基于智能相机和工业机器人的自动分拣技术研究

发布时间：2017-08-10 16:24

  本文关键词：基于智能相机和工业机器人的自动分拣技术研究

  更多相关文章： 机器视觉 自动分拣 系统标定 模式识别 图像处理

【摘要】：配备视觉设备的工业机器人在食品包装、医药生产、无损检测、自动生产流水线等场合扮演了重要的角色。随着“中国制造2025”战略的提出,机器视觉和工业机器人的联合工作必然在智能制造中发挥越来越重要的作用。本文针对智能相机和工业机器人组成的Eye-to-hand形式的自动分拣系统,研究其中涉及的若干关键技术,主要研究内容和成果包括:1、针对基于智能相机和工业机器人的自动分拣系统标定问题,提出了一种基于摄影测量的标定方法。该方法首先由工作相机对置于传送带上的平面靶标拍摄一幅图像,据此计算工作相机图像平面与平面靶标之间的单应性矩阵,然后运用摄影测量系统对传送带上的平面靶标及散布于机器人表面的标记点拍摄机器人绕A4轴做一次旋转运动前后的两组图像,再拍摄机器人绕其A1轴做一次旋转运动后的一组图像,在对每组图像中的标记点分别进行三维重建的基础上,得到机器人坐标系以及平面靶标坐标系与机器人坐标系的位置关系,进而结合计算出的单应性矩阵得到工作相机图像坐标系至机器人坐标系的映射,实现自动分拣系统的标定。在标定过程中机器人只需旋转两次,并拍摄若干图像即可,十分便于实现,且计算过程只涉及线性运算,稳定可靠。实验证明具有较高的标定精度。2、研究并建立了智能相机与工业机器人实时可靠的通信机制。深入研究了智能相机与工业机器人的通信接口,建立了智能相机与工业机器人可靠的通信机制。由写入机器人控制计算机内的配置文件,严格限定智能相机和机器人通信数据的格式;以EtherNet/IP作为系统的主要通信方式,采用同步阻塞模式,保证了系统各组件间的同步和实时性,方便移植到具备以太网接口的其他自动化设备。实验表明,本通信方法能够保证较高的实时性和可靠性。3、研究并实现了一套传送带上运动目标的手眼组合识别、定位算法。针对传送带上不断运动的工件识别定位,深入研究了图像处理及模板匹配算法,采用游程编码和轮廓编码的方法表示图像中的前景目标,然后提取工件具有旋转平移不变性的全局特征作为匹配的主要依据,对目标工件进行快速准确的识别;对目标在传送带上的运动进行预测,进而引导工业机器人准确抓取到传送带上运动的目标工件;针对在自动分拣系统中可能出现的各种干扰如遮挡等,本文研究了基于二进制描述子的匹配算法,可以快速获得特征点的匹配,结合RANSAC算法剔除误匹配的点对,保证良好的匹配率。4、研究开发了一套基于智能相机和工业机器人的自动分拣原型系统SCIR。通过对自动分拣系统各组件的研究和选型,搭建了基于VC智能相机和KUKA工业机器人的嵌入式闭环自动分拣原型系统,同时为了对该原型系统进行标定、模板选择和智能相机程序上传等操作,在VS2013平台上开发了SCIR自动分拣原型系统的计算机端配套软件系统。对本文的关键技术进行了验证,经实验表明,SCIR原型系统达到了预期的目的。
【关键词】：机器视觉 自动分拣 系统标定 模式识别 图像处理
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要4-6
• Abstract6-14
• 缩略词14-15
• 第一章 绪论15-21
• 1.1 课题研究背景15-17
• 1.2 自动分拣系统国内外研究现状17-18
• 1.3 研究目的与内容18-19
• 1.3.1 研究目的18
• 1.3.2 研究内容18-19
• 1.4 论文结构与安排19-21
• 第二章 自动分拣系统硬件组成和通信方式21-31
• 2.1 引言21
• 2.2 系统硬件选型依据21-25
• 2.2.1 智能相机21-23
• 2.2.2 镜头选型23-24
• 2.2.3 光源选型24
• 2.2.4 六轴关节臂式机器人24-25
• 2.3 系统连接方式25-26
• 2.4 系统组件间通信与同步26-30
• 2.4.1 组件间通信机制的选择26-27
• 2.4.2 EtherNet/IP通信基本流程27-28
• 2.4.3 同步/异步通信模式28-29
• 2.4.4 组件间同步29-30
• 2.5 本章小结30-31
• 第三章 自动分拣系统全局标定方法研究31-43
• 3.1 引言31
• 3.2 系统标定原理及流程31-33
• 3.3 标定现场布置33-34
• 3.4 工作相机与平面靶标的位置关系标定34-35
• 3.5 机器人与平面靶标的位置关系标定35-39
• 3.5.1 标定中的摄影测量图像拍摄策略及数据对齐方法35-37
• 3.5.2 机器人坐标系建立及其与平面靶标关系解算37-39
• 3.6 系统标定实验39-42
• 3.6.1 智能相机标定实验39-41
• 3.6.2 标定结果验证实验41-42
• 3.7 本章小结42-43
• 第四章 自动分拣系统目标识别定位算法研究43-71
• 4.1 引言43
• 4.2 基于模板匹配的目标识别方法43-44
• 4.3 面向特征提取的图像处理44-51
• 4.3.1 图像预处理45-46
• 4.3.2 目标与背景分割46-47
• 4.3.3 游程编码压缩47-48
• 4.3.4 多目标标识48-50
• 4.3.5 轮廓编码检测边缘50-51
• 4.4 全局特征描述图像51-59
• 4.4.1 周长和面积计算51
• 4.4.2 形状因子和矩形度51-52
• 4.4.3 傅里叶描述子52-54
• 4.4.4 不变矩特征54-55
• 4.4.5 判定与识别55-59
• 4.5 二进制特征描述子处理遮挡问题59-65
• 4.5.1 关键点特征提取60-61
• 4.5.2 构建特征描述子及初始匹配61-63
• 4.5.3 消除误匹配63-64
• 4.5.4 与其他算法对比64-65
• 4.6 质心与旋转角度的确定65-67
• 4.6.1 全局特征匹配的工件质心提取65
• 4.6.2 二进制描述子匹配的无遮挡工件质心提取65-66
• 4.6.3 二进制描述子匹配的部分遮挡工件质心提取66
• 4.6.4 目标旋转角度66-67
• 4.7 目标工件动态位置预测67-69
• 4.8 本章小结69-71
• 第五章 自动分拣原型系统搭建与综合实验71-81
• 5.1 引言71
• 5.2 实验准备71-76
• 5.2.1 IP地址和配置文件的设定72-73
• 5.2.2 计算机端配套软件TKK73-74
• 5.2.3 智能相机程序编写、上传与选择74-76
• 5.3 工件识别定位实验76-79
• 5.3.1 单模板工件识别实验76-77
• 5.3.2 多模板工件识别实验77-78
• 5.3.3 机器人分拣实验78-79
• 5.4 本章小结79-81
• 第六章 总结与展望81-83
• 6.1 研究工作总结81-82
• 6.2 研究工作展望82-83
• 参考文献83-87
• 致谢87-89
• 在学期间的研究成果及发表的学术论文89

【参考文献】

中国期刊全文数据库 前10条

1 汪成龙;李小昱;武振中;周竹;冯耀泽;;基于流形学习算法的马铃薯机械损伤机器视觉检测方法[J];农业工程学报;2014年01期

2 郑金驹;李文龙;王瑜辉;罗明成;;QFP芯片外观视觉检测系统及检测方法[J];中国机械工程;2013年03期

3 孔彦龙;高晓阳;李红玲;张明艳;杨占峰;毛红玉;杨倩;;基于机器视觉的马铃薯质量和形状分选方法[J];农业工程学报;2012年17期

4 罗明成;熊波;尹周平;;一种芯片三维外观视觉检测光路设计[J];现代电子技术;2012年04期

5 傅卫平;秦川;刘佳;杨世强;王雯;;基于SIFT算法的图像目标匹配与定位[J];仪器仪表学报;2011年01期

6 沈乔楠;安雪晖;;基于游程递归的连通区域标记算法[J];计算机应用;2010年06期

7 郑建冬;张丽艳;周玲;王小平;;基于单数码相机自由拍摄的空间点定位[J];航空学报;2007年06期

8 吴一全;吴文怡;潘U，

本文编号：651729