面向機器人揀選的物體三維重建與定位抓取技術(shù)研究
發(fā)布時間：2022-01-26 01:16
隨著電子商業(yè)的高速發(fā)展,在物流倉儲行業(yè)中,小零件貨物的訂單數(shù)量日益增多,但它們的揀選往往需要大量工人手動進行。因為每天進入倉庫的新貨物種類數(shù)目多,外形多樣,并且倉庫貨架環(huán)境復雜,很難使用傳統(tǒng)的自動化分揀流水線,人工揀選更為穩(wěn)定和高效。但在人力成本升高和“機器人換人”的趨勢下,使用機器人完成物流揀選任務成為了新的研究熱點。一般情況下,機器人揀選首先需要在場景中識別出目標物體,并獲取目標物體的六自由度位姿,最后控制機器人進行抓取。但由于倉庫中貨物流通速度快,揀選機器人的準備時間短,所以在物體識別與定位上主要有三個難點:需要在短時間內(nèi),獲取新入庫物體的形狀、顏色等特征;需要在短時間內(nèi),自動生成并標注新物體的數(shù)據(jù)集,以便于訓練物體檢測算法;需要在復雜場景下,實現(xiàn)對多種物體的識別與位姿估計,并降低算法復雜度和訓練時間。因此,本文提出了一種面向機器人揀選的物體特征信息獲取與位姿估計方法,并搭建了機器人抓取系統(tǒng),主要內(nèi)容包含以下幾個方面:1)針對快速獲取新入庫物體的特征信息問題,本文搭建了一套物體快速三維重建系統(tǒng)。該系統(tǒng)使用RGBD相機,通過二維碼計算相機初始位姿,使用點云-模型的配準方法優(yōu)化相機位...
【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：86 頁
【學位級別】：碩士
【部分圖文】：
物流倉庫環(huán)境示意圖
肺锪韃摯庵杏?2.5萬名工人專門負責揀選工作，工作時間和強度一直居高不下。為了實現(xiàn)物流揀選自動化，一些大型物流公司舉辦了各種機器人比賽。2015年到2017年，亞馬遜公司連續(xù)三年舉辦“亞馬遜機器人挑戰(zhàn)賽(AmazonRoboticChallenge)”，比賽吸引了國內(nèi)外該領域的多家頂級研究團隊，如MIT&Princeton、新加坡南洋理工大學、荷蘭代爾夫特大學、德國波恩大學、日本安川機器人等等。在國內(nèi)，2018年，京東公司舉辦了“京東機器人挑戰(zhàn)賽(JRC2018)”,探索移動機器人在物流揀選中的可行方案，同樣吸引了國內(nèi)外大量研究團隊參加。圖1-2(a)Kiva機器人將貨柜移至人工揀選工位前，(b)機器人揀選Fig.1-2(a)Kivarobottakescontainertomanualpickingstation,(b)Roboticsorting在物流行業(yè)報告和物流揀選機器人比賽的總結(jié)中，可以得到小零件貨物的揀選流程和要求。由于物流倉庫每天會進入較多新種類物體，機器人需要在新物體錄入倉儲系統(tǒng)的短時間內(nèi)，獲取新物體的外形特征信息，并能夠?qū)W習識別該物體的特征。在得到訂單后，機器人需要在限定時間內(nèi)自動從物流貨架中識別、揀選
??泳醮?釁髦鸞コ晌?趨勢。2011年，WillowGarage公司在開源操作系統(tǒng)ROS(RobotOperatingSystem)的基礎上開發(fā)了一套完整的移動抓取機器人PR2。PR2機器人主要由移動底座、兩條7自由度機械臂、和頭部的各種視覺傳感器組成（包括激光雷達、雙目相機、深度相機Kinect）。由于ROS系統(tǒng)的模塊性很強，PR2可以調(diào)用各種功能組件完成復雜任務。HsiaoK等人[3][4][5]使用PR2完成了物體識別與位姿獲娶抓取點選擇等多種復雜任務，但他們在論文中提到PR2使用的是二指夾爪末端，所以在抓取物體時需要考慮力閉合和抓取空間的多種限制。圖1-3PR2機器人Fig.1-3PR2robot2015年，亞馬遜公司開始舉辦面向物流自動揀選任務的機器人挑戰(zhàn)賽，各研究團隊提出了思路各異的解決方案。TeamDelft團隊奪得了2016年比賽的冠軍[6]，他們使用的是安川單臂機器人，視覺傳感器結(jié)合了高精度深度相機與單目工業(yè)相機。在視覺算法上，他們先使用Faster-RCNN[7]獲得目標物體的boundingbox，再使用位姿估計方法Super4PCS[8]將物體的三維模型與場景點云進行匹配，以獲得較為精確的物體6D姿態(tài)，從而進行抓齲值得注意的是，在數(shù)據(jù)準備方面，他們使用的是多姿態(tài)拍攝真實物體，再與隨機背景合成的方法，得到預訓練數(shù)據(jù)集。另外還需要有500張真實環(huán)境的標注圖片作為精訓練的數(shù)據(jù)集，物體的模型通過計算機輔助設計(CAD)建模軟件生成。在運動和抓取規(guī)劃上，他們將機械臂規(guī)劃分
【參考文獻】：
碩士論文
[1]基于RGB-D圖像的機械臂抓取位姿檢測[D]. 張凱宇.浙江大學 2019
[2]基于單目稀疏視角的無紋理零件位姿估計技術(shù)研究[D]. 江智偉.浙江大學 2019
[3]基于雙目視覺的機械手定位抓取技術(shù)的研究[D]. 徐凱.浙江大學 2018
[4]基于雙目立體視覺的工件識別定位與抓取系統(tǒng)研究[D]. 張海波.中國計量學院 2014
本文編號：3609519
【文章來源】：上海交通大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：86 頁
【學位級別】：碩士
【部分圖文】：
物流倉庫環(huán)境示意圖
肺锪韃摯庵杏?2.5萬名工人專門負責揀選工作，工作時間和強度一直居高不下。為了實現(xiàn)物流揀選自動化，一些大型物流公司舉辦了各種機器人比賽。2015年到2017年，亞馬遜公司連續(xù)三年舉辦“亞馬遜機器人挑戰(zhàn)賽(AmazonRoboticChallenge)”，比賽吸引了國內(nèi)外該領域的多家頂級研究團隊，如MIT&Princeton、新加坡南洋理工大學、荷蘭代爾夫特大學、德國波恩大學、日本安川機器人等等。在國內(nèi)，2018年，京東公司舉辦了“京東機器人挑戰(zhàn)賽(JRC2018)”,探索移動機器人在物流揀選中的可行方案，同樣吸引了國內(nèi)外大量研究團隊參加。圖1-2(a)Kiva機器人將貨柜移至人工揀選工位前，(b)機器人揀選Fig.1-2(a)Kivarobottakescontainertomanualpickingstation,(b)Roboticsorting在物流行業(yè)報告和物流揀選機器人比賽的總結(jié)中，可以得到小零件貨物的揀選流程和要求。由于物流倉庫每天會進入較多新種類物體，機器人需要在新物體錄入倉儲系統(tǒng)的短時間內(nèi)，獲取新物體的外形特征信息，并能夠?qū)W習識別該物體的特征。在得到訂單后，機器人需要在限定時間內(nèi)自動從物流貨架中識別、揀選
??泳醮?釁髦鸞コ晌?趨勢。2011年，WillowGarage公司在開源操作系統(tǒng)ROS(RobotOperatingSystem)的基礎上開發(fā)了一套完整的移動抓取機器人PR2。PR2機器人主要由移動底座、兩條7自由度機械臂、和頭部的各種視覺傳感器組成（包括激光雷達、雙目相機、深度相機Kinect）。由于ROS系統(tǒng)的模塊性很強，PR2可以調(diào)用各種功能組件完成復雜任務。HsiaoK等人[3][4][5]使用PR2完成了物體識別與位姿獲娶抓取點選擇等多種復雜任務，但他們在論文中提到PR2使用的是二指夾爪末端，所以在抓取物體時需要考慮力閉合和抓取空間的多種限制。圖1-3PR2機器人Fig.1-3PR2robot2015年，亞馬遜公司開始舉辦面向物流自動揀選任務的機器人挑戰(zhàn)賽，各研究團隊提出了思路各異的解決方案。TeamDelft團隊奪得了2016年比賽的冠軍[6]，他們使用的是安川單臂機器人，視覺傳感器結(jié)合了高精度深度相機與單目工業(yè)相機。在視覺算法上，他們先使用Faster-RCNN[7]獲得目標物體的boundingbox，再使用位姿估計方法Super4PCS[8]將物體的三維模型與場景點云進行匹配，以獲得較為精確的物體6D姿態(tài)，從而進行抓齲值得注意的是，在數(shù)據(jù)準備方面，他們使用的是多姿態(tài)拍攝真實物體，再與隨機背景合成的方法，得到預訓練數(shù)據(jù)集。另外還需要有500張真實環(huán)境的標注圖片作為精訓練的數(shù)據(jù)集，物體的模型通過計算機輔助設計(CAD)建模軟件生成。在運動和抓取規(guī)劃上，他們將機械臂規(guī)劃分
【參考文獻】：
碩士論文
[1]基于RGB-D圖像的機械臂抓取位姿檢測[D]. 張凱宇.浙江大學 2019
[2]基于單目稀疏視角的無紋理零件位姿估計技術(shù)研究[D]. 江智偉.浙江大學 2019
[3]基于雙目視覺的機械手定位抓取技術(shù)的研究[D]. 徐凱.浙江大學 2018
[4]基于雙目立體視覺的工件識別定位與抓取系統(tǒng)研究[D]. 張海波.中國計量學院 2014
本文編號：3609519
本文鏈接：http://www.sikaile.net/kejilunwen/shengwushengchang/3609519.html
最近更新
教材專著
