具有多自由度、多感知功能及良好的抓取操作功能的多指靈巧手受到了廣泛的關(guān)注。由于靈巧手抓取模式的多樣性和非結(jié)構(gòu)化環(huán)境的復(fù)雜性,導(dǎo)致對(duì)目標(biāo)物體的抓取規(guī)劃變得非常復(fù)雜,而靈巧手的抓取很大程度上是基于目標(biāo)物體外部形狀,因此建立一個(gè)針對(duì)基于目標(biāo)形體分析的抓取系統(tǒng)具有十分重要的意義。針對(duì)以上問題,以靈巧手抓取姿態(tài)為研究目標(biāo),圍繞靈巧手對(duì)環(huán)境的視覺感知和抓取姿態(tài)的確定兩大問題,提出一種基于立體視覺引導(dǎo)的目標(biāo)物體形體簡化的自主抓取方法。主要完成了以下三個(gè)方面的研究工作:（1）點(diǎn)云預(yù)處理與目標(biāo)模型形體分析�；诮y(tǒng)計(jì)分析的方法去除離群點(diǎn)噪聲,基于PCA算法估計(jì)點(diǎn)云法向量。將不規(guī)則的復(fù)雜物體簡化為一些基本形體的組合,利用基于凹凸性分割將被抓取物體3D數(shù)據(jù)點(diǎn)分割為各個(gè)區(qū)塊,依據(jù)最優(yōu)擬合算法將各部分?jǐn)M合為球體、圓柱體或長方體中的一種。（2）基于特征描述和ICP算法的物體位姿估計(jì)模型。提取待抓取物體的點(diǎn)云特征點(diǎn)和特征描述子,并建立特征模板集,使用SAC-IA算法將待識(shí)別物體的點(diǎn)云分別和模板點(diǎn)云進(jìn)行初始配準(zhǔn),再利用基于K-d樹的ICP算法進(jìn)行細(xì)配準(zhǔn),最終的配準(zhǔn)的平均重合度達(dá)到94.1%,得到了待抓取物體的精確6D位... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

利用RealSenseD435相機(jī)的點(diǎn)云獲取

武漢科技大學(xué)碩士學(xué)位論文13單點(diǎn)iP的距離均值為id11ijiPpkjddk==(2-2)重復(fù)以上步驟，遍歷場(chǎng)景點(diǎn)云中所有的點(diǎn)，計(jì)算所有點(diǎn)的K鄰域內(nèi)的距離均值0d，然后計(jì)算全局距離均值為：11iNiDdN==(2-3)最后得到距離閥值為：H=D+(2-4)式中：為距離閥值常熟，由具體實(shí)驗(yàn)估計(jì)。統(tǒng)計(jì)分析法即設(shè)定一個(gè)距離閥值H，當(dāng)一個(gè)點(diǎn)的K鄰域的距離均值idH時(shí)，則該點(diǎn)是外點(diǎn)，即要剔除的噪聲點(diǎn)云；若idH時(shí)為內(nèi)點(diǎn)，應(yīng)該保留。利用統(tǒng)計(jì)分析的噪聲濾除算法，獲得如圖2.4所示的效果。利用相機(jī)隨機(jī)采集一張場(chǎng)景圖，然后利用統(tǒng)計(jì)去噪法濾除噪聲，其中，a)為原始含噪聲的隨機(jī)場(chǎng)景點(diǎn)云圖，b)為噪聲去除后的場(chǎng)景點(diǎn)云圖。從圖中可以看出，這種算法能很好地濾除點(diǎn)云中的噪聲。a)原始含噪聲的場(chǎng)景點(diǎn)云圖b)統(tǒng)計(jì)法去噪后場(chǎng)景點(diǎn)云圖圖2.4統(tǒng)計(jì)分析法濾波

武漢科技大學(xué)碩士學(xué)位論文152.5基于PCA算法的法向量估計(jì)2.3基于泊松盤采樣的物體點(diǎn)云模型的構(gòu)建三維重建是基于立體視覺實(shí)現(xiàn)位姿估計(jì)的重要步驟，也是機(jī)器人實(shí)現(xiàn)自動(dòng)抓取的重要步驟，三維重建是位姿估計(jì)中模板的主要來源。所以物體三維重建的質(zhì)量直接影響物體位姿的估計(jì)的好壞。由于很多物體本身不具備豐富的紋理，并且具有易反光的特點(diǎn)，所以一般使用專業(yè)的三維掃描儀實(shí)現(xiàn)三維重建，這些設(shè)備具有很高的精度，但是確定在于價(jià)格昂貴，同時(shí)需要專業(yè)人員才能操作，這就難以大面積應(yīng)用[48]。因此本文采用更加快速便捷的方法，基于CAD模型轉(zhuǎn)換實(shí)現(xiàn)目標(biāo)點(diǎn)云的采集。這種方法可分為兩步：建模和采樣。2.3.1建立三維CAD模型為了增加算法的適應(yīng)性，同時(shí)考慮靈巧手負(fù)載較低的特性，本文采用自制復(fù)雜結(jié)構(gòu)的物體，其實(shí)物分別如圖2.6中a)、b)和c)所示。采用Solidworks實(shí)現(xiàn)物體的逆向重建，如圖2.6中d)、e)和f)所示，分別為利用三維軟件建立的三維虛擬模型，此圖為添加渲染顏色后的效果圖。a)物體1實(shí)物圖b)物體2實(shí)物圖c)物體3實(shí)物圖d)物體1三維圖e)物體2三維圖f)物體3三維圖圖2.6三維模型實(shí)物建立與3D建模

【參考文獻(xiàn)】：
期刊論文
[1]基于多重幾何約束的未知物體抓取位姿估計(jì)[J]. 蘇杰,張?jiān)浦?房立金,李奇,王帥.  機(jī)器人. 2020(02)
[2]機(jī)器人航天員精細(xì)操作方法及在軌驗(yàn)證[J]. 李志奇,劉伊威,于程隆,金明河,倪風(fēng)雷,劉宏.  載人航天. 2019(05)
[3]基于非結(jié)構(gòu)基本組成分析的自主抓取方法[J]. 劉漢偉,曹雛清,王永娟.  機(jī)器人. 2019(05)
[4]RTM框架下基于點(diǎn)線特征的視覺SLAM算法[J]. 賈松敏,丁明超,張國梁.  機(jī)器人. 2019(03)
[5]基于區(qū)域聚類分割的點(diǎn)云特征線提取[J]. 王曉輝,吳祿慎,陳華偉,胡赟,石雅瑩.  光學(xué)學(xué)報(bào). 2018(11)
[6]力封閉虛擬手抓持規(guī)則研究[J]. 鄒俞,晁建剛,林萬洪.  載人航天. 2018(05)
[7]基于觸覺反饋和表面肌電信號(hào)的隨機(jī)時(shí)延夾持器遙操作方法[J]. 章華濤,吳常鋮,熊鵬文,宋愛國.  機(jī)器人. 2018(04)
[8]SCARA機(jī)器人運(yùn)動(dòng)學(xué)和視覺抓取研究[J]. 鄭華,陳軍,金鴻章.  組合機(jī)床與自動(dòng)化加工技術(shù). 2017(06)
[9]腱驅(qū)動(dòng)空間五指靈巧手控制系統(tǒng)研究[J]. 韓冬,聶宏,陳金寶,顏文彧,王小濤.  機(jī)器人. 2016(02)
[10]靈巧機(jī)械手多指協(xié)調(diào)控制技術(shù)[J]. 陳金寶,韓冬,王小濤,聶宏.  機(jī)械工程學(xué)報(bào). 2014(05)

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)和高斯過程的機(jī)械手抓取策略與仿真研究[D]. 杜峰.武漢科技大學(xué) 2018
[2]基于Kinect的手勢(shì)識(shí)別與多指手交互研究[D]. 李貝.武漢科技大學(xué) 2018



本文編號(hào)：2990930