息的物体识别算法研究现状
        1.3.2 基于点云信息的位姿估计算法研究现状
    1.4 本文主要研究内容
第2章 针对多视角点云模板的物体识别算法
    2.1 VFH描述子
    2.2 基于VFH物体识别算法研究
        2.2.1 识别算法流程
        2.2.2 基于OpenNI的点云获取
        2.2.3 点云的去噪和滤波处理
        2.2.4 面向桌面物体的点云分割
        2.2.5 VFH特征提取和匹配
    2.3 物体识别算法实验评估
    2.4 本章小结
第3章 针对多视角点云模板的位姿估计算法
    3.1 针对多视角模板的位姿估计基本原理
    3.2 基于VFH匹配的模板选择算法
    3.3 改进的关键点配准算法
        3.3.1 针对多视角模板的点云滤波算法
        3.3.2 SIFT关键点提取
        3.3.3 基于FPFH的局部特征描述
        3.3.4 局部特征匹配和对应分组
    3.4 姿态估计算法实验评估
    3.5 本章小结
第4章 WMRA坐标系标定方法研究
    4.1 坐标系定义
    4.2 相机内参标定方法
        4.2.1 相机成像原理
        4.2.2 镜头畸变原理与矫正方法
        4.2.3 基于Camera_calibration工具包的内参标定
    4.3 相机坐标系与机械臂坐标系之间标定
    4.4 相机坐标系与物体坐标系之间标定
    4.5 本章小结
第5章 WMRA自主抓取系统搭建
    5.1 硬件系统组成
    5.2 基于DMPS轨迹生成技术研究
    5.3 基于ROS的WMRA控制系统搭建
        5.3.1 ROS的通讯模式
        5.3.2 离线训练与在线抓取系统搭建
    5.4 自主抓取系统实验评估
    5.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文及其它成果
致谢



本文编号：3971845