欢迎来到天天文库
浏览记录
ID:32703970
大小:1.91 MB
页数:71页
时间:2019-02-14
《带视觉的伺服机械手臂系统的研究》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、东北大学硕士学位论文摘要带视觉的伺服机械手臂系统的研究摘要将机器人控制与视觉相结合,使机器人具有同外界环境相交互的能力,是当今机器人发展的一个主要方向.本文以固高科技公司的GRB-400型带视觉的机器人为研究对象,利用V'mialC++编程软件建立基于图像采集卡的图像处理算法库,实现机械手臂在无人干预情况下,根据实际工作平台物体位置,自动识别目标物体及运动过程中无碰撞,解决了目前大部分机械手臂只是依靠示教控制方式,缺乏自主性的问题。本文通过对图像分割、角点检测和图像匹配等图像处理方法的比较,寻找出适合本
2、系统的图像处理方法,并把其应用到获取摄像机标定模板图像坐标和目标识别的过程中。实验结果表明:在设定好目标模板以后,机械手臂能够自动寻找到目标物体,实现抓取过程无人干预。本文通过对小孔成像模型机理的研究,建立出带有一阶径向畸变的摄像机模型,求解出摄像机模型的内外参数。同时利用BP神经网络与摄像机模型的相似点,提出了基于神经网络的摄像机标定方法,该方法只需世界坐标和计算机图像坐标数据对,不需要确定具体的摄像机模型和内、外部参数,方法简单。根据蚁群算法的正反馈和并行性等特点,本文采用蚁群算法对机械手臂运动过程
3、中多障碍物路径进行规划,取得了一定的效果。由于基本蚁群算法对于本系统具有局限性,以及为提高全局搜索性能和加快搜索速度,本文探讨了栅格划分大小对路径规划速度和精度的影响,改进了蚁群算法的局部和全局信息素更新方法,扩大了蚂蚁的视野域范围。实验结果表明:应用蚁群算法可以实现机械手臂运动过程中躲避障碍物的功能,改进型蚁群算法的全局搜索性能和搜索速度优于一般蚁群算法。本文采用的图像处理、摄像机标定和机械手臂路径规划方法可以使手臂运动智能化,控制简单化,可应用于与机械手臂生产实践相关的领域,具有一定的实际应用价值。
4、关键词:神经网络;摄像机标定;蚁群算法;路径规划一II—东北大学硕士学位论文Research011ServoMechaincalAlmsSystemwitllVisionAbstractCombiningrobotcontrolwithvisionisaelaieforientationofrobotinfllrthclrdeveloping,wlaielacouldmaketherobottohavetlaeabilityofinteractionwithexternalenvironment.Thi
5、spaperhastakentlacGugaoCompany's(3RB-400withvisionrobot笛studyobjeet,builtimageprocessingalgorithmslibraryofimageacquisitioncardwithVisualC++programsof'twalt'e.achievedthattlactargetrcc09111zedautomaticallyandthemeelaanicala皿collisionflree、vhenitismoving,
6、andsolvedtlacproblemthatmostrobotscontroldel砌ading011teaelaingandlackinginitiativeatpresent.Bythe∞mparisonofSOlml:imagcprocessingmethods,suelaaSimagescgmentatiola,Comerdetectionandjmagematelaing,tlacbcttclralgoritlmsforthesystemhavebeenfoundandappliedtog
7、ettheimagl:coordinatcofcameraeah'brationmodelandrecognizetarget.Tilecxperimclatresultsshowthattlacmechanicala珊couldfindtlactargetautomaticallyaftertemplatehavingbeenconformedandaclllalizcgraspingmovementwithoutintervention.Bystudyjngfilemechanismofpinhol
8、eilnag(:.ac锄mmodelwithOilCstepradialdistortedhasbeenbuilt,anditsinteriorandexteriorparametcrshavebeencalculated.Atthes锄ctime,usingtlacsimilarityofBP11CUImnetworkandCameracalibration,afleW'锄cncalibrationmethodbyBPll伽llPalne
此文档下载收益归作者所有