多數(shù)工業(yè)機器人應用場合里,機器人的動作需要通過預先示教以及離線編程來指定,加工過程只是簡單的重復預先設定的動作。但是工作環(huán)境或者工件的位置、大小發(fā)生改變時,機器人仍按照先前規(guī)定的動作進行操作會加大生產(chǎn)工件誤差影響產(chǎn)品質量。視覺引導與定位為解決上述問題提供了新的思路。工業(yè)機器人可以通過視覺系統(tǒng)掌握工作環(huán)境的變化,從而調(diào)整既定運動軌跡來完成任務。將線結構光投射到被測物體上,激光線條與物體棱線相交時會產(chǎn)生拐點,視覺測量容易獲得拐點的二維坐標,但是對于不同粗定位的工件,無法保證測量的拐點位于棱線的相同位置。針對這一問題,研究采用多個線結構光視覺傳感器對工件進行測量,旨在以多個測量點共同對測量工件位姿進行估計。主要研究內(nèi)容如下:1)使用多線結構光視覺傳感器搭建視覺測量引導系統(tǒng),詳細分析了物體不同自由度分量變化時的三維姿態(tài)測量問題;2)對機器人視覺伺服控制模型的研究。分析常用的視覺伺服控制模型,結合課題要求選擇合適的視覺伺服控制模型;3)通過仿真和實驗對測量方案的有效性進行了驗證,并對引導算法的收斂情況進行了討論。Matlab仿真和測量實驗驗證了方案的有效性;將測量結果作為系統(tǒng)反饋量來調(diào)整位移臺位... 

【文章來源】：華北理工大學河北省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

KR5arc型工業(yè)機器人關節(jié)參數(shù)

華北理工大學碩士學位論文-32-傳感器設計決定了整個視覺測量系統(tǒng)的測量準確度，從相機選型、線結構光傳感器選型到整個測量系統(tǒng)中各個線結構光視覺測量系統(tǒng)的具體布局均是傳感器設計需要考慮的問題。4.2.1相機選型工業(yè)相機作為視覺引導系統(tǒng)中的重要組成部件，其功能是對待測量物體進行圖像采集[39]。視覺引導系統(tǒng)中，對物體特征信息采集的精準度會直接影響到后期對機器人動作的引導精度[40]。相機中最重要的組成部件是感光芯片，根據(jù)成像傳感類型可分為CCD和CMOS傳感器兩大類。其中隨著CMOS研發(fā)和技術的發(fā)展，CMOS傳感器也得到了越來越廣泛地應用。CMOS傳感器因其集成性好、傳輸性優(yōu)良且成本較低的特性在相機領域得到了廣泛應用。而CCD傳感器具有良好的通透性、明銳度和色彩失真率低等優(yōu)點，在工業(yè)機器人視覺引導系統(tǒng)中的運用較多。選擇合適的CCD工業(yè)相機對整個視覺引導系統(tǒng)是非常關鍵的。通常評判相機的好壞需要考慮相機的分辨率、信噪比和成像清晰度。因課題實際應用于工業(yè)機器人的汽車加工車間，對于相機的數(shù)據(jù)傳輸速率也是需要考慮的一大因素。相機的分辨率是指單位長度上的像素點個數(shù)，相機分辨率越高，單位長度上的像素點個數(shù)越多；信噪比是衡量相機好壞的一個重要因素，信噪比越高，說明相機對噪聲的抑制作用越強，采集的圖像也越容易處理；清晰度是指相機拍得圖像的清晰程度，在碼率一定的條件下清晰度與相機分辨率成反比。結合課題中測量需求，最終選用的CCD工業(yè)相機為Baumer公司的工業(yè)相機VLG-12M，如圖17所示。（a）（b）圖17工業(yè)相機Fig.17industrialcamera

第4章機器人視覺系統(tǒng)與標定-35-行標定；3）將標定完成的結果進行記錄和保存。實驗中采用間距為5.5mm黑白相間棋盤格作為標定板，采用Baumer（VLG-12M）相機進行圖像采集。圖18為從不同方位采集得到的18幅圖像中的16幅。圖18相機采集圖像Fig.18Cameracaptureimage通過Matlab軟件一次性對18幅圖像進行讀取并標定，對圖像中的角點進行檢測如圖19所示。圖19角點檢測Fig.19Cornerdetection

【參考文獻】：
期刊論文
[1]工業(yè)機器人視覺定位裝配應用[J]. 羅鈳.  木工機床. 2019(02)
[2]結合改進Hough變換的在線工件直線特征提取研究[J]. 王晨晨,楊慕升,姜立志,鞏曉丹.  機械設計與制造. 2019(S1)
[3]基于模板邊緣的自適應Harris角點檢測算法[J]. 李冰,呂進來,郝曉麗.  現(xiàn)代電子技術. 2019(11)
[4]工業(yè)機器人視覺測量系統(tǒng)的在線校準技術研究[J]. 田媛.  南方農(nóng)機. 2019(06)
[5]基于機器視覺的管道焊接跟蹤技術研究[J]. 甘文龍,羅會信,劉海生,王中任.  機床與液壓. 2019(04)
[6]基于多線結構光視覺的鋼軌波磨動態(tài)測量方法[J]. 馬子驥,董艷茹,劉宏立,周冰航,李艷福.  儀器儀表學報. 2018(06)
[7]工業(yè)機器人單目視覺對準技術研究[J]. 雷金周,曾令斌,葉南.  光學精密工程. 2018(03)
[8]基于機器視覺的三維圖像邊緣特征提取[J]. 舒軍,徐成鴻,楊露,蔣明威,李志魁,吳柯.  信息通信. 2017(12)
[9]基于視覺引導的工業(yè)機器人快速分揀系統(tǒng)研究[J]. 黨宏社,張超,龐毅.  電子器件. 2017(02)
[10]機器人焊縫識別技術研究[J]. 彭剛,劉博,熊超.  智能機器人. 2017(01)

博士論文
[1]機器人結構光視覺系統(tǒng)標定研究[D]. 劉艷.北京理工大學 2015

碩士論文
[1]面向工業(yè)應用的機器人手眼標定與物體定位[D]. 程玉立.浙江大學 2016
[2]工業(yè)機器人焊縫跟蹤與自動涂膠系統(tǒng)的設計與實現(xiàn)[D]. 王霆.北京工業(yè)大學 2015
[3]非合作目標視覺測量方法研究及系統(tǒng)實現(xiàn)[D]. 劉凱.西安電子科技大學 2011
[4]基于圖像的視覺伺服機器人系統(tǒng)[D]. 于宇.哈爾濱工業(yè)大學 2007



本文編號：3239006