双目视觉机器人的目标识别与抓取技术研究

发布时间：2023-04-16 23:45

　　机器视觉是当前人工智能领域的一个快速发展方向,随着机器视觉技术的不断进步,推动了工业自动化、智慧安防和人工智能等行业的进步,也为各个领域的应用带来了更多的发展潜力与机会。其中双目视觉是机器视觉领域的一个重要分支。将视觉引入到机器人的抓取中,这是机器人控制技术和机器视觉相结合的产物,对提高工业生产的效率具有深刻的影响。课题主要将双目视觉技术引入到传统工业示教机器人中,使机器人能够运用视觉实现对目标物体的识别定位和抓取,主要做以下的研究工作:首先,进行相机标定技术研究,建立相机成像相关坐标系,分析相机标定的原理和标定方法。基于张正友标定原理,进行相机标定实验得到相机参数,对比标定结果,采用Opencv编程的方法对相机进行标定实验,得到相机参数。其次,研究图像特征的提取和匹配算法,相机采集的图像由于噪声等因素的干扰往往不能直接进行特征的提取和分析。所以在特征提取之前,对图像的滤波算法进行研究。分别实验对比不同的滤波算法的滤波效果,选择中值滤波算法对图像进行预处理。分析不同类型的图像特征,提出在图像空间域内,提取图像的极值点特征,运用SIFT算法对图像进行特征提取和匹配。并运用RANSAC算法...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 论文的研究背景和意义
    1.2 双目立体视觉的国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 双目视觉的主要研究内容
    1.4 论文主要内容与章节安排
    1.5 本章小结
第2章 双目视觉系统的构建与标定
    2.1 双目视觉系统的成像模型
    2.2 相机成像坐标系的建立和模型
        2.2.1 相机成像坐标系的建立
        2.2.2 相机线性模型
        2.2.3 相机非线性模型
    2.3 相机的标定
        2.3.1 相机标定方法分析
        2.3.2 张正友相机标定法
    2.4 相机标定实验
        2.4.1 基于Opencv的相机标定
        2.4.2 Matlab相机标定
        2.4.3 实验结果分析
    2.5 本章小结
第3章 图像特征提取和匹配研究
    3.1 图像预处理
        3.1.1 图像空间平滑滤波去噪
    3.2 图像特征提取
        3.2.1 全局特征
        3.2.2 局部特征
        3.2.3 SIFT算法的建立
    3.3 RANSAC算法
    3.4 三种算法的匹配实验
    3.5 图像特征立体匹配
    3.6 本章小结
第4章 目标物体的识别与定位
    4.1 目标物体的识别
        4.1.1 模板匹配原理
        4.1.2 不同条件下目标物体的识别
    4.2 物体的定位
        4.2.1 仿射模型的建立
        4.2.2 目标物体的定位
    4.3 工件形心的三维坐标的计算
        4.3.1 三维重建的原理
        4.3.2 三维重建的方法
    4.4 本章小结
第5章 双目视觉机器人抓取系统的构建和实验
    5.1 抓取系统的构建
        5.1.1 系统组成
        5.1.2 各模块的选型
    5.2 机器人运动学建模
        5.2.1 D-H法得到机械臂连杆参数
        5.2.2 机械臂运动学正解
    5.3 机器人建模仿真
        5.3.1 机器人运动学建模
        5.3.2 机器人运动学仿真
    5.4 机器人手眼标定
    5.5 机器人抓取实验与分析
        5.5.1 机器人抓取软件的设计
        5.5.2机器人抓取实验
        5.5.3 抓取实验结果与分析
    5.6 本章小结
第6章 结论
    6.1 全文总结
    6.2 展望
参考文献
在学研究成果
致谢



本文编号：3792127