本文關鍵詞： 三目視覺 點標定 最小均方誤差匹配　出處：《組合機床與自動化加工技術》2017年11期 　論文類型：期刊論文

【摘要】：為了解決當前機器人視覺系統(tǒng)精度不穩(wěn)定和單位作業(yè)時間過長,且缺乏自動補償功能的不足,文章分別從系統(tǒng)硬件結構改進和軟件算法優(yōu)化的角度出發(fā),提出了基于三目視覺的機器人視覺系統(tǒng)。首先,搭建PLC感應器、機器人和視覺PC之間的邏輯通信通道,達到材料運行狀態(tài)實時獲取與處理的目的。然后,根據機器人與視覺坐標系之間的縮放旋轉平移參數,設計9點標定法,對三個工業(yè)相機進行標定,達到圖像像素坐標與機器人世界坐標的精準綁定。最后,根據產品工程基準,選取感興趣區(qū)域,優(yōu)化最小均方誤差匹配算法,達到系統(tǒng)精度與速度的平衡。實驗測試結果顯示:與當前機器人視覺系統(tǒng)相比,文中系統(tǒng)擁有更高的視覺準確度與作業(yè)效率。
[Abstract]:In order to solve the current robot vision system precision instability and unit operation time is too long, and the lack of automatic compensation function, this paper respectively from the point of view of system hardware structure improvement and software algorithm optimization. A robot vision system based on trinocular vision is proposed. Firstly, the logic communication channel between PLC sensor, robot and visual PC is built to obtain and process the material running state in real time. According to the zoom rotation and translation parameters between robot and visual coordinate system, a 9-point calibration method is designed to calibrate three industrial cameras to achieve the precise binding of image pixel coordinates and robot world coordinates. According to the product engineering datum, the region of interest is selected, and the minimum mean square error matching algorithm is optimized to achieve the balance between system precision and speed. The experimental results show that: compared with the current robot vision system. The system has higher visual accuracy and work efficiency.
【作者單位】： 河南廣播電視大學信息工程學院;
【基金】：河南省科技攻關項目(162102210122) 河南省科技成果轉化項目(150201180010)
【分類號】：TP242
【正文快照】： 0引言近年來,機器視覺和機器人愈來愈多的應用到工業(yè)自動化生產,尤其是帶有計算機視覺的機器人,為工廠無人化和智能化的實現與提高生產效率、質量,創(chuàng)造了有利條件[1-2]。目前,國內外開始把計算機的快速性、可靠性、結果得可重復性,與人類視覺的高度智能化和抽象能力相結合,產

【相似文獻】

相關期刊論文 前10條

1 小平;機器人視覺系統(tǒng)[J];光機電信息;2002年03期

2 韓浩;董硯秋;張娟;;基于湖面清掃機器人的圖像識別技術研究[J];科技資訊;2006年33期

3 Joseph Ogando;;讓機器人放松“肌肉”[J];工業(yè)設計;2007年11期

4 ;《機器人技術與應用》全年總目次[J];機器人技術與應用;2010年06期

5 郭健;;機器人在涂裝車間的應用[J];科技視界;2012年31期

6 王偉;;日本農用機器人的研究成果與趨勢[J];農業(yè)機械;1994年11期

7 董雅萍;有視覺的機器人[J];世界制造技術與裝備市場;2001年01期

8 梁冰,洪炳昒,曙光;基于視覺與行為模型的機器人目標跟蹤[J];通信學報;2004年01期

9 張彥鐸,魯統(tǒng)偉;基于航跡關聯的足球機器人視覺系統(tǒng)的改進[J];哈爾濱工業(yè)大學學報;2004年07期

10 高崢;擬人機器人視覺系統(tǒng)的軟件設計[J];計算機工程與設計;2004年11期

相關會議論文 前9條

1 陳衛(wèi)東;曹其新;賈建強;羅真;王磊;黃永志;繆壽洪;張衛(wèi)星;徐化;欒楠;付莊;張彭濤;孫英杰;張飛;張春裕;包賢捷;;面向動態(tài)與競爭環(huán)境的多機器人團隊[A];馬斯特杯2003年中國機器人大賽及研討會論文集[C];2003年

2 張春龍;黃小龍;劉衛(wèi)東;張妍;李南;張俊雄;李偉;;基于機器視覺的鋤草機器人信息獲取方法研究[A];中國農業(yè)工程學會2011年學術年會論文集[C];2011年

3 張亞靜;喬軍;劉剛;李民贊;;水果采摘機器人視覺系統(tǒng)的發(fā)展現狀研究[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

4 雍超;竺長安;杜華生;;基于視覺和超聲技術的機器人視覺系統(tǒng)[A];第六屆全國計算機應用聯合學術會議論文集[C];2002年

5 徐大宏;;基于彩色識別的足球機器人視覺系統(tǒng)研究與實現[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現實技術研討會（CVR’2001）論文集[C];2001年

6 高瑞;劉剛;司永勝;劉兆祥;;蘋果采摘機器人視覺系統(tǒng)研究[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

7 袁波;徐科軍;盛磊;;基于TMDXEVM642的機器人視覺系統(tǒng)[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

8 張汝波;張亮;張子迎;;基于立體視覺的機器人目標識別與跟蹤[A];2007年中國智能自動化會議論文集[C];2007年

9 湯修映;張鐵中;;黃瓜收獲機器人避碰軌跡規(guī)劃[A];走中國特色農業(yè)機械化道路——中國農業(yè)機械學會2008年學術年會論文集（上冊）[C];2008年

相關博士學位論文 前10條

1 馬爽;具有自主發(fā)育能力的機器人感知與認知方法研究[D];吉林大學;2016年

2 李南;基于機器視覺的鋤草機器人快速作物識別方法研究[D];中國農業(yè)大學;2017年

3 陳浩耀;面向多機器人編隊的基于視覺定位系統(tǒng)研究[D];中國科學技術大學;2009年

4 瞿心昱;基于仿人腦認知計算模型的機器人視覺學習方法[D];浙江工業(yè)大學;2012年

5 王勇;棉花收獲機器人視覺系統(tǒng)的研究[D];南京農業(yè)大學;2007年

6 張正濤;乒乓球機器人視覺測量與控制[D];中國科學院研究生院（自動化研究所）;2010年

7 陳四杰;面向數控機床群的上下料機器人視覺識別定位研究[D];江蘇大學;2013年

8 王海青;黃瓜收獲機器人視覺系統(tǒng)的研究[D];南京農業(yè)大學;2012年

9 張健;220kV/330kV高壓帶電清掃機器人視覺系統(tǒng)的研究[D];上海交通大學;2009年

10 呂小蓮;基于四自由度西紅柿采摘機器人視覺系統(tǒng)的研究[D];沈陽農業(yè)大學;2008年

相關碩士學位論文 前10條

1 張皓然;四足除草機器人的靜態(tài)步行及穩(wěn)定性研究[D];昆明理工大學;2015年

2 李晶路;基于人工路標的室內機器人自定位算法研究[D];長安大學;2015年

3 霍美杰;基于動態(tài)結構網絡的機器人發(fā)育機制研究[D];華北理工大學;2015年

4 王寧揚;面向服務機器人的蜂巢氣動網絡軟件執(zhí)行器研究[D];中國科學技術大學;2016年

5 嚴帥;基于GPU加速的機器人人臉檢測系統(tǒng)的設計與實現[D];北京交通大學;2016年

6 張永恒;輪足結合清潔機器人輪行控制與路徑規(guī)劃研究[D];燕山大學;2016年

7 陶威;機器人3D視覺傳感器設計與實現[D];西南交通大學;2016年

8 楊勝男;仿人頭像機器人人工鼻—肺系統(tǒng)及氣味識別算法研究[D];哈爾濱工業(yè)大學;2016年

9 鄭亞光;小型仿人搏擊機器人的研究與設計[D];中國礦業(yè)大學;2016年

10 張強;基于單目視覺的機器人環(huán)境認知與建模方法研究[D];北京工業(yè)大學;2016年

，

本文編號：1459764