【摘要】：隨著科學(xué)技術(shù)的進(jìn)步和生產(chǎn)力水平的逐漸提高,使得機(jī)械臂得應(yīng)用越來(lái)越廣泛,而且對(duì)機(jī)械臂的精度、可靠性等方面有著很高的要求。目前,廣泛應(yīng)用的機(jī)械臂數(shù)學(xué)模型都是理想模型,而實(shí)際情況是機(jī)械臂在加工裝配和運(yùn)作過(guò)程中,是不可避免的要產(chǎn)生誤差,機(jī)械臂的實(shí)際模型與理想模型存在不小的偏差。三維重建則是提供三維模型結(jié)構(gòu)用于對(duì)三維信息的識(shí)別和認(rèn)知的一種技術(shù),通過(guò)建立一個(gè)正確合適的三維模型,用形象化的三維模型來(lái)描述機(jī)械臂各種屬性,對(duì)機(jī)械臂的誤差矯正、故障檢測(cè)、和安全保障具有一定的研究?jī)r(jià)值。為此,本文利用Kinect攝像頭獲得RGB-D圖像,針對(duì)機(jī)械臂,提出一種操作簡(jiǎn)便的三維模型重建與仿真方法,本文的主要內(nèi)容如下:1.學(xué)習(xí)研究了Kinect深度成像技術(shù),開(kāi)發(fā)出RGB-D數(shù)據(jù)采集程序,并通過(guò)坐標(biāo)變換的方法實(shí)現(xiàn)了深度圖像與彩色圖像的對(duì)準(zhǔn)。2.針對(duì)Kinect采集到的深度圖像存在空洞問(wèn)題,提出了一種改進(jìn)的快速行進(jìn)算法,實(shí)現(xiàn)了對(duì)深度圖像空洞的填充。3.提出了一種基于RGB-D圖像的機(jī)械臂關(guān)節(jié)點(diǎn)定位方法,并通過(guò)定位的關(guān)節(jié)點(diǎn)的三維信息計(jì)算出了機(jī)械臂各關(guān)節(jié)角度。4.應(yīng)用目前機(jī)器人系統(tǒng)中應(yīng)用最為廣泛的ROS,通過(guò)使用urdf文件建立機(jī)械臂三維物理模型并實(shí)現(xiàn)了在rviz上的機(jī)械臂仿真。最后對(duì)整個(gè)研究實(shí)驗(yàn)進(jìn)行了總結(jié)與展望。
【圖文】：

如廣州機(jī)床研究所研發(fā)出點(diǎn)焊機(jī)械臂，北京機(jī)械自動(dòng)化研究所研發(fā)出噴涂機(jī)械臂等等[4]。近年德國(guó)政府提出工業(yè) 4.0 戰(zhàn)略計(jì)劃，多個(gè)國(guó)家表示出了對(duì)工業(yè)4.0 的熱情，美國(guó)、英國(guó)、日本等紛紛出臺(tái)了相關(guān)政策，推動(dòng)工業(yè)第四次革命[5]。我國(guó)在 2015 年 9 月，國(guó)務(wù)院發(fā)布<<中國(guó)制造 2025>>，全面實(shí)施制造強(qiáng)國(guó)戰(zhàn)略，，推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)，加快了從制造大國(guó)轉(zhuǎn)向制造強(qiáng)國(guó)的步伐，伴隨著工業(yè) 4.0 的推進(jìn)，“無(wú)人工廠”由此誕生，如圖 1.1所示，如今在號(hào)稱“世界工廠”的廣東東莞，那里出現(xiàn)了第一家“無(wú)人工廠”，整個(gè)車(chē)間只需少數(shù)幾個(gè)人對(duì)機(jī)械臂進(jìn)行維護(hù)即可，所有工序全部由機(jī)械臂自動(dòng)完成。機(jī)械臂是多學(xué)科綜合的產(chǎn)物，是面向工業(yè)領(lǐng)域的多關(guān)節(jié)機(jī)械手或多自由度的機(jī)器人。在現(xiàn)在化工業(yè)進(jìn)程中有著不可替代的作用。然而機(jī)械臂目前存在兩種情況,一是在裝配和運(yùn)作中會(huì)不可避免的產(chǎn)生誤差，二是機(jī)械臂系統(tǒng)缺乏有效的故障預(yù)警和輔助處理能力。

圖 1.2 RGB-D 圖像的應(yīng)用1.3 國(guó)內(nèi)外相關(guān)技術(shù)的發(fā)展1.3.1 深度圖像修復(fù)一般 RGB-D 采集設(shè)備采集的深度圖像不完整，里面有大量的噪聲和空洞問(wèn)題，在許多應(yīng)用領(lǐng)域中為了提高深度圖像的準(zhǔn)確性對(duì)深度圖像的修復(fù)工作成為首要工作。目前很多國(guó)內(nèi)外學(xué)者對(duì)深度圖像修復(fù)進(jìn)行了研究工作，Ming Zhang等人[10]采用雙邊濾波對(duì)深度圖像進(jìn)行了修復(fù)。Thrun 等人[11]采用兩層的馬爾科夫隨機(jī)場(chǎng)對(duì)深度圖像進(jìn)行修復(fù)，將深度圖像修復(fù)問(wèn)題轉(zhuǎn)化為求解馬爾科夫隨機(jī)場(chǎng)最優(yōu)化問(wèn)題。Jaesik Park 等人[12]引入了邊緣信息權(quán)重結(jié)合非局域均值濾波對(duì)深度圖像進(jìn)行了修復(fù)。王奎等人[13]首先使用背景填充算法對(duì)深度圖像進(jìn)行第一次修復(fù)；然后用顏色匹配對(duì)深度圖像第二
【學(xué)位授予單位】：武漢工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TP241

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 操宣鵬;陳一民;;基于輪廓的kinect深度圖像的空洞填補(bǔ)[J];計(jì)算機(jī)應(yīng)用與軟件;2016年05期

2 駱敏舟;方健;趙江海;;工業(yè)機(jī)器人的技術(shù)發(fā)展及其應(yīng)用[J];機(jī)械制造與自動(dòng)化;2015年01期

3 郭連朋;陳向?qū)?劉彬;;Kinect傳感器的彩色和深度相機(jī)標(biāo)定[J];中國(guó)圖象圖形學(xué)報(bào);2014年11期

4 裴長(zhǎng)洪;于燕;;德國(guó)“工業(yè)4.0”與中德制造業(yè)合作新發(fā)展[J];財(cái)經(jīng)問(wèn)題研究;2014年10期

5 王田苗;陶永;;我國(guó)工業(yè)機(jī)器人技術(shù)現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略[J];機(jī)械工程學(xué)報(bào);2014年09期

6 石曼銀;;Kinect技術(shù)與工作原理的研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2013年03期

7 牟少敏;杜海洋;蘇平;查緒恒;陳光藝;;一種改進(jìn)的快速并行細(xì)化算法[J];微電子學(xué)與計(jì)算機(jī);2013年01期

8 王奎;安平;張兆楊;程浩;李賀建;;Kinect深度圖像快速修復(fù)算法[J];上海大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

9 孫英飛;羅愛(ài)華;;我國(guó)工業(yè)機(jī)器人發(fā)展研究[J];科學(xué)技術(shù)與工程;2012年12期

10 謝勰;王輝;張雪鋒;;圖像閾值分割技術(shù)中的部分和算法綜述[J];西安郵電學(xué)院學(xué)報(bào);2011年03期

本文編號(hào)：2550432