基于3D视觉的机器人拆垛系统研究与应用

发布时间：2024-10-04 16:54

　　目前仓储物流中拆垛环节常使用示教再现机器人路径的方法实现自动化拆垛,该方法适用于垛型已知的拆垛,对于系统垛型未知或垛型已知但经运输后垛型松散等应用场景,该方法无法完成自动化拆垛。本文针对未知垛型的拆垛需求,设计了基于3D视觉技术的纸箱拆垛方案,解决了垛型未知的自动化拆垛问题。本文以瓦楞纸箱拆垛项目为研究对象,建立了 3D视觉拆垛系统模型,介绍了系统组成,包括机器人及其末端执行机构、输送装置和所使用的3D相机。通过对相机标定、手眼标定和RGB-D相机获取三维信息原理进行研究,标定出相机内部外部参数矩阵,建立起相机同机器人坐标系转化关系。针对项目中的瓦楞纸箱垛,采用了基于缝隙分割技术提取目标最小外接矩形的图像处理方法,该方法采用改进的二值化处理方法对图像进行预处理,采用基于形态学闭操作的缝隙分割方法分割各目标区域,通过基于面积筛选的形状匹配方法实现对RGB图像中多个纸箱的识别,通过求取最小外接矩形获取各纸箱表面形心坐标和旋转角度。图像处理结果表明,该视觉处理算法能够准确识别纸箱并获取各目标纸箱位姿。最后,本文根据图像处理工作流程采用HALCON机器视觉软件完成视觉程序设计,包括图像采集、手眼...

【文章页数】：84 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 引言
    1.1 课题来源
    1.2 课题研究背景及意义
    1.3 国内外研究现状
        1.3.1 拆垛系统研究现状
        1.3.2 3D视觉研究现状
    1.4 本文研究主要研究内容
    1.5 论文组织结构
第二章 3D视觉拆垛系统模型
    2.1 3D视觉拆垛系统模型建立
    2.2 3D视觉拆垛系统组成
        2.2.1 机器人
        2.2.2 机器人末端执行机构
        2.2.3 RGB-D相机及其安装
        2.2.4 托盘输送线
        2.2.5 纸箱输送线
        2.2.6 图像处理工作站
        2.2.7 控制系统
    2.3 3D视觉拆垛系统工作流程
    2.4 本章小结
第三章 机器人3D视觉系统标定
    3.1 相机标定
        3.1.1 单相机标定
        3.1.2 RGB-D相机和深度相机对齐标定
    3.3 手眼标定
    3.4 系统标定
    3.5 本章小结
第四章 3D视觉图像处理方法研究
    4.1 RGB图像预处理
        4.1.1 改进的二值化处理
        4.1.2 图像滤波技术
    4.2 RGB图像分割
        4.2.1 常用的分割方法
        4.2.2 基于形态学闭运算的缝隙分割方法
    4.3 目标识别
        4.3.1 常用的目标识别方法
        4.3.2 基于面积特征的目标筛选
    4.4 纸箱定位
    4.5 本章小结
第五章 工程实例验证
    5.1 项目整体规划
        5.1.1 系统布局图
        5.1.2 系统工作流程
        5.1.3 系统设计依据
        5.1.4 控制系统通讯方式
        5.1.5 程序开发平台
    5.2 视觉拆垛系统应用程序设计
        5.2.1 视觉处理程序设计
        5.2.2 PLC控制程序设计
        5.2.3 机器人程序设计
    5.3 系统调试与运行
        5.3.1 视觉拆垛系统调试
        5.3.2 工程现场应用验证
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
在学期间发表的学术论文和参加科研情况



本文编号：4006929