基于3D目标识别的工业机器人无序分拣技术研究

发布时间：2023-04-21 18:29

　　近几年,大量的工业机器人被应用于装配制造等环节,使得公司生产过程的自动化水平不断提高,这也使得公司的生产模式由传统的以人力为主导转变为以机器人为主导,这种模式的改变大大提高了产品的生产效率,降低了生产成本,同时减小了某些恶劣的生产环境对工人身体上造成的危害。在机器人作业过程中,如何对随意堆放的零部件或者货物进行准确的抓取,成为目前研究的热点问题。这个过程中主要涉及到目标零部件的位姿信息获取等问题,本文设计了基于3D目标识别的工业机器人无序分拣系统来对以上问题进行实验研究,具有一定的研究意义及实用价值。本文主要的研究工作如下:(1)设计了无序分拣平台方案。本文中机器人的编程方法与传统的示教及离线编程的方法不同,本文方法需要事先用相机对待分拣物体进行视觉检测来获取目标物体的位姿信息,所以要先根据环境以及待分拣物体的具体信息对分拣系统的硬件进行选型,对整个系统的流程及方案进行设计,设计的系统应满足厘米级的抓取要求。(2)研究了Kinect相机与ABB 1200机器人构成的机器人视觉系统的标定问题。本文确定Kinect相机与机器人的连接为眼在手外的安装方式,使用MATLAB对Kinect相机自...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 机器人分拣研究现状
        1.2.2 目标物体检测技术研究现状
    1.3 本文主要研究内容
    1.4 本文章节安排
2 机器人无序分拣系统平台设计方案
    2.1 无序分拣系统的总体方案设计
    2.2 无序分拣系统硬件平台
        2.2.1 ABB1200 机器人介绍
        2.2.2 Kinect相机介绍
        2.2.3 雄克手爪介绍
    2.3 RobotStudio软件以及点云库介绍
        2.3.1 RobotStudio的简介
        2.3.2 PCL点云库的简介
    2.4 本章小结
3 机器人视觉系统标定
    3.1 Kinect相机标定
        3.1.1 相机成像模型
        3.1.2 相机标定原理
        3.1.3 镜头畸变模型
    3.2 机器人与相机标定
        3.2.1 机器人视觉系统分类
        3.2.2 机器人与相机的标定原理
    3.3视觉系统的标定实验
        3.3.1 kinect相机标定结果
        3.3.2 机器人与相机标定结果
    3.4 本章小结
4 目标物体的点云数据处理及识别
    4.1 点云数据描述
        4.1.1 点云的邻域
        4.1.2 点云的法线及曲率
    4.2 点云数据预处理
    4.3 基于欧式聚类的点云分割方法
    4.4 点云数据的特征提取
        4.4.1 PFH特征
        4.4.2 FPFH特征
        4.4.3 SHOT特征
    4.5 基于OUR-CVFH特征的分类
        4.5.1 VFH特征
        4.5.2 CVFH特征
        4.5.3 基于OUR-CVFH特征分类
    4.6 基于ISS3D算法的关键点提取
    4.7 基于SHOT的特征匹配
    4.8 基于ICP算法的目标识别
    4.9 本章小结
5 机器人无序分拣实验与结果分析
    5.1 实验平台的搭建
    5.2 目标物体的无序分拣实验
        5.2.1 实验验证
        5.2.2 实验结果分析
    5.3 误差分析
    5.4 本章小结
6 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
致谢
参考文献
攻读学位期间主要研究成果



本文编号：3796028