多评价因素大视场下并联机器人堆叠串类水果抓取位姿检测研究
发布时间：2021-11-09 11:10
基于机器人技术实现水果自动分拣对农业生产和农产品加工的自动化、智能化发展具有重要意义。少自由度并联机器人用于水果自动分拣,具有精度高、速度快、刚度大等优点,但同时也对检测和控制的准确性和快速性提出了更高要求。水果的抓取位姿检测是机器人实现准确、快速、无损抓取控制的前提条件。机器视觉具有非接触、适用性广、性价比高等优点,相比于相机安装在机器人末端的Eye-in-Hand系统,相机固定设置的Eye-to-Hand系统对机器人末端运动速度的限制较小,并具有视场大、利于优选待抓取堆叠串类水果的优点。由于Eye-to-Hand系统对机器人下一次抓取位姿的检测,可在机器人上一次抓放串类水果控制的时间内完成,因此抓取位姿检测的准确性尤为重要,本文拟着重研究少自由度并联机器人固定设置机器视觉系统对堆叠串类水果抓取位姿检测的准确性问题。目前,相关研究,还存在一些难点,主要包括:少自由度并联机器人由于存在运动约束难以完全满足标定运动要求从而导致手眼标定模型难以正确解算问题、大视场下复杂背景小对象的准确识别和分类问题、边界模糊的多评价因素下堆叠串类水果抓取优先级的评估问题、以及具有运动约束少自由度并联机器人...
【文章来源】：江苏大学江苏省
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
图1.2串联机器人
多评价因素大视场下并联机器人堆叠串类水果抓取位姿检测研究6(4)误差累计校区别于串联机器人的运动误差源于所有部件误差累计，少自由度并联机器人由于闭链结构，其误差源于所有关节误差的均值，无误差累计，定位精度较高。因此，少自由度并联机器人因上述优点，特别适用于对抓取精度、效率和稳定性要求较高的水果自动分拣操作，研究基于少自由度并联机器人技术实现水果的自动分拣对农业生产和农产品加工的自动化、智能化发展具有重要意义。(a)Diamond机器人(b)H4并联机器人(c)I4并联机器人(d)Heli4并联机器人图1.3少自由度并联机器人Fig.1.3Low-DOFparallelrobots1.2.2机器人抓取位姿检测研究现状为实现基于少自由度并联机器人的水果自动分拣，机器人对水果的准确、稳定、快速的抓取显得尤为重要[27]。在水果自动分拣的并联机器人抓取过程中，精确测得水果特征，并计算并联机器人末端抓取位姿可有效避免由于不当抓取所带来的分拣失败、水果损伤等问题。目前，机器人的抓取位姿检测方法主要有接触式检测和非接触式检测两种，其中接触式检测主要以力觉传感器（图1.4（a））、触觉传感器（图1.4（b））、滑觉传感器（图1.4（c））等作为主要检测技术，对抓取对象进行接触式多方位感知，寻找最佳抓取位姿。(a)力觉传感器(b)触觉传感器(c)滑觉传感器图1.4接触式检测Fig.1.4Contactdetections接触式的抓取位姿检测是机器人触摸探索的过程，传感器设置在机器人末端执行器上，末端执行器在对象表面按照一定规律运动以获取较为全面的对象信息，该方法的研究以能通过最少的探索步骤获取最多的对象信息为目的。其中，力觉传感器的研究始于
多评价因素大视场下并联机器人堆叠串类水果抓取位姿检测研究6(4)误差累计校区别于串联机器人的运动误差源于所有部件误差累计，少自由度并联机器人由于闭链结构，其误差源于所有关节误差的均值，无误差累计，定位精度较高。因此，少自由度并联机器人因上述优点，特别适用于对抓取精度、效率和稳定性要求较高的水果自动分拣操作，研究基于少自由度并联机器人技术实现水果的自动分拣对农业生产和农产品加工的自动化、智能化发展具有重要意义。(a)Diamond机器人(b)H4并联机器人(c)I4并联机器人(d)Heli4并联机器人图1.3少自由度并联机器人Fig.1.3Low-DOFparallelrobots1.2.2机器人抓取位姿检测研究现状为实现基于少自由度并联机器人的水果自动分拣，机器人对水果的准确、稳定、快速的抓取显得尤为重要[27]。在水果自动分拣的并联机器人抓取过程中，精确测得水果特征，并计算并联机器人末端抓取位姿可有效避免由于不当抓取所带来的分拣失败、水果损伤等问题。目前，机器人的抓取位姿检测方法主要有接触式检测和非接触式检测两种，其中接触式检测主要以力觉传感器（图1.4（a））、触觉传感器（图1.4（b））、滑觉传感器（图1.4（c））等作为主要检测技术，对抓取对象进行接触式多方位感知，寻找最佳抓取位姿。(a)力觉传感器(b)触觉传感器(c)滑觉传感器图1.4接触式检测Fig.1.4Contactdetections接触式的抓取位姿检测是机器人触摸探索的过程，传感器设置在机器人末端执行器上，末端执行器在对象表面按照一定规律运动以获取较为全面的对象信息，该方法的研究以能通过最少的探索步骤获取最多的对象信息为目的。其中，力觉传感器的研究始于
【参考文献】：
期刊论文
[1]并联机器人串类水果抓取模型及抓取位姿计算[J]. 张千,高国琴. 农业工程学报. 2019(23)
[2]基于改进K均值特征点聚类算法的作物行检测[J]. 孟笑天,徐艳蕾,王新东,何润,翟钰婷. 农机化研究. 2020(08)
[3]基于模糊综合评价的疲劳驾驶检测算法研究[J]. 潘志庚,刘荣飞,张明敏. 软件学报. 2019(10)
[4]基于熵加权K-means全局信息聚类的高光谱图像分类[J]. 李玉,甄畅,石雪,赵泉华. 中国图象图形学报. 2019(04)
[5]基于模糊综合评判的车辆目标SAR仿真图像评估方法[J]. 胡利平,刘锦帆,王洪叶,闫华,殷红成. 系统工程与电子技术. 2019(03)
[6]基于Kinect的机器人抓取系统研究[J]. 黄玲涛,王彬,倪涛,缪海峰,李亚男. 农业机械学报. 2019(01)
[7]一种可感知三维力的新型柔性触觉传感器及滑觉识别算法研究[J]. 毛磊东,黄英,郭小辉,张阳阳,刘平. 传感技术学报. 2018(06)
[8]基于视觉识别定位的苹果采摘系统研究[J]. 李振雨,王好臣. 图学学报. 2018(03)
[9]基于LabVIEW机器视觉的餐具分拣系统[J]. 张文勇,陈乐柱. 计算机科学. 2018(S1)
[10]基于级联卷积神经网络的机器人平面抓取位姿快速检测[J]. 夏晶,钱堃,马旭东,刘环. 机器人. 2018(06)
博士论文
[1]复杂场景下合作靶标的准确快速识别与定位[D]. 温卓漫.中国科学院长春光学精密机械与物理研究所 2017
[2]大规模数据聚类分析方法研究[D]. 冯进玫.哈尔滨工程大学 2015
[3]面向精密制造与检测的机器视觉及智能算法研究[D]. 葛动元.华南理工大学 2013
硕士论文
[1]并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制[D]. 杨纯.江苏大学 2019
[2]车载式脐橙采后分级设备的研究[D]. 王干.江苏大学 2018
[3]基于计算机视觉的柑橘无损检测和分级技术研究[D]. 郑秀莲.浙江工业大学 2005
本文编号：3485217
【文章来源】：江苏大学江苏省
【文章页数】：144 页
【学位级别】：博士
【部分图文】：
图1.2串联机器人
多评价因素大视场下并联机器人堆叠串类水果抓取位姿检测研究6(4)误差累计校区别于串联机器人的运动误差源于所有部件误差累计，少自由度并联机器人由于闭链结构，其误差源于所有关节误差的均值，无误差累计，定位精度较高。因此，少自由度并联机器人因上述优点，特别适用于对抓取精度、效率和稳定性要求较高的水果自动分拣操作，研究基于少自由度并联机器人技术实现水果的自动分拣对农业生产和农产品加工的自动化、智能化发展具有重要意义。(a)Diamond机器人(b)H4并联机器人(c)I4并联机器人(d)Heli4并联机器人图1.3少自由度并联机器人Fig.1.3Low-DOFparallelrobots1.2.2机器人抓取位姿检测研究现状为实现基于少自由度并联机器人的水果自动分拣，机器人对水果的准确、稳定、快速的抓取显得尤为重要[27]。在水果自动分拣的并联机器人抓取过程中，精确测得水果特征，并计算并联机器人末端抓取位姿可有效避免由于不当抓取所带来的分拣失败、水果损伤等问题。目前，机器人的抓取位姿检测方法主要有接触式检测和非接触式检测两种，其中接触式检测主要以力觉传感器（图1.4（a））、触觉传感器（图1.4（b））、滑觉传感器（图1.4（c））等作为主要检测技术，对抓取对象进行接触式多方位感知，寻找最佳抓取位姿。(a)力觉传感器(b)触觉传感器(c)滑觉传感器图1.4接触式检测Fig.1.4Contactdetections接触式的抓取位姿检测是机器人触摸探索的过程，传感器设置在机器人末端执行器上，末端执行器在对象表面按照一定规律运动以获取较为全面的对象信息，该方法的研究以能通过最少的探索步骤获取最多的对象信息为目的。其中，力觉传感器的研究始于
多评价因素大视场下并联机器人堆叠串类水果抓取位姿检测研究6(4)误差累计校区别于串联机器人的运动误差源于所有部件误差累计，少自由度并联机器人由于闭链结构，其误差源于所有关节误差的均值，无误差累计，定位精度较高。因此，少自由度并联机器人因上述优点，特别适用于对抓取精度、效率和稳定性要求较高的水果自动分拣操作，研究基于少自由度并联机器人技术实现水果的自动分拣对农业生产和农产品加工的自动化、智能化发展具有重要意义。(a)Diamond机器人(b)H4并联机器人(c)I4并联机器人(d)Heli4并联机器人图1.3少自由度并联机器人Fig.1.3Low-DOFparallelrobots1.2.2机器人抓取位姿检测研究现状为实现基于少自由度并联机器人的水果自动分拣，机器人对水果的准确、稳定、快速的抓取显得尤为重要[27]。在水果自动分拣的并联机器人抓取过程中，精确测得水果特征，并计算并联机器人末端抓取位姿可有效避免由于不当抓取所带来的分拣失败、水果损伤等问题。目前，机器人的抓取位姿检测方法主要有接触式检测和非接触式检测两种，其中接触式检测主要以力觉传感器（图1.4（a））、触觉传感器（图1.4（b））、滑觉传感器（图1.4（c））等作为主要检测技术，对抓取对象进行接触式多方位感知，寻找最佳抓取位姿。(a)力觉传感器(b)触觉传感器(c)滑觉传感器图1.4接触式检测Fig.1.4Contactdetections接触式的抓取位姿检测是机器人触摸探索的过程，传感器设置在机器人末端执行器上，末端执行器在对象表面按照一定规律运动以获取较为全面的对象信息，该方法的研究以能通过最少的探索步骤获取最多的对象信息为目的。其中，力觉传感器的研究始于
【参考文献】：
期刊论文
[1]并联机器人串类水果抓取模型及抓取位姿计算[J]. 张千,高国琴. 农业工程学报. 2019(23)
[2]基于改进K均值特征点聚类算法的作物行检测[J]. 孟笑天,徐艳蕾,王新东,何润,翟钰婷. 农机化研究. 2020(08)
[3]基于模糊综合评价的疲劳驾驶检测算法研究[J]. 潘志庚,刘荣飞,张明敏. 软件学报. 2019(10)
[4]基于熵加权K-means全局信息聚类的高光谱图像分类[J]. 李玉,甄畅,石雪,赵泉华. 中国图象图形学报. 2019(04)
[5]基于模糊综合评判的车辆目标SAR仿真图像评估方法[J]. 胡利平,刘锦帆,王洪叶,闫华,殷红成. 系统工程与电子技术. 2019(03)
[6]基于Kinect的机器人抓取系统研究[J]. 黄玲涛,王彬,倪涛,缪海峰,李亚男. 农业机械学报. 2019(01)
[7]一种可感知三维力的新型柔性触觉传感器及滑觉识别算法研究[J]. 毛磊东,黄英,郭小辉,张阳阳,刘平. 传感技术学报. 2018(06)
[8]基于视觉识别定位的苹果采摘系统研究[J]. 李振雨,王好臣. 图学学报. 2018(03)
[9]基于LabVIEW机器视觉的餐具分拣系统[J]. 张文勇,陈乐柱. 计算机科学. 2018(S1)
[10]基于级联卷积神经网络的机器人平面抓取位姿快速检测[J]. 夏晶,钱堃,马旭东,刘环. 机器人. 2018(06)
博士论文
[1]复杂场景下合作靶标的准确快速识别与定位[D]. 温卓漫.中国科学院长春光学精密机械与物理研究所 2017
[2]大规模数据聚类分析方法研究[D]. 冯进玫.哈尔滨工程大学 2015
[3]面向精密制造与检测的机器视觉及智能算法研究[D]. 葛动元.华南理工大学 2013
硕士论文
[1]并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制[D]. 杨纯.江苏大学 2019
[2]车载式脐橙采后分级设备的研究[D]. 王干.江苏大学 2018
[3]基于计算机视觉的柑橘无损检测和分级技术研究[D]. 郑秀莲.浙江工业大学 2005
本文编号：3485217
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3485217.html
