欢迎来到天天文库
浏览记录
ID:34955231
大小:6.06 MB
页数:74页
时间:2019-03-15
《面向工业机器人喷涂的工件识别与位姿估计研究》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、硕士学位论文面向工业机器人喷涂的工件识别与位姿估计研究RESEARCHONWORKPIECERECOGNITIONANDPOSEESTIMATIONFORINDUSTRIALROBOTPAINTING方贤根哈尔滨工业大学2018年6月国内图书分类号:TP242.2学校代码:10213国际图书分类号:621密级:公开工程硕士学位论文面向工业机器人喷涂的工件识别与位姿估计研究硕士研究生:方贤根导师:韩秀琴教授申请学位:工程硕士学科:机械工程所在单位:机电工程学院答辩日期:2018年6月授予学位单位:哈尔滨
2、工业大学ClassifiedIndex:TP242.2U.D.C:621DissertationfortheMasterDegreeinEngineeringRESEARCHONWORKPIECERECOGNITIONANDPOSEESTIMATIONFORINDUSTRIALROBOTPAINTINGCandidate:FangXiangenSupervisor:Prof.HanXiuqinAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:
3、MechanicalEngineeringAffiliation:SchoolofMechatronicsEngineeringDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要工业机器人在工业自动化中的应用十分广泛,其中喷涂机器人的出现带动了自动喷涂领域的快速发展。现有的自动喷涂主要通过轨迹示教和固定工装,实现轨迹的获取和工件的定位。但随着柔性制造的发展,针
4、对小批量多类型以及无固定工装工件的出现,传统的自动喷涂方法不能适应生产要求,只能依赖人工作业完成。而恶劣的喷涂作业环境会危害人体健康,因此实现无工装工件的柔性喷涂意义重大。针对上述无工装工件喷涂存在的问题,本文采用环境适应性强的线结构光传感器和六自由度工业机器人,通过对基于三维视觉技术的工件识别和位姿估计方法研究,实现了不同种类工件位姿的自动识别,配合离线编程技术,可实现柔性喷涂自动化。本文首先根据项目的需求分析,提出了实现工件识别和位姿估计的系统方案,分析了系统方案的主要结构和工作流程,并基于SVD
5、分解理论提出了系统的标定算法。其次,针对工件点云的背景、噪声等干扰,研究了有效的工件点云提取、滤波和精简预处理算法。基于点云特征提取算法,建立了工件CAD模型的离线模型特征库。提出了包围盒边长之比的阈值识别和关键点几何特征匹配识别与位姿估计算法,实现了工件的识别和位姿粗估计。而后通过P-ICP点云配准算法,获取了工件的精确位姿。最后以工业机器人和线结构光传感器为硬件基础搭建了实验系统,通过通信建立,实现了系统的功能。并利用激光跟踪仪测量系统,对系统的位姿估计精度进行了实验测定,实验结果满足系统要求,验
6、证了本文方法的可行性。关键词:工业机器人;喷涂;三维点云;工件识别;位姿估计-I-哈尔滨工业大学工程硕士学位论文AbstractIndustrialrobotshaveawidelyuseofapplicationsinindustrialautomation,theemergenceofsprayrobotshasledtotherapiddevelopmentofautomaticspraying.Existingautomaticsprayingismainlydependonpathteach
7、ingandfixedtooling,whichcangetthesprayingtrackandpositionofworkpiece.Butwiththedevelopmentofflexiblemanufacturing,traditionalautomaticsprayingmethodscannotadapttoproductionrequirementsforlow-volumemulti-typeandnofixedfixtures,whichmainlyreliesonmanualwo
8、rk.However,theharshsprayingenvironmentisharmtohumanhealth.Thus,itisofgreatsignificancetorealizeautomaticsprayingforworkpiecewithouttooling.Againsttheaboveproblems,thisarticleresearchedamethodfortherecognitionandposeestimationofsp
此文档下载收益归作者所有