發(fā)布時間：2022-08-02 12:01

　　近年來,隨著中國制造業(yè)的飛速發(fā)展,工業(yè)機械臂的應用也越來越廣泛。因此,如何通過提升機械臂的智能化水平來實現(xiàn)人機協(xié)作是該領域的研究熱點。解決人機共享環(huán)境的有效感知和場景理解問題是實現(xiàn)具有與人協(xié)同工作能力的新一代工業(yè)機械臂系統(tǒng)的核心。為此,本文研究了基于場景的實時認知實現(xiàn)人和機械臂協(xié)作裝配復雜工件的問題,并以孔明鎖為實例進行了實驗驗證。本文提出了基于RGB圖像的目標物體檢測方法和基于深度圖像的目標物體檢測方法,這兩種檢測方法都能夠?qū)崿F(xiàn)對場景中目標物體的檢測。通過對比實驗,發(fā)現(xiàn)基于深度圖像的目標檢測方法獲得物體位置信息具有更高精度,且不受觀察角度影響。因此,在對場景進行目標檢測時,使用基于深度圖像的方法對目標物體與背景進行分離,進而得到目標物體的RGB-D圖像。通過本文所提的改進ICP點云匹配算法,求得目標物體在感知系統(tǒng)坐標系下的準確位姿。為了確定目標物體在機械臂坐標系下的位姿,對感知系統(tǒng)與機械臂進行聯(lián)合標定,獲得兩個三維坐標系之間的轉(zhuǎn)換關(guān)系,通過位姿變換將目標物體投影到機械臂坐標系下,作為機械臂運動的目標點位。依據(jù)本文提出的機械臂運動控制方法對機械臂進行運動路徑規(guī)劃,得到機械臂的運動軌跡。... 

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀與發(fā)展趨勢
    1.3 本文的主要工作
2 場景認知與人機協(xié)作實驗系統(tǒng)搭建
    2.1 感知系統(tǒng)
    2.2 UR機械臂
        2.2.1 UR機械臂本體
        2.2.2 UR機械臂示教器與控制箱
        2.2.3 機械臂夾爪
    2.3 實驗平臺構(gòu)建
    2.4 實驗平臺軟件系統(tǒng)
        2.4.1 ROS操作系統(tǒng)
        2.4.2 OpenCV計算機視覺庫
        2.4.3 PCL點云處理庫
3 基于RGB-D數(shù)據(jù)的場景認知
    3.1 場景中目標物體檢測
        3.1.1 基于RGB圖像的目標物體檢測
        3.1.2 基于深度圖像的目標物體檢測
        3.1.3 兩種方法的比較
    3.2 基于場景的彩色圖像與深度圖像融合
        3.2.1 彩色攝像頭與深度傳感器坐標聯(lián)合標定
        3.2.2 彩色圖像和深度圖像融合
    3.3 場景中物體的位姿估計
        3.3.1 感知系統(tǒng)坐標系下物體的坐標計算
        3.3.2 基于ICP點云匹配的物體位姿估計
    3.4 實驗結(jié)果及分析
        3.4.1 目標物體檢測結(jié)果及分析
        3.4.2 物體位姿估計結(jié)果及分析
4 基于實時場景認知的人機協(xié)作
    4.1 場景中目標物體位姿的實時獲取
        4.1.1 感知系統(tǒng)與UR機械臂的聯(lián)合標定
        4.1.2 物體在機械臂坐標系下的位姿獲取
    4.2 機械臂運動控制
        4.2.1 UR機械臂安全工作區(qū)間的限定
        4.2.2 基于關(guān)節(jié)空間規(guī)劃的機械臂運動控制
        4.2.3 基于笛卡爾空間規(guī)劃的機械臂運動控制
        4.2.4 兩種運動控制相結(jié)合
    4.3 實驗結(jié)果及分析
5 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 本文展望
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
課題資助情況
致謝



本文編號：3668485