發(fā)布時間：2020-05-30 21:01

【摘要】：隨著產(chǎn)品的快速升級換代,制造業(yè)的生產(chǎn)模式逐漸從批量化、規(guī)模化制造轉(zhuǎn)變?yōu)槎ㄖ苹�性化,這就要求在制造中使用高度靈活的機器人自動化生產(chǎn)線。目前工業(yè)機器人在處理新的生產(chǎn)任務(wù)時,主要通過示教的方式進行機器人路徑規(guī)劃。但是采用這種方式獲得機器人的路徑,操作人員需要進行專門的培訓(xùn),路徑規(guī)劃系統(tǒng)不夠靈活,難以適應(yīng)生產(chǎn)任務(wù)的頻繁變化。針對上述情況,本文研究了一種基于機器視覺的機器人路徑規(guī)劃方法,通過基于機器視覺和人機交互的方法獲得機器人的初始路徑,建立機器人路徑優(yōu)化模型,并通過粒子群優(yōu)化算法對優(yōu)化模型進行求解。主要研究內(nèi)容如下:首先,研究了機器人路徑規(guī)劃視覺系統(tǒng)標(biāo)定和障礙物位置信息獲取方法。完成了視覺系統(tǒng)相機內(nèi)參標(biāo)定以及相機與機器人之間的手眼標(biāo)定。通過基于模板匹配的算法和基于SURF的算法對障礙物進行定位,獲取了障礙物在機器人基坐標(biāo)系下的位置信息,為機器人路徑規(guī)劃提供障礙物位置信息。其次,基于機器視覺和人機交互研究了機器人初始路徑獲取方法。通過相機和Mark點實現(xiàn)對人手運動路徑的追蹤。在此基礎(chǔ)上,為克服在人手演示時因手指關(guān)節(jié)角度變化帶來的誤差,提出了一種基于人手夾持器的機器人初始路徑獲取方法,實驗結(jié)果表明基于人手夾持器方式獲得的機器人初始路徑更平滑。然后,對基于機器視覺和人機交互方式獲得的機器人初始路徑進行了優(yōu)化研究。建立了相應(yīng)的機器人路徑優(yōu)化模型,并通過粒子群優(yōu)化算法(PSO,Particle Swarm Optimization)對優(yōu)化模型進行求解。最后,進行了機器人路徑規(guī)劃實驗研究。首先搭建了包含機器人和機器視覺的機器人系統(tǒng)。然后在三種不同的實驗場景下進行機器人初始路徑獲取和優(yōu)化,并將優(yōu)化后的機器人路徑在機器人仿真器和機器人實機上進行實驗驗證。實驗結(jié)果表明,基于PSO優(yōu)化后的機器人路徑能夠有效避開障礙物,并且比基于人手演示獲得的機器人初始路徑更短,從而提高了工業(yè)生產(chǎn)的效率。
【圖文】：

圖 1- 1 7 自由度機械臂抓取碟子的過程[33] 機器視覺在機器人路徑規(guī)劃的應(yīng)用近年來，機器視覺技術(shù)發(fā)展迅速。機器視覺可以在極端的惡劣的環(huán)境中代替人覺檢測或工況監(jiān)視，改善工人的作業(yè)環(huán)境，主要應(yīng)用于目標(biāo)識別、缺陷檢測、、尺寸測量等方面[39]。機器視覺技術(shù)與機器人技術(shù)的融合，使機器人更加的智，極大地提高工業(yè)生產(chǎn)效率和自動化生產(chǎn)線的柔性。機器視覺在機器人的路徑有很廣泛的應(yīng)用。歐習(xí)洋[40]提出一種基于機器視覺獲得六自由度機械臂運動路徑的方法。該方法用物料架上的 LED 燈做標(biāo)記點，通過安裝在機械臂末端的視覺系統(tǒng)對物料架 燈進行識別、初始定位以及精確定位，并計算出其位姿信息，然后通過求運動方式生成機器人的運動路徑，提高了示教的效率。倪自強[41]提出了一種基于雙目視覺引導(dǎo)的機器人示教方式。首先采用奇異值

第一章 緒論進行定位，從而實現(xiàn)機器人的路徑規(guī)劃。最后，機器人按照生成的路徑完成相應(yīng)的任務(wù)。岳宏和孫立新等[43]使用 CCD 相機和直線激光器來構(gòu)建焊縫測量系統(tǒng)。首先通過該焊縫測量系統(tǒng)獲得焊縫的位置，然后利用路徑規(guī)劃算法生成焊接機器人可執(zhí)行的路徑，通過控制柜傳輸給機器人，不斷的引導(dǎo)焊接機器人完成焊接任務(wù)。H.I.Lin[44]首先通過相機捕捉多次人手演示抓取和放置立方體的動作過程，如圖 1-2所示，然后通過高斯混合模型對圖像進行處理獲得準(zhǔn)確的人手姿勢，將人手動作的抓取和放置立方體的過程進行分解，并通過卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練和識別出人手動作抓取順序，進行機器人的路徑規(guī)劃，最后機器人按獲得的路徑實現(xiàn)對立方體的抓取和放置。這種路徑規(guī)劃方法雖然具有一定的智能性，，但是訓(xùn)練時間長，并且僅限于特定的任務(wù)。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP242

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郁晗;;工業(yè)機器人的應(yīng)用和發(fā)展趨勢[J];電子世界;2014年10期

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

3 馮楠;王凡;劉桂利;;一種基于RPP算法改進的路徑規(guī)劃[J];電子技術(shù)與軟件工程;2014年05期

4 應(yīng)再恩;平雪良;李正洋;蔣毅;陳盛龍;;基于視覺跟蹤的機器人復(fù)雜軌跡模擬再現(xiàn)[J];機械設(shè)計與研究;2014年01期

5 賀正楚;潘紅玉;尋舸;吳艷;;高端裝備制造企業(yè)發(fā)展模式變革趨勢研究[J];管理世界;2013年10期

6 韓濤;吳懷宇;杜釗君;鄭秀娟;;基于遺傳算法的機械臂實時避障路徑規(guī)劃研究[J];計算機應(yīng)用研究;2013年05期

7 歐習(xí)洋;侯興哲;鄭可;吳華;馬紅斌;蔣明;;基于機器視覺的六自由度機器人自動示教系統(tǒng)研究[J];制造業(yè)自動化;2012年09期

8 姚靖靖;邱于兵;敖俊宇;;移動機器人避障路徑規(guī)劃改進人工勢場法[J];科學(xué)技術(shù)與工程;2011年13期

9 康亮;趙春霞;郭劍輝;;基于模糊滾動RRT算法的移動機器人路徑規(guī)劃[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2010年05期

10 陳皓;馬彩文;陳岳承;孫小林;唐自力;;基于灰度統(tǒng)計的快速模板匹配算法[J];光子學(xué)報;2009年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 王兆光;六自由度機械臂避障路徑規(guī)劃研究[D];西南交通大學(xué);2018年

2 徐昊;基于機器視覺的雙臂協(xié)作技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

3 夏晗;基于視覺定位的人機交互示教系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2017年

4 王連生;基于機器視覺的工業(yè)機器人去毛刺加工效率優(yōu)化研究[D];浙江大學(xué);2017年

5 周浩朋;基于機器視覺的機器人示教方法研究[D];華南理工大學(xué);2017年

6 馬培羽;六自由度機械臂避障路徑規(guī)劃研究[D];華南理工大學(xué);2010年

7 徐順清;基于機器視覺的工業(yè)機器人作業(yè)路徑規(guī)劃研究[D];南京林業(yè)大學(xué);2008年

本文編號：2688716