基于机器视觉的机器人分拣系统研究

基于机器视觉的机器人分拣系统研究

ID:34916630

大小:3.17 MB

页数:96页

时间:2019-03-14

基于机器视觉的机器人分拣系统研究_第1页
基于机器视觉的机器人分拣系统研究_第2页
基于机器视觉的机器人分拣系统研究_第3页
基于机器视觉的机器人分拣系统研究_第4页
基于机器视觉的机器人分拣系统研究_第5页
资源描述:

《基于机器视觉的机器人分拣系统研究》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、西安建筑科技大学硕士学位论文基于机器视觉的机器人分拣系统研究专业:机械电子工程硕士生:张文辉指导教师:郭瑞峰摘要传统的分拣作业存在效率低下、劳动强度大等诸多缺点,将机器视觉应用于分拣机器人上,对于实现机器人智能分拣有着重要的现实意义。本文针对基于机器视觉的机器人分拣系统所研究的重点问题包括:确定了以库卡KR6700sixx机器人为主体的分拣系统总体设计方案,包括硬件选型、软件设计以及选择通讯协议等内容。视觉系统中的相机标定是通过理论分析和实验的方法,得到相机的内外参数,在此基础上通过理论分析给出手眼标定中求解旋转矩阵R和平移向量T的一般方法。图像预处理

2、过程中采用一种混合滤波的方法解决混合噪声的问题,随后采用OTSU阈值分割法进行图像二值化,为下一步图像特征的提取与匹配做准备。针对目标物在不受遮挡时的图像匹配问题,采用基于全局特征Hu不变矩的匹配准则,实现了模板与目标物的准确识别。针对目标物在受部分遮挡时的图像匹配问题,采用基于归一化互相关准则的Harris角点匹配法并结合剔除误匹配点的RANSAC算法,实现了模板与受遮挡的目标物准确识别。针对动态目标物跟踪的问题,提出了一种将Mean-Shift跟踪算法与Kalman滤波器以及在线学习检测器相融合的算法。该算法能解决目标物在光照变化、部分遮挡及消失重

3、现等场景中跟踪失败的问题,并且能对目标物的运动状态做出提前预测。通过对比实验,证明所提算法具有跟踪精度高、实时性强等特点。机器人的正逆运动学求解后,研究了基于位置的视觉伺服控制方案并建立其simulink仿真模型,通过仿真实验分别实现对静态和动态目标物的定位和跟踪,实验结果证明该方法可靠性高。基于以上研究,该视觉分拣系统方案可以准确识别定位静态目标物,并能对动态目标物的运动状态进行跟踪定位,验证了所提理论的正确性,证明了研究课题的实际意义。西安建筑科技大学硕士学位论文关键词:分拣系统图像处理Hu不变矩Mean-Shift伺服控制论文类型:应用研究西安建

4、筑科技大学硕士学位论文StudyonRobotSortingSystemBasedonMachineVisionSpecialty:MechatronicEngineeringName:ZhangWenHuiInstructor:A.Prof.GuoRuifengABSTRACTTraditionalsortingoperationshavemanydisadvantagessuchaslowefficiencyandhighlaborintensity.Applyingmachinevisiontosortingrobotshasimportantp

5、racticalsignificanceforrealizingintelligentsortingofrobots.Thekeyissuesstudiedinthispaperforrobotsortingsystemsinclude:TheoveralldesignplanforthesortingsystembasedontheKUKAKR6700sixxrobotwasdetermined,includinghardwareselection,softwaredesignandselectionofcommunicationprotocols.

6、Thecameracalibrationinthevisionsystemisbasedontheoreticalanalysisandexperimentalmethods.Theinternalandexternalparametersofthecameraareobtained.Onthisbasis,ageneralmethodforsolvingrotationmatrixandtranslationvectorinhand-eyecalibrationisgivenbytheoreticalanalysis.Intheprocessofim

7、agepreprocessing,ahybridfilteringmethodisusedtosolvetheproblemofmixednoise,andthenOTSUthresholdsegmentationmethodisusedforimagebinarizationtoprepareforfurtherimagefeatureextractionandmatching.Fortheimagematchingproblemwhentheobjectisnotoccluded,amatchingcriterionbasedontheglobal

8、featureHumomentinvariantisadopted,andthetemplat

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。