機(jī)器人是工業(yè)現(xiàn)代化的重要組成部分,智能制造需要機(jī)器人提供強(qiáng)大的支撐。使用機(jī)器視覺能夠提高機(jī)器人的靈活性,加強(qiáng)機(jī)器人的可操縱性,有助于實(shí)現(xiàn)機(jī)器人的智能化。目前,用于抓取的視覺信息可以來自于二維圖像和三維點(diǎn)云,與二維圖像相比較,三維點(diǎn)云還包括物體的深度信息,使得機(jī)器人的感知能力更加強(qiáng)大。雖然目前在某些場(chǎng)景下三維視覺發(fā)揮著作用,但還不能完全滿足社會(huì)發(fā)展對(duì)生產(chǎn)自動(dòng)化的要求。本課題針對(duì)散亂零件識(shí)別定位困難的問題,使用RealSense獲取目標(biāo)點(diǎn)云,通過點(diǎn)云分割和點(diǎn)云匹配等相關(guān)技術(shù),獲取零件位姿,并對(duì)抓取路徑進(jìn)行研究,最后結(jié)合實(shí)驗(yàn)進(jìn)行驗(yàn)證。首先,使用RealSense深度相機(jī)獲取散亂零件點(diǎn)云,根據(jù)點(diǎn)云數(shù)據(jù)中的存在的主要問題,分別進(jìn)行針對(duì)性處理。針對(duì)深度圖像的跳變現(xiàn)象和空洞,使用卡爾曼濾波和聯(lián)合雙邊濾波,提高原始三維點(diǎn)云的質(zhì)量;針對(duì)三維點(diǎn)云的數(shù)量太大以及噪聲問題,使用直通濾波、降體素采樣和離散點(diǎn)去除等方法,提取零件點(diǎn)云,降低點(diǎn)的數(shù)量,減少后續(xù)處理時(shí)間。然后,應(yīng)用基于超體素的點(diǎn)云分割方法,將散亂重疊零件分離。針對(duì)零件點(diǎn)云顏色相同的情況,不再使用原超體素分割中的顏色判據(jù),并且在分割過程中加入邊界約束,提... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１?Ｐｈｏｔｏｅｏ無序分揀系統(tǒng)

第１章緒論??分工合作，互不干擾，有效縮短處理時(shí)間，并聯(lián)機(jī)器人能夠?qū)崿F(xiàn)抓�。玻埃埃凹瑁�??在分揀、碼垛等工作中使用較多，有效節(jié)約了勞動(dòng)力，并且工作穩(wěn)定。??圖靈機(jī)器人研制的三維視覺自動(dòng)噴涂系統(tǒng)，使用視覺技術(shù)自動(dòng)控制機(jī)器人的??運(yùn)動(dòng)，可以實(shí)現(xiàn)不同形狀物體的自動(dòng)噴涂，能夠有效促進(jìn)機(jī)器人的智能化。該系??統(tǒng)不需要離線編程，操作十分方便，工作穩(wěn)定，廣泛應(yīng)用于家具噴涂。??圖１－３翼菲紙箱抓取循環(huán)系統(tǒng)?圖１４圖靈機(jī)器人免示教噴涂站??１．３?Ｊ研究現(xiàn)狀分析??隨著三維掃描儀和深度相機(jī)等三維信息獲取設(shè)備的不斷改進(jìn)，三維視覺技術(shù)??得到了快速發(fā)展。與此同時(shí)，隨著深度學(xué)習(xí)的興起與發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)開始應(yīng)??用于點(diǎn)云處理，為三維點(diǎn)云的研究提供了新的方向。國(guó)內(nèi)外的專家學(xué)者在三維點(diǎn)??云處理領(lǐng)域不斷深入研宄，并將部分成果應(yīng)用于三維目標(biāo)識(shí)別，大大提升了識(shí)別??效率和準(zhǔn)確率。但隨著機(jī)器人視覺抓取的應(yīng)用場(chǎng)景越來越復(fù)雜，對(duì)視覺識(shí)別系統(tǒng)??提出了更高的要求。目前針對(duì)零件抓取的三維視覺系統(tǒng)的還有以下的問題：??（１）傳統(tǒng)的二維機(jī)器視覺進(jìn)行零件識(shí)別主要應(yīng)用于簡(jiǎn)單的工作環(huán)境，對(duì)光照??條件和物體的光學(xué)特性等均有要求，在背景復(fù)雜，環(huán)境光照變化，或者待識(shí)別物??體顏色單一、邊緣不明顯的情況下，二維視覺通常難以提取有效信息，存在識(shí)別??困難的問題。??（２）目前一些三維識(shí)別系統(tǒng)要求待抓取零件的位置比較分散，對(duì)于沒有經(jīng)過??事先位置調(diào)整導(dǎo)致零件之間存在接觸或者遮擋的情況不能識(shí)別，對(duì)形狀復(fù)雜零件??的識(shí)別也存在困難。??（３）在利用三維點(diǎn)云進(jìn)行零件識(shí)別時(shí)，需要提取點(diǎn)云的特征，當(dāng)點(diǎn)的數(shù)量較??多時(shí)，會(huì)降低算法效率；使用迭代最近鄰點(diǎn)方法求取零件位姿十分依賴于

第１章緒論??分工合作，互不干擾，有效縮短處理時(shí)間，并聯(lián)機(jī)器人能夠?qū)崿F(xiàn)抓�。玻埃埃凹�，??在分揀、碼垛等工作中使用較多，有效節(jié)約了勞動(dòng)力，并且工作穩(wěn)定。??圖靈機(jī)器人研制的三維視覺自動(dòng)噴涂系統(tǒng)，使用視覺技術(shù)自動(dòng)控制機(jī)器人的??運(yùn)動(dòng)，可以實(shí)現(xiàn)不同形狀物體的自動(dòng)噴涂，能夠有效促進(jìn)機(jī)器人的智能化。該系??統(tǒng)不需要離線編程，操作十分方便，工作穩(wěn)定，廣泛應(yīng)用于家具噴涂。??圖１－３翼菲紙箱抓取循環(huán)系統(tǒng)?圖１４圖靈機(jī)器人免示教噴涂站??１．３?Ｊ研究現(xiàn)狀分析??隨著三維掃描儀和深度相機(jī)等三維信息獲取設(shè)備的不斷改進(jìn)，三維視覺技術(shù)??得到了快速發(fā)展。與此同時(shí)，隨著深度學(xué)習(xí)的興起與發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)開始應(yīng)??用于點(diǎn)云處理，為三維點(diǎn)云的研究提供了新的方向。國(guó)內(nèi)外的專家學(xué)者在三維點(diǎn)??云處理領(lǐng)域不斷深入研宄，并將部分成果應(yīng)用于三維目標(biāo)識(shí)別，大大提升了識(shí)別??效率和準(zhǔn)確率。但隨著機(jī)器人視覺抓取的應(yīng)用場(chǎng)景越來越復(fù)雜，對(duì)視覺識(shí)別系統(tǒng)??提出了更高的要求。目前針對(duì)零件抓取的三維視覺系統(tǒng)的還有以下的問題：??（１）傳統(tǒng)的二維機(jī)器視覺進(jìn)行零件識(shí)別主要應(yīng)用于簡(jiǎn)單的工作環(huán)境，對(duì)光照??條件和物體的光學(xué)特性等均有要求，在背景復(fù)雜，環(huán)境光照變化，或者待識(shí)別物??體顏色單一、邊緣不明顯的情況下，二維視覺通常難以提取有效信息，存在識(shí)別??困難的問題。??（２）目前一些三維識(shí)別系統(tǒng)要求待抓取零件的位置比較分散，對(duì)于沒有經(jīng)過??事先位置調(diào)整導(dǎo)致零件之間存在接觸或者遮擋的情況不能識(shí)別，對(duì)形狀復(fù)雜零件??的識(shí)別也存在困難。??（３）在利用三維點(diǎn)云進(jìn)行零件識(shí)別時(shí)，需要提取點(diǎn)云的特征，當(dāng)點(diǎn)的數(shù)量較??多時(shí)，會(huì)降低算法效率；使用迭代最近鄰點(diǎn)方法求取零件位姿十分依賴于

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目視覺的機(jī)械手識(shí)別、定位、抓取系統(tǒng)研究[J]. 陳立挺,聶曉根.  機(jī)電工程. 2019(08)
[2]基于自適應(yīng)聯(lián)合雙邊濾波的深度圖像空洞填充與優(yōu)化算法[J]. 王得成,陳向?qū)?易輝,趙峰.  中國(guó)激光. 2019(10)
[3]智能機(jī)器人在動(dòng)力總成裝配線中應(yīng)用探討[J]. 劉凱,宋承秀.  汽車實(shí)用技術(shù). 2019(07)
[4]工業(yè)機(jī)器人智能化驗(yàn)系統(tǒng)在選煤廠的應(yīng)用[J]. 孫引忠,韓泰然.  煤礦機(jī)電. 2019(02)
[5]六自由度串聯(lián)工業(yè)機(jī)器人運(yùn)動(dòng)學(xué)標(biāo)定與實(shí)驗(yàn)研究[J]. 陳綿鵬,趙洪華,溫爾文,李志平.  濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[6]散亂點(diǎn)云的孔洞識(shí)別和邊界提取算法研究[J]. 王春香,孟宏,張勇.  機(jī)械設(shè)計(jì)與制造. 2019(03)
[7]基于深度學(xué)習(xí)的語(yǔ)義分割問題研究綜述[J]. 張祥甫,劉健,石章松,吳中紅,王智.  激光與光電子學(xué)進(jìn)展. 2019(15)
[8]三維立體視覺機(jī)械臂智能抓取分類系統(tǒng)的開發(fā)[J]. 張建民,許志輝,龍佳樂,陳富健,羅順祺,羅鑫春,林根源,李鴻彬.  計(jì)算機(jī)工程與應(yīng)用. 2019(15)
[9]機(jī)器人在眼科手術(shù)中的應(yīng)用及研究進(jìn)展[J]. 賀昌巖,楊洋,梁慶豐,韓少峰.  機(jī)器人. 2019(02)
[10]基于改進(jìn)蟻群算法的家庭機(jī)器人路徑規(guī)劃研究[J]. 王學(xué)忠,徐麗萍,李美蓮.  皖西學(xué)院學(xué)報(bào). 2018(05)

博士論文
[1]虛擬樣機(jī)環(huán)境下實(shí)時(shí)碰撞檢測(cè)算法研究[D]. 鄒益勝.西南交通大學(xué) 2009

碩士論文
[1]基于雙目視覺的散亂堆放工件拾取系統(tǒng)[D]. 柯科勇.廣東工業(yè)大學(xué) 2016
[2]基于改進(jìn)的ICP算法的點(diǎn)云配準(zhǔn)技術(shù)[D]. 張蒙.天津大學(xué) 2013
[3]基于采樣球和ICP算法的點(diǎn)云配準(zhǔn)方法研究[D]. 孟禹.清華大學(xué) 2012
[4]三維激光掃描數(shù)據(jù)的空間配準(zhǔn)研究[D]. 張凱.南京師范大學(xué) 2008



本文編號(hào)：3386613