基于视觉机器人的目标定位技术研究

发布时间：2017-08-15 05:00

  本文关键词：基于视觉机器人的目标定位技术研究

  更多相关文章： 视觉机器人 机器视觉 三维定位 空间姿态

【摘要】：随着我国科技水平的不断进步,代表着当代高新科技发展前沿的视觉机器人技术,已经成为当前研究的热点。作为机器人感知信息的重要手段之一,视觉技术不但增强了机器人适应环境、认知环境的能力,同时还提高了其工作效率。但作为机器人领域的一个重要分支,工业机器人仍面临着如何研发合适的视觉技术,进而解决其智能化、信息化的问题。工业环境下的目标识别与定位是工业机器人最常规的作业,也是柔性制造系统(FMS)、计算机集成制造系统(CIMS)的重要环节。从而,研究视觉工业机器人的目标识别与定位具有十分重要的理论价值和实际意义。本文将重点研究如何利用视觉技术实现工业目标的三维定位及空间姿态获取,并在此基础上联合工业机器人实现对目标的抓取、分拣。为了完成这一目标,本文详述了基于视觉技术的工业目标识别与定位的整体流程和技术方法,包括从图像中得到目标的二维位置信息、双目视觉下的深度信息获取,并对基于空间点云的目标姿态获取进行了初步研究与仿真实验。主要研究工作如下:(1)详细阐述了视觉定位的基本理论和技术流程,包括:摄像机的成像模型、各视觉坐标系之间的转换关系、摄像机标定的理论和方法以及双目立体视觉的测距原理等。同时,对比了基于OpenCV和基于MATLAB两种标定方法,得到了基于OpenCV的标定方法在保证标定精度基础上具有良好的程序移植性的结论。(2)在目标的识别和定位研究中,首先采用基于边缘梯度的形状匹配算法识别目标,并通过基于亚像素的边缘细化算法来提高识别速度,结合摄像机标定及坐标系转换结果,得出目标在二维平面上的精确位置信息,然后,在此基础上通过双目视觉的三角测距原理获取目标的深度信息。(3)已知目标的三维坐标后,基于目标轮廓的空间点云,提出一种利用模型点云和目标点云之间刚体变换关系来获取目标空间姿态的方法,并采用基于迭代最近点(ICP)算法的三维点云配准方法计算该刚体变换,最后针对提出方法的配准效果进行了MATLAB仿真验证。(4)进行了联合视觉技术与工业机器人的定位抓取实验,在完成视觉坐标系到机器人坐标系转换的基础上,将目标的定位结果传输给机器人的控制系统中,引导机器人完成对目标的定位及抓取,实验表明机器人的抓取成功率能基本满足实际要求。
【关键词】：视觉机器人 机器视觉 三维定位 空间姿态
【学位授予单位】：华南农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP242
【目录】：

• 摘要3-4
• Abstract4-9
• 1 绪论9-20
• 1.1 课题来源9
• 1.2 课题的研究背景和目的9-10
• 1.3 国内外研究现状10-18
• 1.3.1 工业机器人研究现状10-16
• 1.3.2 视觉引导定位技术研究现状16-18
• 1.4 研究内容与技术路线18-19
• 1.4.1 论文主要工作18
• 1.4.2 技术路线18-19
• 1.5 本章小结19-20
• 2 视觉定位的原理及实验20-46
• 2.1 摄像机成像基本原理20-26
• 2.1.1 摄像机成像模型20-21
• 2.1.2 各坐标系定义及投影几何21-25
• 2.1.2.1 坐标系定义21-23
• 2.1.2.2 坐标系变换23-25
• 2.1.3 摄像机畸变模型25-26
• 2.2 摄像机标定26-35
• 2.2.1 单目摄像机标定26-27
• 2.2.2 双目摄像机标定27-28
• 2.2.3 摄像机标定实验28-35
• 2.3 立体视觉系统的构成35-45
• 2.3.1 双目立体视觉概述35-37
• 2.3.2 双目立体视觉的三维定位原理37-42
• 2.3.2.1 平行双目立体视觉39-40
• 2.3.2.2 图像对立体校正40-42
• 2.3.3 立体视觉系统的硬件组成42-45
• 2.4 本章小结45-46
• 3 复杂环境下的多目标二维定位技术46-61
• 3.1 多目标的平面定位方法与流程46-48
• 3.2 基于模板匹配的目标识别算法48-55
• 3.2.1 模板匹配算法概述48-49
• 3.2.1.1 算法原理48-49
• 3.2.1.2 算法的流程49
• 3.2.2 基于边缘梯度的模板匹配算法49-52
• 3.2.2.1 相似性度量准则50
• 3.2.2.2 算法的加速策略50-52
• 3.2.3 识别算法的改进52-55
• 3.2.3.1 边缘细化算法概述52
• 3.2.3.2 算法步骤52-55
• 3.3 实际物理坐标的描述55-58
• 3.3.1 世界坐标系设定55-56
• 3.3.2 摄像机外参数设定56-58
• 3.4 实验结果与分析58-60
• 3.4.1 目标识别的准确率58-59
• 3.4.2 目标的定位时间59
• 3.4.3 目标的位姿定位误差59-60
• 3.5 本章小结60-61
• 4 目标的深度信息及空间姿态获取方法61-78
• 4.1 立体匹配61-69
• 4.1.1 立体匹配概述61-63
• 4.1.2 立体匹配原理与算法63-65
• 4.1.3 深度信息获取实验及误差分析65-69
• 4.2 目标的空间姿态获取69-77
• 4.2.1 基于ICP算法的三维点云配准70-75
• 4.2.1.1 点云配准算法概述70-71
• 4.2.1.2 点云去噪与精简71-72
• 4.2.1.3 点云初始配准72-74
• 4.2.1.4 点云精确配准74-75
• 4.2.2 算法的仿真验证75-77
• 4.3 本章小结77-78
• 5 目标的三维定位抓取实验及结果分析78-89
• 5.1 实验设备简介78-80
• 5.1.1 双目立体视觉平台78
• 5.1.2 GSK-RB08工业机器人78-80
• 5.2 视觉机器人定位实验80-87
• 5.2.1 视觉机器人工件定位与抓取实验80-85
• 5.2.1.1 实验软硬件信息80
• 5.2.1.2 实验过程80-85
• 5.2.2 视觉机器人野外荔枝采摘实验85-87
• 5.3 本章小结87-89
• 6 总结与展望89-91
• 6.1 论文总结89
• 6.2 展望89-91
• 致谢91-92
• 参考文献92-97
• 附录A 硕士期间科研成果97-99
• 附录B 部分算法源程序99-107

【参考文献】

中国期刊全文数据库 前10条

1 刘念;邹湘军;叶敏;罗陆锋;王成琳;;复杂环境下的多工件定位研究[J];电子技术应用;2015年12期

2 李星云;李众立;廖晓波;;基于单目视觉的工业机器人定位系统的设计[J];机床与液压;2015年09期

3 田涛;邓双城;杨朝岚;张泽;郑海洋;王福利;周唐恺;;工业机器人的研究现状与发展趋势[J];新技术新工艺;2015年03期

4 计时鸣;黄希欢;;工业机器人技术的发展与应用综述[J];机电工程;2015年01期

5 翟敬梅;董鹏飞;张铁;;基于视觉引导的工业机器人定位抓取系统设计[J];机械设计与研究;2014年05期

6 赵连军;刘恩海;张文明;赵汝进;;单目三点位置测量精度分析[J];光学精密工程;2014年05期

7 边继龙;李金凤;罗嗣卿;;基于变分原理的亚像素级立体匹配方法[J];计算机应用研究;2014年09期

8 许宏科;秦严严;潘勇;;一种改进的边缘细化方法[J];激光与红外;2014年03期

9 晏祖根;李明;徐克非;孙小华;闫志鹏;孙智慧;;高速机器人分拣系统机器视觉技术的研究[J];包装与食品机械;2014年01期

10 喻海中;陈兆学;张津;;一种基于局域边缘特征的自适应立体匹配新算法研究[J];光学技术;2013年06期

，

本文编号：676329