基于Kinect无纹理散乱工件识别与姿态估计方法研究

基于Kinect无纹理散乱工件识别与姿态估计方法研究

ID:35157407

大小:4.34 MB

页数:88页

时间:2019-03-20

基于Kinect无纹理散乱工件识别与姿态估计方法研究_第1页
基于Kinect无纹理散乱工件识别与姿态估计方法研究_第2页
基于Kinect无纹理散乱工件识别与姿态估计方法研究_第3页
基于Kinect无纹理散乱工件识别与姿态估计方法研究_第4页
基于Kinect无纹理散乱工件识别与姿态估计方法研究_第5页
资源描述:

《基于Kinect无纹理散乱工件识别与姿态估计方法研究》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、广东工业大学硕士学位论文(工学硕士)基于Kinect无纹理散乱工件识别与姿态估计方法研究王冲二○一八年五月分类号:学校代号:11845UDC:密级:学号:2111501139广东工业大学硕士学位论文(工学硕士)基于Kinect无纹理散乱工件识别与姿态估计方法研究王冲指导教师姓名、职称:李锻能教授学科(专业)或领域名称:机械工程学生所属学院:机电工程学院论文答辩日期:2018年5月ABSTRACTADissertationSubmittedtoGuangdongUniversityofTechnologyfortheDegr

2、eeofMaster(MasterofEngineering)ResearchonTexture-lessObjectsRecognitionandPoseEstimationBasedonKinectV2Sensor(MasterofEngineeringScience)Candidate:WangChongSupervisor:Prof.LiDuannengMay2018SchoolofElectromechanicalEngineeringGuangdongUniversityofTechnologyGuangzho

3、u,Guangdong,P.R.China,510006III摘要摘要随着制造强国战略“中国制造2025”的实施,基于视觉的机器人相关技术被广泛应用在工件搬运、装配等领域。但在实际生产中对目标工件检测与位姿估计的智能化程度还不高,尤其在非结构化的环境中,背景混乱、互相遮挡等场景仍然对现有算法构成挑战。采用高性能视觉传感器组成的三维检测系统可以获得目标工件的几何信息,但昂贵的价格制约其在实际生产活动中的普及应用。本文提出采用廉价的KinectV2传感器获取彩色图像和深度图像作为信息源,在非结构环境下对散乱工件进行检测与位姿估

4、计进行研究。论文开展研究内容及创新点如下:1)研究基于KinectV2传感器精确获取目标工件的点云数据。利用平面物标定技术建立深度图像和三维点云的变换关系。针对KinectV2在获取深度图像中存在离散的噪声、空洞等缺陷进行数据处理。利用引导滤波在去除噪声的同时保护原始图像的边缘特征,分析调整参数和窗口半径对图像质量及边界轮廓影响,提出最佳选择参数;基于RGB图像利用联合双边滤波对深度图像的空洞进行处理,分析参数影响,并通过实验测试空洞填补的数量和质量。2)研究基于多特征三维物体模板的匹配算法。针对现有LineMOD多特征模

5、板匹配算法对检测目标前景有遮挡、无法识别以及检测目标几何结构对称而出现重复检测结果的缺点,采用非极大值抑制和滞后阈值的方法去细化边缘轮廓,得到目标物体和当前场景的最优轮廓。改进后的模板特征数量大于LineMOD模板匹配计算的特征,计算耗时会增加,为此采用图像金字塔搜索法进行快速模板匹配。然后,针对改进后的方法重新定义模板匹配的相似性函数,检测计算模板图像与场景图像邻域窗口的相识度。3)改进迭代最近点(ICP)精确配准算法。从实际应用出发,在经典的ICP算法精配准的基础上,从如何提高配准速度的方面进行改进。采用了体素栅格下采

6、样方法对点云数据进行下采样;然后利用KD-Tree对下采样的点云数据建立拓扑关系,实现基于邻域关系的对应点对快速查找;最后,对匹配后的模板点云数据和目标工件点云数据中的对应点对使用欧式距离阈值剔除错误点对,降低点云的配准误差。关键词:Kinect传感器;深度图像;多特征模板匹配;无纹理物体识别;位姿估计I广东工业大学硕士学位论文ABSTRACTWiththeimplementationofthemanufacturingpowerstrategy"MadeinChina2025",thevision-basedrobott

7、echnologyhasbeenwidelyusedinthefieldsofobjecthandling,assemblyandsoon.However,theintelligenceofobjectdetectionandposeestimationisnotgoodinpracticalproduction,especiallyintheunstructuredenvironment,thebackgroundconfusion,mutualocclusionandotherscenariosarestillacha

8、llengetotheexistingalgorithms.The3Ddetectionsystemwithhighperformancevisionsensorcanobtaingeometricinformationofthetargetworkpiece,buttheexpensivepricer

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。