隨著中國制造2025戰(zhàn)略的發(fā)展,機械臂在智能制造中的應用越來越廣泛,引入機器視覺的機械臂將傳統(tǒng)的工業(yè)制造轉(zhuǎn)入了智能化模式,不但提高了生產(chǎn)效率,而且改變了常規(guī)的生產(chǎn)格局。依靠人工完成不同物體的分揀工作具有許多弊端,本文主要研究基于機器視覺的機械臂分揀工作,包含機械臂的運動分析和視覺分類識別兩部分內(nèi)容。分揀系統(tǒng)以AUBO-i5機械臂為主要硬件平臺,結(jié)合機器視覺設計了軟件系統(tǒng)并對不同的工件進行了分揀實驗驗證,在實際的生產(chǎn)中具有較高的理論指導和應用價值。首先,采用M-D-H方法建立AUBO-i5機械臂的連桿坐標系并計算對應坐標系之間的齊次轉(zhuǎn)換矩陣,對機械臂進行運動學建模分析得到關(guān)節(jié)空間和笛卡爾空間的映射關(guān)系,根據(jù)正逆運動學完成機械臂五次插值的軌跡規(guī)劃。為了視覺系統(tǒng)能夠精準地引導機械臂進行分揀工作,需要對視覺系統(tǒng)進行標定,在HALCON中完成雙目標定以及雙目視覺定位,得到雙目相機的內(nèi)外參,同時進行Eye-to-hand模式的手眼標定得到相機坐標系與機械臂坐標系的轉(zhuǎn)換矩陣。其次,針對采用單一類型特征進行目標分類時準確度較低的問題,本文在圖像預處理后提取工件的仿射不變矩、圓形性以及矩形度等特征,采用... 

【文章來源】：重慶郵電大學重慶市

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

FANUC公司M-710iC機器人及3DAreaSensor分揀系統(tǒng)

重慶郵電大學碩士學位論文第1章緒論5圖1.3新松Delata機器人分揀系統(tǒng)東南大學成賢學院的張衛(wèi)芬等人設計了一套基于機器視覺的物料智能分揀系統(tǒng)。以機械臂與�？低暤闹悄芟鄼C為硬件基礎，對采集的目標圖像進行灰度處理、形態(tài)學處理后，運用多閾值分割技術(shù)結(jié)合模板匹配算法實現(xiàn)對分揀對象的快速識別，結(jié)合機械臂對傳送帶上識別出的物料進行智能分揀[24]。華中科技大學的鄒騰躍等人提出了離散特征點集對物體輪廓表示的方法并用形狀匹配來完成物料分類，最后由機器人依據(jù)視覺系統(tǒng)的分類結(jié)果來完成分揀工作[25]，該硬件系統(tǒng)由MOTOMAN－SK6機器人以及攝像機組成，這種形狀內(nèi)容匹配的物料分類方法，能有效提高分揀的準確性和穩(wěn)定性。同濟大學的王德明等人提出了一種基于實例分割網(wǎng)絡的工件分揀系統(tǒng)，該系統(tǒng)包含圖像采集、目標識別以及物體的位姿計算三個模塊[26]。該抓取系統(tǒng)能夠?qū)Σ煌螤�、弱紋理、散亂堆疊的物體實現(xiàn)快速的目標識別和位姿估計，其性能可滿足不同零件在實際分揀工作中的要求。YuXiaoyang等人提出一種基于SGH識別算法的機器人雙目視覺分類系統(tǒng)[27]，該系統(tǒng)為了提高分類精度，采用的SGH由空間顏色直方圖、灰度共生矩陣以及Hu矩特征組成，分別代表顏色特征、紋理特征和形狀特征，用SGH建立了相似性判斷函數(shù)來完成自動分類。通過對國內(nèi)外機械臂分揀技術(shù)的研究現(xiàn)狀分析可知引入視覺的機器人具有更加智能化的應用場景，并能加速制造業(yè)的智能化發(fā)展。但是目前的視覺與工業(yè)機器人相結(jié)合在分揀系統(tǒng)中的應用側(cè)重在并聯(lián)機器人方面，并聯(lián)機器人主要面向平面場景工作，在機器人工作姿態(tài)的靈活性上具有巨大缺陷。其次，在工廠等環(huán)境

重慶郵電大學碩士學位論文第2章機械臂運動學分析與軌跡規(guī)劃仿真20(a)關(guān)節(jié)角位移曲線圖(b)關(guān)節(jié)角速度曲線圖(c)關(guān)節(jié)角加速度曲線圖圖2.8AUBO-i5機械臂的關(guān)節(jié)空間軌跡規(guī)劃2.5.2機械臂在笛卡爾空間的軌跡規(guī)劃仿真面對如焊接、裝配避讓等需要在三維空間中進行復雜運動的工作，機械臂需要采用笛卡爾空間的軌跡規(guī)劃，就是在三維空間生成機械臂末端操作器的位姿關(guān)于時間的函數(shù)，使機械臂在三維空間中按照明確的路徑運動。我們需要計算出末端操作器在己知路徑上各點的位姿矩陣，可通過運動學逆解計算得到各路徑點的關(guān)節(jié)角度，如圖2.9所示為笛卡爾空間中軌跡規(guī)劃步驟。插補算法機械臂逆解運動學求解關(guān)節(jié)空間軌跡規(guī)劃起始路徑點的位姿軌跡中間插補點的位姿關(guān)節(jié)空間角度機器人的目標位姿圖2.9機械臂在笛卡爾空間的軌跡規(guī)劃流程在本文的笛卡爾空間軌跡規(guī)劃中，機械臂末端操作器從起點到目標點按照梯形速度的規(guī)律運動。

【參考文獻】：
期刊論文
[1]機械臂運動學建模及解算方法綜述[J]. 冷舒,吳克,居鶴華.  宇航學報. 2019(11)
[2]我國工業(yè)機器人標準體系建設研究[J]. 劉毅,劉唐書,蔣建輝,饒蕾,吳清鋒.  機床與液壓. 2019(21)
[3]UR10機器人的運動學分析與軌跡規(guī)劃[J]. 劉強,楊道國,郝衛(wèi)東.  機床與液壓. 2019(17)
[4]基于實例分割網(wǎng)絡與迭代優(yōu)化方法的3D視覺分揀系統(tǒng)[J]. 王德明,顏熠,周光亮,李勇奇,劉成菊,林立民,陳啟軍.  機器人. 2019(05)
[5]基于機器視覺的物料自動分揀系統(tǒng)研究[J]. 張衛(wèi)芬,湯文成.  組合機床與自動化加工技術(shù). 2019(06)
[6]我國工業(yè)機器人發(fā)展現(xiàn)狀的調(diào)查分析[J]. 李芳芳,孫乾.  機械傳動. 2019(06)
[7]三維立體視覺機械臂智能抓取分類系統(tǒng)的開發(fā)[J]. 張建民,許志輝,龍佳樂,陳富健,羅順祺,羅鑫春,林根源,李鴻彬.  計算機工程與應用. 2019(15)
[8]基于改進差分進化算法的機械臂運動學逆解[J]. 謝習華,范詩萌,周烜亦,李智勇.  機器人. 2019(01)
[9]基于機器人與視覺引導的星載設備智能裝配方法[J]. 季旭全,王君臣,趙江地,張曉會,孫振.  機械工程學報. 2018(23)
[10]基于位姿反饋的三臂空間機器人抓捕軌跡規(guī)劃[J]. 藍啟杰,劉宜成,張濤.  中國機械工程. 2018(20)

博士論文
[1]機器人智能抓取與可容空間位姿估計研究[D]. 郭清達.華南理工大學 2018
[2]六自由度工業(yè)機器人定位誤差參數(shù)辨識及補償方法的研究[D]. 杜亮.華南理工大學 2016
[3]基于量子計算理論的優(yōu)化算法研究[D]. 馬穎.西北工業(yè)大學 2014
[4]雙臂機器人的控制系統(tǒng)建立及阻抗控制研究[D]. 周揚.哈爾濱工業(yè)大學 2014

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡的分類器改進算法研究與應用[D]. 李圓滿.中國地質(zhì)大學(北京) 2019
[2]基于視覺的機器人快遞分揀系統(tǒng)研究[D]. 任磊.中國計量大學 2018
[3]面向機器人抓取的零件識別與定位方法研究[D]. 童磊.華僑大學 2018
[4]基于機器視覺的汽車門板焊點識別算法研究[D]. 劉金.華南理工大學 2018
[5]基于視覺的水下目標識別與定位技術(shù)研究[D]. 權(quán)穩(wěn)穩(wěn).山東大學 2018
[6]基于機器視覺的機械工件分揀技術(shù)研究[D]. 夏柯.上海交通大學 2017
[7]工業(yè)機器人快速標定的誤差分析研究[D]. 梅浩.南京理工大學 2017
[8]機器人視覺伺服系統(tǒng)研究[D]. 陳文橋.哈爾濱工程大學 2016
[9]基于Retinex理論的圖像增強算法研究[D]. 李瑩.西北大學 2014
[10]工業(yè)零件形狀尺寸的機器視覺檢測系統(tǒng)的研究[D]. 劉霞.哈爾濱理工大學 2009



本文編號：3276639