針對殘疾人和老年人日益增長的陪護需求,為減輕護理壓力研發(fā)了一種集易用性,響應(yīng)快速性和操作個性化于一身的載臂智能輪椅式助老助殘機器人(Wheelchair Mounted Robotic Arm,WMRA)。它可以提供諸如輔助吃飯、喝水、開門等多方面的生活服務(wù)。其中,自主抓取是完成這些輔助任務(wù)的核心環(huán)節(jié)。為了實現(xiàn)自主抓取,該WMRA需要預(yù)先針對不同的家居物品進行離線訓(xùn)練,記錄下抓取物品的識別模板以及相應(yīng)的抓取姿態(tài)和抓取軌跡。然后,視覺系統(tǒng)利用離線訓(xùn)練的數(shù)據(jù),識別出目標(biāo)物體并估計該物體相對于模板的空間位姿,從而確定機械手的抓取姿態(tài)和抓取軌跡,完成抓取過程。本課題針對目標(biāo)物體模板是多視角點云的情況,利用點云庫(Point Cloud Library,PCL)和機器人操作系統(tǒng)(Robot Operation System,ROS)搭建了該自主抓取系統(tǒng),具體研究內(nèi)容如下:(1)基于全局特征VFH(Viewpoint Feature Histogram)進行了面向多視角點云模板的物體識別算法的研究。該算法首先通過三次濾波減少了噪點干擾和觀測范圍,然后利用基于RANSAC的平面分割算法和歐氏距離分割...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源及研究的目的和意義
    1.2 WMRA視覺系統(tǒng)研究現(xiàn)狀
    1.3 基于點云信息的視覺算法研究現(xiàn)狀
        1.3.1 基于點云信息的物體識別算法研究現(xiàn)狀
        1.3.2 基于點云信息的位姿估計算法研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容
第2章 針對多視角點云模板的物體識別算法
    2.1 VFH描述子
    2.2 基于VFH物體識別算法研究
        2.2.1 識別算法流程
        2.2.2 基于OpenNI的點云獲取
        2.2.3 點云的去噪和濾波處理
        2.2.4 面向桌面物體的點云分割
        2.2.5 VFH特征提取和匹配
    2.3 物體識別算法實驗評估
    2.4 本章小結(jié)
第3章 針對多視角點云模板的位姿估計算法
    3.1 針對多視角模板的位姿估計基本原理
    3.2 基于VFH匹配的模板選擇算法
    3.3 改進的關(guān)鍵點配準(zhǔn)算法
        3.3.1 針對多視角模板的點云濾波算法
        3.3.2 SIFT關(guān)鍵點提取
        3.3.3 基于FPFH的局部特征描述
        3.3.4 局部特征匹配和對應(yīng)分組
    3.4 姿態(tài)估計算法實驗評估
    3.5 本章小結(jié)
第4章 WMRA坐標(biāo)系標(biāo)定方法研究
    4.1 坐標(biāo)系定義
    4.2 相機內(nèi)參標(biāo)定方法
        4.2.1 相機成像原理
        4.2.2 鏡頭畸變原理與矯正方法
        4.2.3 基于Camera_calibration工具包的內(nèi)參標(biāo)定
    4.3 相機坐標(biāo)系與機械臂坐標(biāo)系之間標(biāo)定
    4.4 相機坐標(biāo)系與物體坐標(biāo)系之間標(biāo)定
    4.5 本章小結(jié)
第5章 WMRA自主抓取系統(tǒng)搭建
    5.1 硬件系統(tǒng)組成
    5.2 基于DMPS軌跡生成技術(shù)研究
    5.3 基于ROS的WMRA控制系統(tǒng)搭建
        5.3.1 ROS的通訊模式
        5.3.2 離線訓(xùn)練與在線抓取系統(tǒng)搭建
    5.4 自主抓取系統(tǒng)實驗評估
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及其它成果
致謝



本文編號：3971845