發(fā)布時間：2024-11-22 16:04

　　在工業(yè)機(jī)器人制造系統(tǒng)中,為了能讓工件定位和排列整齊,每一個工件都需要準(zhǔn)備昂貴的定位夾具和周邊設(shè)備,這些周邊設(shè)備的設(shè)計、制作、調(diào)試和保管所耗費(fèi)的工時往往是造成引進(jìn)機(jī)器人系統(tǒng)成本過高的重要原因。設(shè)計一種基于視覺伺服的料庫抓取系統(tǒng),使機(jī)器人從雜亂堆積的料庫中直接抓取工件,能夠極大簡化機(jī)器人制造系統(tǒng)的周邊設(shè)備,有助于提高機(jī)器人制造系統(tǒng)的柔性化,減少機(jī)器人制造系統(tǒng)的總成本。本文以RV-4FL-D型三菱機(jī)器人為主體,構(gòu)建了基于視覺伺服的機(jī)器人料庫抓取實(shí)驗(yàn)平臺。該平臺由高可靠性的傳統(tǒng)機(jī)器人系統(tǒng)、高精度檢測工件立體位姿的視覺傳感系統(tǒng)和控制這兩個系統(tǒng)實(shí)現(xiàn)料庫抓取的軟件構(gòu)成。本文主要內(nèi)容如下:首先,在分析了實(shí)驗(yàn)?zāi)繕?biāo)之后,進(jìn)行了料庫抓取系統(tǒng)的方案設(shè)計。詳細(xì)介紹了視覺系統(tǒng)、機(jī)器人系統(tǒng)和控制系統(tǒng)的組成部分以及各個系統(tǒng)之間的通訊方式,給出了實(shí)驗(yàn)平臺的搭建的具體步驟。其次,采用分水嶺分割算法,將各個工件分割出來,使用圖像距特征作為工件的位置信息,使用SIFT特征檢測算法將示教獲得的期望位置下的工件圖像和當(dāng)前工件圖像進(jìn)行比較,獲得工件的旋轉(zhuǎn)角度信息。通過實(shí)驗(yàn)驗(yàn)證了本次設(shè)計的有效性。最后,針對基于位置的視覺伺服存在的一些...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 課題研究背景和意義
    1.3 視覺伺服研究狀況
        1.3.1 國外研究現(xiàn)狀
        1.3.2 國內(nèi)研究現(xiàn)狀
    1.4 本文結(jié)構(gòu)及主要研究內(nèi)容
第二章 料庫抓取系統(tǒng)平臺搭建
    2.1 料庫抓取系統(tǒng)方案設(shè)計
    2.2 機(jī)器人與控制系統(tǒng)的連接
        2.2.1 機(jī)器人本體
        2.2.2 CR751控制器
        2.2.3 機(jī)器人與控制器的連接
    2.3 視覺系統(tǒng)與控制系統(tǒng)的連接
        2.3.1 光源和相機(jī)的選型
        2.3.2 視覺軟件和控制軟件的通訊
    2.4 建立系統(tǒng)坐標(biāo)系
    2.5 坐標(biāo)系的齊次變換
    2.6 統(tǒng)一各坐標(biāo)系
        2.6.1 統(tǒng)一場景相機(jī)與機(jī)器人坐標(biāo)系
        2.6.2 統(tǒng)一手眼相機(jī)與機(jī)器人坐標(biāo)系
        2.6.3 末端執(zhí)行器與機(jī)器人基座的關(guān)系
第三章 基于分水嶺算法的工件位置信息獲取
    3.1 圖像處理流程
    3.2 分水嶺分割
        3.2.1 Canny邊緣檢測
        3.2.2 標(biāo)記局部極大值
    3.3 強(qiáng)度分層
    3.4 基于邊界的圖像矩計算
    3.5 本章小節(jié)
第四章 基于SIFT算法的工件角度信息獲取
    4.1 構(gòu)造尺度空間
    4.2 空間極值檢測
    4.3 方向賦值
    4.4 本章小節(jié)
第五章 基于位置的視覺伺服控制實(shí)驗(yàn)
    5.1 定位實(shí)驗(yàn)的方案設(shè)計
    5.2 相關(guān)軟件的程序編寫
        5.2.1 MVICS軟件編寫
        5.2.2 MATLAB軟件編寫
        5.2.3 RT Tool Box2 軟件編寫
    5.3 本章小節(jié)
第六章 基于圖像的視覺伺服控制實(shí)驗(yàn)
    6.1 實(shí)驗(yàn)?zāi)康?br>    6.2 圖像特征方法的選擇
        6.2.1 光流場信息計算
        6.2.2 基于點(diǎn)特征的雅可比矩陣
    6.3 仿真分析
第七章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
附錄1
附錄2
附錄3
附錄4
攻讀學(xué)位期間研究成果
致謝



本文編號：4012457