上個(gè)世紀(jì),隨著人類(lèi)太空探測(cè)計(jì)劃的實(shí)施與發(fā)展,遙操作技術(shù)應(yīng)運(yùn)而生。進(jìn)入新世紀(jì),遙操作技術(shù)逐漸由航空航天領(lǐng)域向工業(yè)生產(chǎn)等民用領(lǐng)域滲透。許多先進(jìn)制造業(yè)都引入了該技術(shù),用于產(chǎn)品設(shè)計(jì)、生產(chǎn)和展示,極大提高了生產(chǎn)力和產(chǎn)品一致性。近些年來(lái),新型傳感器技術(shù)、人工智能技術(shù)的快速發(fā)展,使得遙操作機(jī)器人的自主性得了快速的發(fā)展。本文主要介紹一種面向民用領(lǐng)域的多傳感器融合的半自主式遙操作機(jī)器人,用于代替人工執(zhí)行一些高危的生產(chǎn)任務(wù),如鑄件打磨、分類(lèi)、裝配等。系統(tǒng)主要由:本地端、通信系統(tǒng)和遠(yuǎn)程端組成。本地端包含各種人機(jī)交互設(shè)備和計(jì)算機(jī)。遠(yuǎn)程端包括機(jī)器人、相機(jī)、六維力傳感器、遠(yuǎn)程端計(jì)算機(jī)等。與人工作業(yè)相比,該機(jī)器人打磨、裝配精度高,可有效提高加工產(chǎn)品的一致性。與全自動(dòng)式機(jī)器人相比,該機(jī)器人的生產(chǎn)作業(yè)時(shí),更具有靈活性。本文的主要研究?jī)?nèi)容包括:1)文本所述系統(tǒng)采用兩組攝像頭進(jìn)行圖像采集。其中,雙目攝像頭用于采集工作場(chǎng)景深度圖像,用于系統(tǒng)本地端虛擬場(chǎng)景的構(gòu)建,為操作者提供視覺(jué)反饋;單目攝像頭采集機(jī)器人工作臺(tái)的圖像,用于目標(biāo)自動(dòng)識(shí)別、分揀、打磨等任務(wù)。系統(tǒng)充分利用不同種類(lèi)攝像頭的優(yōu)勢(shì)完成人機(jī)交互、目標(biāo)識(shí)別等任務(wù),提高人機(jī)交互...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
        1.1.1 遙操作機(jī)器人技術(shù)概述
        1.1.2 人機(jī)交互設(shè)備
        1.1.3 遙操作機(jī)器人中的傳感器
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 遙操作機(jī)器人實(shí)驗(yàn)系統(tǒng)方案設(shè)計(jì)
    2.1 系統(tǒng)原理及組成
    2.2 機(jī)器人運(yùn)動(dòng)解算
        2.2.1 機(jī)器人的結(jié)構(gòu)
        2.2.2 基于KDL的機(jī)器人運(yùn)動(dòng)逆解算
    2.3 三維虛擬環(huán)境
        2.3.1 虛擬機(jī)器人建模
        2.3.2 虛擬環(huán)境建模
        2.3.3 環(huán)境光照及虛擬攝像頭設(shè)置
    2.4 目標(biāo)物體的識(shí)別和建模
        2.4.1 Kinect采集點(diǎn)云數(shù)據(jù)
        2.4.2 RANSAC算法提取目標(biāo)物體
    2.5 遙操作機(jī)器人系統(tǒng)中的硬件設(shè)備
        2.5.1 單目工業(yè)相機(jī)
        2.5.2 六維力傳感器
        2.5.3 機(jī)械手
        2.5.4 打磨刀具
    2.6 本章小結(jié)
第三章 基于視覺(jué)引導(dǎo)的遙操作機(jī)器人目標(biāo)分揀作業(yè)
    3.1 目標(biāo)匹配算法綜述
    3.2 基于超像素的模板創(chuàng)建方法
        3.2.1 圖像的超像素處理
        3.2.2 GrabCut圖像分割
    3.3 基于映射圖的圖像匹配算法
    3.4 MB-NCC算法的具體實(shí)施方式
        3.4.1 示教模式：模板創(chuàng)建
        3.4.2 自主模式：MB-NCC目標(biāo)匹配
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 SB-GrabCut圖像分割實(shí)驗(yàn)
        3.5.2 MB-NCC目標(biāo)匹配實(shí)驗(yàn)
    3.6 本章小結(jié)
第四章 基于多傳感器融合技術(shù)的遙操作機(jī)器人打磨作業(yè)
    4.1 鑄件識(shí)別算法概述
    4.2 基于邊緣特征的模板圖像
    4.3 GB-NCC邊緣特征模板匹配
    4.4 基于六維力傳感器引導(dǎo)的打磨作業(yè)
        4.4.1 PID算法簡(jiǎn)介
        4.4.2 基于PID控制的自主打磨作業(yè)
    4.5 打磨作業(yè)具體實(shí)施方式
        4.5.1 示教模式：創(chuàng)建模板圖像并記錄打磨參數(shù)
        4.5.2 自主模式：多傳感器融合的自主打磨作業(yè)
    4.6 實(shí)驗(yàn)結(jié)果與分析
        4.6.1 鑄件識(shí)別效果實(shí)驗(yàn)
        4.6.2 鑄件打磨效果實(shí)驗(yàn)
    4.7 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 創(chuàng)新點(diǎn)
    5.3 未來(lái)工作的展望
致謝
作者在學(xué)期間的成果
參考文獻(xiàn)



本文編號(hào)：3829336