隨著城鎮(zhèn)化進程加快,建筑垃圾產(chǎn)量逐年遞增,對建筑垃圾的減量化、無害化和資源的循環(huán)高效利用將勢在必行。針對建筑垃圾種類紛繁復(fù)雜,單一識別技術(shù)難以實現(xiàn),必須多種檢測技術(shù)相結(jié)合才能提高識別準確率。本論文提出兩種涉及到機械手觸覺識別的分揀技術(shù),作為現(xiàn)有建筑垃圾多種識別技術(shù)方案的一個有益補充,并開發(fā)桁架式機器人分揀系統(tǒng),對提出的識別分揀技術(shù)有效性進行驗證。主要工作內(nèi)容如下:（1）根據(jù)建筑垃圾分揀的工況需求,提出一種桁架式機器人自動化分揀系統(tǒng)方案,包括:圖像采集模塊、桁架式運動控制模塊、物料輸送模塊等的設(shè)計、選型與開發(fā)。在此基礎(chǔ)上,提出基于物料密度識別的分揀技術(shù)和基于機械手觸覺識別的分揀技術(shù)。其中,針對基于機械手觸覺識別分揀技術(shù),提出一種基于能量模型的數(shù)據(jù)融合方法,即可通過機械手觸覺加速度曲線信號,準確識別被抓取物料的類型。（2）在當(dāng)前建筑垃圾機械手抓取重量有限的基礎(chǔ)上,對機械手結(jié)構(gòu)進行創(chuàng)新性設(shè)計,提出一種組件少,結(jié)構(gòu)簡單,抓取力足夠大的機械手設(shè)計方案。在多體動力學(xué)仿真軟件ADAMS中,對機械手運動同步性、力流傳遞等進行仿真分析研究,證明了該機械手設(shè)計方案具有可行性。（3）研究了常用的三次多項式、... 

【文章來源】：華僑大學(xué)福建省

【文章頁數(shù)】：97 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景和意義
    1.2 機器人分揀技術(shù)國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究安排
        1.3.1 研究目標
        1.3.2 研究思路
        1.3.3 論文結(jié)構(gòu)
第2章 建筑垃圾機器人系統(tǒng)總體設(shè)計方案
    2.1 機器人分揀系統(tǒng)構(gòu)成
        2.1.1 視覺系統(tǒng)硬件組成
        2.1.2 桁架式機器人運動控制系統(tǒng)的組成
        2.1.3 物料輸送系統(tǒng)的組成
    2.2 機器人分揀識別技術(shù)方案
        2.2.1 基于物料密度分揀識別方案
        2.2.2 基于機械手觸覺分揀識別方案
    2.3 物料加速度曲線數(shù)據(jù)融合方法
    2.4 本章小結(jié)
第3章 建筑垃圾機械手設(shè)計與仿真分析研究
    3.1 機械手方案設(shè)計
    3.2 機械手性能仿真分析與研究
        3.2.1 基于ADAMS機械手仿真模型的建立
        3.2.2 同步性分析
        3.2.3 力流分析
    3.3 本章小結(jié)
第4章 機械手軌跡規(guī)劃
    4.1 機械手軌跡規(guī)劃概述
    4.2 關(guān)節(jié)空間的軌跡規(guī)劃
        4.2.1 三次多項式插值法
        4.2.2 五次多項式插值法
        4.2.3 拋物線過渡的線性插值法
        4.2.4 正弦曲線插值法
        4.2.5 四種插值方法對比分析
    4.3 笛卡爾空間軌跡規(guī)劃
        4.3.1 空間直線軌跡規(guī)劃
        4.3.2 空間圓弧軌跡規(guī)劃
        4.3.3 兩種插值方法對比分析
        4.3.4 機械手抓取—放置路徑分析
    4.4 本章小結(jié)
第5章 機械手系統(tǒng)實驗平臺搭建及分揀實驗
    5.1 硬件平臺搭建
    5.2 軟件平臺搭建
    5.3 分揀實驗
        5.3.1 基于物料密度分揀方案實驗
        5.3.2 基于機械手觸覺分揀方案實驗
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻】：
期刊論文
[1]基于機器視覺的機器人分揀系統(tǒng)的設(shè)計與實現(xiàn)[J]. 王詩宇,林滸,孫一蘭,王品.  組合機床與自動化加工技術(shù). 2017(03)
[2]基于機器視覺的工業(yè)機器人分揀技術(shù)應(yīng)用研究與系統(tǒng)開發(fā)[J]. 卓書芳.  遼寧科技學(xué)院學(xué)報. 2017(01)
[3]建筑垃圾輕物質(zhì)分離設(shè)備流場仿真分析[J]. 張寶裕.  建設(shè)機械技術(shù)與管理. 2016(07)
[4]可變焦距機器視覺鏡頭光學(xué)系統(tǒng)設(shè)計[J]. 劉巧玲,陳麗娜,余華恩,柯華恒,梁秀玲.  應(yīng)用光學(xué). 2015(02)
[5]基于SCARA機器人的動力學(xué)逆解算法設(shè)計及應(yīng)用[J]. 徐恒,李夢姣,陰雷鳴.  福建電腦. 2014(10)
[6]工業(yè)機器人笛卡爾空間軌跡規(guī)劃[J]. 林威,江五講.  機械工程與自動化. 2014(05)
[7]城市建筑垃圾產(chǎn)生量的估算與預(yù)測模型[J]. 許元,李聰.  建筑砌塊與砌塊建筑. 2014(03)
[8]采用先進垃圾焚燒技術(shù),進一步推進環(huán)境保護工作[J]. 楊元萍.  科技創(chuàng)新與應(yīng)用. 2013(22)
[9]輕型氣動平動搬運機械手設(shè)計[J]. 王海葉.  機械制造與自動化. 2010(04)
[10]工業(yè)機器人關(guān)節(jié)空間的插值軌跡規(guī)劃[J]. 凌家良,施榮華,王國才.  惠州學(xué)院學(xué)報(自然科學(xué)版). 2009(03)

博士論文
[1]基于視覺的機器人廢金屬分揀系統(tǒng)研究[D]. 張朝陽.中國農(nóng)業(yè)大學(xué) 2015
[2]六自由度串聯(lián)機器人運動優(yōu)化與軌跡跟蹤控制研究[D]. 劉松國.浙江大學(xué) 2009

碩士論文
[1]基于FCN的并聯(lián)機器人工件分揀的研究[D]. 冷彥奕.天津工業(yè)大學(xué) 2018
[2]滾絲機上下料機械手的設(shè)計、軌跡規(guī)劃及控制研究[D]. 陳洋.青島大學(xué) 2017
[3]基于視覺的機器人分揀系統(tǒng)[D]. 徐家寶.湖南大學(xué) 2017
[4]基于機器視覺的Delta機器人智能分揀系統(tǒng)研究[D]. 王晨晨.安徽工業(yè)大學(xué) 2017
[5]基于機器視覺的工業(yè)機器人抓取系統(tǒng)的研究[D]. 盧冠男.合肥工業(yè)大學(xué) 2017
[6]工業(yè)機器人軌跡規(guī)劃及插補算法的研究[D]. 周樂天.江蘇科技大學(xué) 2017
[7]基于機器視覺的工業(yè)機器人分揀系統(tǒng)研究[D]. 蔣書賢.西南交通大學(xué) 2015
[8]機器視覺在機器人雜亂工件分揀中的應(yīng)用[D]. 郝明.沈陽工業(yè)大學(xué) 2015
[9]多軸機器人運動控制系統(tǒng)的研究與開發(fā)[D]. 李疆.南京航空航天大學(xué) 2014
[10]基于機器視覺的工件的識別和定位[D]. 潘武.北京化工大學(xué) 2012



本文編號：3189020