面向异形玻璃机械手抓取的视觉引导方法研究

发布时间：2023-02-19 17:17

　　在工业生产线上提高制造中的智能化水平可以通过机器视觉相关技术来完成机械手抓取工件的引导系统。稳定性、实时性以及鲁棒性等性能是衡量视觉引导系统的重要指标。手眼标定和目标识别定位是视觉引导系统的关键点。机械手标定时,在工业现场很多时候是没有标定物的,采用三坐标仪价格昂贵,此外部分工业现场环境较恶劣,干扰较大,不利于目标识别定位,而且本文的研究对象是异形玻璃,中心不易获取,存在图像部分缺失非线性形变。本文针对工业需求提出了一种自标定方法以及一种识别定位算法,主要内容如下:(1)结合自标方法和主动视觉标定方法提出一种非固定视点(eye-in-hand)混合手眼标定系统自标定方法,该方法可以通过4个线性独立的平移运动,1个实际旋转运动与1个虚拟旋转运动并基于扩展焦点而不使用标定参照物的思想,便可以依次线性求解相机内部参数矩阵,手眼关系和特征点目标深度的相关数据。实验结果表明:该方法可行有效,简单选择特征点,在机器人本体位置不变的前提下,相关位置信息数据测量误差均可控制在0.40 mm以内,它可以满足工业领域的精度要求,对手眼系统在工业生产中的应用具有参考意义。(2)提出一种基于最小外接矩形和图像...

【文章页数】：89 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究的背景、目的与意义
    1.2 国内外研究现状
        1.2.1 引言
        1.2.2 手眼标定系统研究现状
        1.2.3 基于目标物体形状轮廓和区域的识别方法研究现状
    1.3 课题来源及研究内容
        1.3.1 课题来源
        1.3.2 研究内容
    1.4 论文结构
第二章 视觉引导系统设计
    2.1 异形玻璃丝印整体流程和视觉引导系统需求介绍
        2.1.1 整体结构与工作过程
        2.1.2 技术需求
    2.2 成像系统设计
        2.2.1 工业相机与镜头
        2.2.2 打光方案
    2.3 系统软件的设计
    2.4 本章小结
第三章 非固定视点混合手眼自标定方法研究
    3.1 引言
    3.2 标定原理
        3.2.1 摄像机内参矩阵
        3.2.2 坐标关系转换
        3.2.3 扩展焦点
    3.3 手眼关系标定
        3.3.1 旋转矩阵标定
        3.3.2 工业相机内参矩阵的标定
        3.3.3 特征点目标深度的标定
        3.3.4 平移向量的标定
    3.4 实验与抓取精度分析
    3.5 本章小结
第四章 基于最小外接矩形轮廓和图像金字塔识别定位算法研究
    4.1 引言
    4.2 本文识别算法的提出
    4.3 基于轮廓分段的目标识别算法总体流程
    4.4 边缘追踪和特征提取
    4.5 最小外接矩形轮廓提取
    4.6 形状匹配
        4.6.1 粗匹配
        4.6.2 精匹配
    4.7 异形玻璃位置信息获取
    4.8 本章小结
第五章 实验与分析
    5.1 引言
    5.2 异形玻璃识别实验方案
    5.3 本章小结
总结与展望
    总结
    展望
参考文献
致谢
攻读学位的学术成果



本文编号：3746635