基于视觉的六自由度移动捡球机器臂设计.pdf

《基于视觉的六自由度移动捡球机器臂设计.pdf》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、硕士学位论文基于视觉的六自由度移动捡球机器臂设计VISIONBASED6DOFBALLCOLLECTINGMOBILEROBOTICARMDESIGNVishal(维沙)哈尔滨工业大学2018年6月国内图书分类号：TP312学校代码：10213国际图书分类号：681.5.004.93密级：公开工学硕士学位论文基于视觉的六自由度移动捡球机器臂设计硕士研究生：维沙导师：王强教授申请学位：工学硕士学科：控制科学与工程所在单位：航天学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex：TP312

2、U.D.C.:681.5.004.93DissertationfortheMaster’sDegreeinEngineeringVISIONBASED6DOFBALLCOLLECTINGMOBILEROBOTICARMDESIGNCandidate:VishalSupervisor:Prof.WangQiangAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlScienceandEngineeringAffiliation:SchoolofAstro

3、nauticsDateofDefense:June2018Degree-Conferring-Institution:HarbinInstituteofTechnologyDissertationfortheMasterDegreeinEngineering,HIT摘要在计算机视觉的新时代，机器人技术在诸如工业制造过程、机械、电气和控制过程等各种技术创新中被使用。本文设计了一种多功能的六自由度鲁棒机械臂，采用ARDUIOMEGA2560单片机作为控制器，并使用六个伺服电机控制底座、肘、肩、腕、肩肘、肘腕和抓取器。该机械臂

4、能够实现对目标的识别与抓取等操作。本方案使用树莓派3作为嵌入式图像采集系统去提取图像中的信息。树莓派是一个非常有用的实时对象检测平台，利用树莓派3及其外围设备可实现捕捉图像并检测对象。实验结果表明，该系统能够很好地实现树莓派3与摄像机之间的图像采集、检测和数据处理，并实现了网球自动实时跟踪算法。首先，通过网球的形状和颜色检测进行快速的背景减除。本项目的目的是使用ARDUION-MEGA2560协调所有的机械轴去实现网球的抓取、升降、移动并将网球卸载在所需位置。视觉系统需要能够处理复杂视觉算法的单独的计算硬件。我们利用树莓

5、派开发板处理视觉数据，使视觉系统能够在根据每条程序指令控制机器臂去执行指定的任务。微控制器使用蓝牙技术与底座小车进行数据通讯，并实现小车的控制与操作。机械车使用直流伺服电机驱动，由底座、上臂、下臂和爪组成。最后由机械车的控制器执行采摘、放置物体等嵌入式运动功能。通过实际系统测试，验证了所设计的六自由度移动捡球机械臂能够实现对网球的识别、跟踪、抓取与拾取等操作。关键词：机械臂；计算机视觉系统；颜色检测；物体识别；可移动机械臂-I-DissertationfortheMasterDegreeinEngineering,HIT

6、AbstractInmoderneraofcomputervision,roboticsisusedinseveralinnovationsasinvarioustechnologiessuchasindustrialmanufacturingprocess,mechanical,electricalandcontrolprocesses.Inthisproject,wedesignroboticarmwhichhasmovementof6DOFformultipurposefunctions.Thecontroller

7、ArduinoMega2560isusedasroboticarmmanipulator.Theroboticarmisbasedonthesixservossuchascontrolbase,elbow,shoulder,wrist,andgripper.ImagecapturingsystemisembeddedtoextracttheinformationfromimagesandthissystemisbasedontheRaspberryPi3,whichiseasytoimplementanduse.Rasp

8、berryPi3anditsperipheralsarerequiredtocapturetheimageanddetecttheobject.TheRaspberryPi3isaveryusefulplatformforreal-timeobjectdetection.Experimentalresultsshow