基于机器视觉的delta并联机械手臂控制技术研究

《基于机器视觉的delta并联机械手臂控制技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毛击种乂Ｊ：著ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯ百ＹＯＦＣＨＩＮＡＩ专业学位硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳＦＯＲＰＲＯＦＥＳＳＩＯＮＡＬＤＥＧＲＥＥＩ禱论文题目基于机器视觉的Ｄｅｌｔａ并联机械手臂控制技术妍究．？专业学化类别－工程硕壬学号２０１３２２０５０１３２作者姓名吴宗森＿指导教师肖峻教授独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标注和致谢的地

2、方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明碗的说明并表示谢意。■：作者签名曰期：月曰ｉ寡魚、＿知４年＾ｖｊ论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可ＬＵ将学位论义的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或枯描等复制手段保存、汇编学位论文。（保密的学粒论文在解密后

3、应遵）守此规定作者签名：导师镶名：＾＂＞：｜：兴＾日期７年？月日六分类号密级注1UDC学位论文基于机器视觉的Delta并联机械手臂控制技术研究（题名和副题名）吴宗森（作者姓名）指导教师肖峻教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称光学工程提交论文日期2016.04.06论文答辩日期2016.05.23学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。RESEARCHONTHECONTROLLINGTECHNOLOGYOFDELTAPARALLELMANIPULATORBAS

4、EDONMACHINEVISIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ZongsenWuSupervisor:XiaoJunSchool:SchoolofOptoelectronicInformation摘要摘要机器视觉为机器人提供了感知外部环境的技术手段，使机器人具有了自主定位外部事物的能力。现代工业生产中，自动化和柔性化生产的特点同样要求工业机器人具有自主感知外部环境的能力。Delta并联机械手臂是工业生产中广泛使

5、用的一种工业机器人，它的结构简单、运动灵活、精度高、承载能力强，在电子装配、食品加工和医药生产等生产领域中大量使用。在工业生产中广泛存在对生产目标进行高速抓取、分拣的操作，这些操作不便于人工进行，同时在有些环境中，目标物体分布散乱，必须先对它们进行定位。本文结合以上需求，研究利用机器视觉控制Delta并联机械手臂的方法。本文的研究的内容包括以下几个方面。1.提出了一种优化的Delta并联机械手臂逆解算法，该方法能极大地加快控制单元的运行速度。本文首先推导出机械手臂运动范围的数学表达式，并根据它计算得到了机械手臂各个部件的尺寸，在此基础上设计了本课题使用的机械手臂，并对Delta机械手臂的结

6、构进行了分析，建立了Delta机械手臂的运动数学模型，得到了Delta并联机械手臂的运动控制算法，然后设计并制作了运动控制单元。比较现有成熟的逆解算法，本文在对Delta并联机械手臂的结构进行深入分析之后，提出了一种优化的逆解算法，对比已有的计算方法，本方法能够将逆解运算速度提升10倍以上，极大地减小了控制系统的运算负担，大幅度加快机械手臂的反应速度。2.实现了单目二维平面视觉子系统的标定。针对实际生产环境，并结合课题的要求，本文针对单目二维平面的视觉场景进行了标定，本文将镜头的畸变参数和相机的内参数融入到计算参数中，操作方便。本文的标定方法操作简单、计算迅速，非常适用于工业生产现场。3.

7、研究了从图像中获得本课题中目标物体的位置坐标和形状特征的方法，结合实验条件，研究了目标物体在传送带上运动时，实时跟踪和动态抓取目标物体的方法。4.为了保证不重复、不遗漏每一个物体，提出了利用传送带运动速度和图像坐标点相结合动态计算拍照间隔的解决方法，该方法能够在不同的传送带速度下有效的避免物体重复与遗漏识别。关键词：机器视觉，Delta并联机械手臂，单目二维标定IABSTRACTABSTRACTMachinevision