【摘要】：近年來,機(jī)器人在工業(yè)生產(chǎn)線上的應(yīng)用日益得到密切關(guān)注。在柔性生產(chǎn)線上,根據(jù)客戶需求,快速適應(yīng)不同工業(yè)品的生產(chǎn),對機(jī)器人系統(tǒng)提出了挑戰(zhàn)。計(jì)算機(jī)視覺與機(jī)器人技術(shù)的結(jié)合可以大大提高工業(yè)生產(chǎn)線的適應(yīng)能力。通過雙目視覺系統(tǒng)賦予機(jī)器人立體視覺能力,是提高機(jī)器人抓取適應(yīng)性的有效途徑。在該系統(tǒng)中,研究具有高精度的相機(jī)標(biāo)定和目標(biāo)位姿估計(jì)方法是兩個關(guān)鍵問題。本論文主要創(chuàng)新點(diǎn)和研究成果如下：鏡頭畸變是影響成像品質(zhì)的主要因素,為了提高畸變矯正精度,提出了滅點(diǎn)重投影模型,利用該模型能有效地改善在畸變圖像中對直線方程估計(jì)的精度。在非線性優(yōu)化過程中,針對參數(shù)耦合導(dǎo)致優(yōu)化結(jié)果落入局部最優(yōu)的問題,提出了依次迭代參數(shù)優(yōu)化方法。在此基礎(chǔ)上,提出了一種基于滅點(diǎn)重投影的畸變矯正算法。通過仿真實(shí)驗(yàn)評估噪聲對矯正精度的影響,實(shí)驗(yàn)結(jié)果表明無噪聲條件下的矯正精度為1.5像素,隨著噪聲強(qiáng)度增加誤差緩慢增大,說明該算法有一定的抗噪聲能力；在實(shí)驗(yàn)室環(huán)境下,實(shí)驗(yàn)測試表明,該方法能有效地矯正畸變圖像。相機(jī)標(biāo)定是雙目視覺系統(tǒng)獲取空間坐標(biāo)的關(guān)鍵步驟,為了提高相機(jī)標(biāo)定精度,提出了一種基于滅點(diǎn)一致性約束模型的相機(jī)標(biāo)定算法。該模型將滅點(diǎn)重投影畸變矯正方法與單應(yīng)矩陣求解方法相結(jié)合,通過提高滅點(diǎn)位置精度達(dá)到提高畸變矯正精度的目的,最終提高相機(jī)標(biāo)定精度。仿真實(shí)驗(yàn)結(jié)果表明,平均重投影誤差為0.04像素,能從具有較大畸變的圖像中獲得較高的重投影精度；在實(shí)驗(yàn)室環(huán)境下,實(shí)驗(yàn)測試結(jié)果表明,該算法最大重投影誤差分別為0.60像素與0.50像素。從目標(biāo)坐標(biāo)數(shù)據(jù)中計(jì)算出目標(biāo)位姿是實(shí)現(xiàn)機(jī)器人抓取的重要步驟,為了提高位姿估計(jì)算法的適應(yīng)性,提出了一種最遠(yuǎn)點(diǎn)剔除的改進(jìn)位姿估計(jì)算法。該算法針對傳統(tǒng)迭代最近點(diǎn)(ICP)方法對初始位姿敏感的問題,引入了混合單純形模擬退火算法,在參數(shù)空間中搜索最優(yōu)解,減小了初始位姿對結(jié)果的影響。為了排除誤匹配點(diǎn)的干擾,提出了一種最遠(yuǎn)點(diǎn)剔除策略。仿真實(shí)驗(yàn)結(jié)果表明,改進(jìn)的算法優(yōu)于傳統(tǒng)ICP方法。設(shè)計(jì)了雙目立體視覺實(shí)驗(yàn)系統(tǒng),提出并設(shè)計(jì)了一種基于DSP/BIOS的多任務(wù)軟件架構(gòu),成功地實(shí)現(xiàn)了目標(biāo)位姿估計(jì)。在實(shí)驗(yàn)系統(tǒng)中,利用KUKA機(jī)器人控制目標(biāo)位姿變化,以評估位姿估計(jì)精度,實(shí)驗(yàn)結(jié)果表明,該方法的平移總誤差為2.7mm,滿足目標(biāo)抓取的需求。
[Abstract]:In recent years, the application of robot in industrial production line has been paid more and more attention. On the flexible production line, the robot system is challenged to adapt to the production of different industrial products quickly according to the customer's demand. The combination of computer vision and robot technology can greatly improve the adaptability of industrial production line. It is an effective way to improve the robot's grasping adaptability by giving robot stereoscopic vision ability through binocular vision system. In this system, it is two key problems to study camera calibration and target pose estimation with high precision. The main innovations and research results of this thesis are as follows: lens distortion is the main factor affecting the imaging quality. In order to improve the distortion correction accuracy, the double projection model of extinction point is proposed. This model can effectively improve the accuracy of linear equation estimation in distorted images. In the process of nonlinear optimization, a sequential iterative parameter optimization method is proposed to solve the problem that parameter coupling causes the optimization results to fall into local optimization. On this basis, a distortion correction algorithm based on re-projection of vanishing point is proposed. The effect of noise on the correction accuracy is evaluated by simulation experiments. The experimental results show that the correction accuracy is 1.5 pixels under the condition of no noise, and the error increases slowly with the increase of noise intensity, which shows that the algorithm has a certain anti-noise capability. In the laboratory environment, the experimental results show that the method can effectively correct distorted images. Camera calibration is a key step for binocular vision system to obtain spatial coordinates. In order to improve camera calibration accuracy, a camera calibration algorithm based on the consistency constraint model of vanishing point is proposed. The model combines the double projection distortion correction method with the unitary matrix method to improve the accuracy of distortion correction and finally improve the calibration accuracy of the camera by improving the position accuracy of the vanishing point. The simulation results show that the average re-projection error is 0.04 pixels, and the precision of re-projection can be obtained from the image with large distortion. The experimental results show that the maximum double projection error of the algorithm is 0.60 pixels and 0.50 pixels, respectively. It is an important step to calculate the position and pose of the robot from the target coordinate data. In order to improve the adaptability of the pose estimation algorithm, an improved position and pose estimation algorithm with the farthest point elimination is proposed. In order to solve the problem that the traditional iterative nearest point (ICP) method is sensitive to the initial position and pose, a hybrid simplex simulated annealing algorithm is introduced to search the optimal solution in the parameter space, thus reducing the influence of the initial position on the result. In order to eliminate the interference of mismatched points, a farthest point elimination strategy is proposed. The simulation results show that the improved algorithm is better than the traditional ICP method. A binocular stereo vision experimental system is designed and a multi-task software architecture based on DSP/BIOS is proposed and designed. The target pose estimation is successfully realized. In the experimental system, the KUKA robot is used to control the position and pose change of the target to evaluate the accuracy of the position and pose estimation. The experimental results show that the total translation error of the method is 2.7 mm, which meets the requirements of target grabbing.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦麗娟;胡玉蘭;魏英姿;王紅;周越;;基于矩形的三維物體位姿估計(jì)研究[J];計(jì)算機(jī)工程與科學(xué);2009年04期

2 許允喜;蔣云良;陳方;;基于點(diǎn)和直線段對應(yīng)的擴(kuò)展正交迭代位姿估計(jì)算法[J];光學(xué)學(xué)報(bào);2009年11期

3 徐蕭蕭;王智靈;陳宗海;;視頻序列中基于頭肩分割的人體位姿估計(jì)算法[J];中國圖象圖形學(xué)報(bào);2010年12期

4 張政;張小虎;傅丹;;一種高精度魯棒的基于直線對應(yīng)的位姿估計(jì)迭代算法[J];計(jì)算機(jī)應(yīng)用;2008年02期

5 李哲;蘇秀琴;郝偉;;直線匹配的四元數(shù)位姿估計(jì)算法[J];紅外與激光工程;2012年08期

6 許允喜;蔣云良;陳方;;多攝像機(jī)系統(tǒng)位姿估計(jì)的廣義正交迭代算法[J];光學(xué)學(xué)報(bào);2009年01期

7 許允喜;蔣云良;陳方;劉勇;;基于點(diǎn)線對應(yīng)的多攝像機(jī)全局位姿估計(jì)迭代算法[J];光子學(xué)報(bào);2010年10期

8 郭軍;董新民;王龍;;綜合重構(gòu)與正交迭代位姿估計(jì)算法[J];應(yīng)用科學(xué)學(xué)報(bào);2011年06期

9 馬文娟;;結(jié)合分支定界法和線性規(guī)劃的攝像機(jī)位姿估計(jì)[J];中國圖象圖形學(xué)報(bào);2012年05期

10 朱楓;秦麗娟;談大龍;;量化誤差對直線位姿估計(jì)精度影響的研究[J];機(jī)器人;2007年04期

相關(guān)會議論文 前3條

1 周船;談大龍;朱楓;;基于模型的位姿估計(jì)中優(yōu)化方法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

2 劉璽;方勇純;張雪波;;基于單應(yīng)矩陣的位姿估計(jì)方法及應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

3 李博;王孝通;徐曉剛;楊常青;;艦載直升機(jī)位置姿態(tài)測量方法研究[A];可持續(xù)發(fā)展的中國交通——2005全國博士生學(xué)術(shù)論壇（交通運(yùn)輸工程學(xué)科）論文集（下冊）[C];2005年

相關(guān)博士學(xué)位論文 前2條

1 江士雄;面向位姿估計(jì)的相機(jī)系統(tǒng)標(biāo)定方法研究[D];華中科技大學(xué);2016年

2 陳鵬;基于單目視覺的像機(jī)位姿估計(jì)技術(shù)[D];北京科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 宋昱慧;基于單目視覺的四旋翼無人機(jī)位姿估計(jì)與控制[D];哈爾濱工業(yè)大學(xué);2016年

2 王亞彪;面向工業(yè)裝配演示編程的零件識別與位姿估計(jì)[D];浙江大學(xué);2016年

3 劉俊;基于單目視覺的物體位姿估計(jì)方法研究[D];哈爾濱工業(yè)大學(xué);2016年

4 程偉;單相機(jī)光學(xué)三坐標(biāo)測量系統(tǒng)的研究[D];上海大學(xué);2016年

5 劉婷;基于合作目標(biāo)的無人機(jī)視覺著陸位姿估計(jì)方法及合作目標(biāo)優(yōu)化研究[D];南京航空航天大學(xué);2016年

6 史琳婕;無人機(jī)視覺輔助著艦算法研究[D];西安電子科技大學(xué);2015年

7 劉濤;基于電塔三維模型的飛行機(jī)器人單目視覺輔助定位[D];華北電力大學(xué);2013年

8 申為峰;基于視覺的無人機(jī)自主著陸跑道識別與位姿估計(jì)[D];沈陽航空工業(yè)學(xué)院;2010年

9 王棟梁;結(jié)構(gòu)化環(huán)境中移動機(jī)器人位姿估計(jì)研究[D];武漢科技大學(xué);2010年

10 張勇;基于合作目標(biāo)的無人機(jī)位姿估計(jì)算法研究[D];南京航空航天大學(xué);2010年

，

本文編號：2441185