【摘要】：隨著科技革命的到來,機器人技術(shù)已成為了世界各國綜合國力較量最核心的科學(xué)技術(shù)之一。其中,機器人抓取技術(shù)是機器人最基本的功能,也是最重要的功能之一。不同于工業(yè)機器人,仿人機器人的自主抓取主要受環(huán)境和用于協(xié)同作用的傳感器影響,同時環(huán)境的多樣性、隨機性等,對仿人機器人的感知系統(tǒng)也提出了更高要求。因此,本文以仿人機器人NAO為研究平臺,針對NAO機器人本體單目視覺難以獲得深度信息,雙目視覺重疊視野窄,抓取范圍受限等問題,提出采用Kinect深度傳感器代替機器人本體攝像頭來感知外界環(huán)境,并圍繞機器人運動學(xué)、目標(biāo)識別定位、機械臂運動路徑規(guī)劃以及機器人抓取物體操作展開了研究。本文的主要工作內(nèi)容如下:(1)針對機器人運動學(xué),介紹了相關(guān)的理論知識,對NAO機器人手臂利用D-H法和機器人正運動學(xué)方程建立了數(shù)學(xué)模型,并利用解析法對機器人手臂進行逆運動學(xué)求解,為NAO機器人實現(xiàn)自主抓取物體提供了基礎(chǔ)。(2)為實現(xiàn)機器人高精度的目標(biāo)定位,本文提出了一種基于Kinect的仿人機器人目標(biāo)定位方案。首先對Kinect采集的場景信息進行圖像處理,獲取物體中心點空間坐標(biāo);然后對Kinect和機器人進行坐標(biāo)系建立,構(gòu)建布爾沙坐標(biāo)轉(zhuǎn)換模型,并利用線性總體最小二乘算法(LTLS)求解該模型;再通過該模型將目標(biāo)物中心點坐標(biāo)轉(zhuǎn)換到機器人坐標(biāo)系,從而實現(xiàn)機器人對目標(biāo)物體的定位。最后,在NAO機器人平臺上進行實驗驗證,結(jié)果表明,所提出的目標(biāo)定位方案合理可行,既能使NAO實時、可靠的定位目標(biāo)物體,滿足抓取物體所需的定位精度,又較其單目視覺定位更準(zhǔn)確。(3)為實現(xiàn)機器人快速、可靠的抓取目標(biāo)物體,在分析機器人工作空間后,利用迭代法和幾何法計算出NAO機器人手臂的運動可達空間,并針對NAO機器人多關(guān)節(jié)高維空間的特性,采用改進的快速擴展隨機樹算法(改進的RRT*算法)對機器人手臂運動路徑進行規(guī)劃,即將網(wǎng)格搜索法與雙向擴展策略引入到原始RRT*算法中,實驗結(jié)果表明,該方法不僅保留了RRT*逐漸優(yōu)化路徑的特性,而且提高了路徑規(guī)劃的效率。(4)在有、無障礙物約束條件下,通過構(gòu)建機器人自主抓取整體系統(tǒng),并結(jié)合上述(1)、(2)、(3)闡述的方法,實現(xiàn)了機器人在不同環(huán)境下對不同目標(biāo)物體自主抓取的操作。同時,實驗驗證了本文所采用理論的正確性。
[Abstract]:......
【學(xué)位授予單位】：西華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP242

【參考文獻】

相關(guān)期刊論文 前7條

1 賀超;劉華平;孫富春;夏路易;韓崢;;采用Kinect的移動機器人目標(biāo)跟蹤與避障[J];智能系統(tǒng)學(xué)報;2013年05期

2 譚民;王碩;;機器人技術(shù)研究進展[J];自動化學(xué)報;2013年07期

3 晁衍凱;徐昱琳;周勇飛;呂曉夢;王明;;基于平面模板的機器人雙目標(biāo)定與目標(biāo)定位[J];計算機技術(shù)與發(fā)展;2013年06期

4 紀(jì)玉山;滕菲;;中國人口老齡化對經(jīng)濟結(jié)構(gòu)的影響研究[J];社會科學(xué)輯刊;2013年01期

5 李昕;劉路;;基于視覺與RFID的機器人自定位抓取算法[J];計算機工程;2012年23期

6 徐昱琳;楊永煥;李昕;陳萬米;晁衍凱;;基于雙目視覺的服務(wù)機器人仿人機械臂控制[J];上海大學(xué)學(xué)報(自然科學(xué)版);2012年05期

7 李瑞峰;胡雨濱;趙立軍;葛連正;劉廣利;;基于雙目視覺的雙臂作業(yè)型服務(wù)機器人的研制[J];機械設(shè)計與制造;2010年04期

相關(guān)碩士學(xué)位論文 前8條

1 王夢;多自由度串聯(lián)機器人運動學(xué)分析與仿真[D];北京理工大學(xué);2016年

2 袁麗;NAO機器人的視覺伺服物品抓取設(shè)計與實現(xiàn)[D];山東大學(xué);2015年

3 馬志遠;NAO機器人的手臂建模及控制算法研究[D];燕山大學(xué);2015年

4 王全;基于RRT的全局路徑規(guī)劃方法及其應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2014年

5 李璐一;基于Kinect的物體分割與識別算法研究[D];重慶大學(xué);2014年

6 鄭雪林;基于視覺伺服的仿人機器人智能抓取技術(shù)研究[D];東北大學(xué);2013年

7 韓崢;基于Kinect的服務(wù)機器人桌面清理[D];石家莊鐵道大學(xué);2013年

8 張作楠;機器人視覺伺服跟蹤系統(tǒng)的研究[D];江南大學(xué);2012年

，

本文編號：2468345