Delta高速并聯(lián)機器人視覺控制技術及視覺標定技術研究.pdf

1、本文密切結合電子、輕工、食品和醫(yī)藥等領域自動化生產(chǎn)線高速輕載搬運作業(yè)需求,研究基于視覺的機器人控制技術、現(xiàn)場快速標定技術,以及機器人-視覺系統(tǒng)與生產(chǎn)線傳送帶的標定技術,并以開發(fā)具備視覺引導功能的少自由度高速包裝機器人為工程背景,將研究成果用于提高Delta機器人精度和抓取準確性。全文取得了如下創(chuàng)造性成果:
　　在機器人視覺控制技術方面,構建了基于位置的Dynamic Look-and-Move結構的視覺控制系統(tǒng)方案,為實現(xiàn)機器人對

2、傳送帶上散亂物料的快速抓放操作提供了重要保障,并在攝像機標定、目標方向定位和多目標動態(tài)跟蹤抓取三個方面形成特色:
　　(1)攝像機標定。提出一種基于局部線性法的攝像機標定方法,該方法采用通用標定靶,僅需采集一副圖片即可確定攝像機的測量精度,進而簡化了視覺系統(tǒng)標定過程。
　　(2)目標方向定位。提出一種目標邊緣極坐標化和等角度離散的匹配方法,解決了目標繞z軸旋轉角度定位問題,具有定位精度高、計算過程簡單、實用性強的優(yōu)點。

3、>　　(3)動態(tài)目標跟蹤抓取。提出“伺服電機+同步傳送帶”的動態(tài)目標跟蹤方法,該方法借助伺服電機編碼器實現(xiàn)多目標不重復識別和動態(tài)跟蹤,并引入牛頓二分法計算動態(tài)目標抓取位置,進而實現(xiàn)機器人對動態(tài)目標的高頻率實時抓取。
　　在機器人運動學標定方面,提出一種基于“單目視覺+激光位移傳感器”的機器人現(xiàn)場快速標定方法,標定后機器人精度得到顯著提高。該方法在機器人誤差建模、誤差測量和參數(shù)辨識方面形成特色:
　　(1)機器人誤差建模。構造

4、了可將影響末端可補償與不可補償位姿精度幾何誤差源有效分離的誤差模型,并借助誤差靈敏度分析得出邊界誤差最敏感的結論,在此基礎上揭示出僅需檢測機器人末端全空間x、y向誤差及部分測點z向誤差即可有效實現(xiàn)幾何誤差參數(shù)的辨識,為誤差測量與參數(shù)辨識提供了理論依據(jù)。
　　(2)誤差測量與參數(shù)辨識。提出了一種適用于現(xiàn)場的快速誤差測量方法,該方法采用移動攝像機,固定標靶方式,利用基于共面 P4P的單目視覺定位原理測量機器人末端在x-y向的定位誤差,

5、并借助激光位移傳感器測量z向誤差,從而有效的辨識出幾何誤差參數(shù),補償后機器人定位精度由1 mm提高至0.1 mm數(shù)量級。
　　在機器人-視覺系統(tǒng)與傳送帶標定方面,提出一種基于單目視覺測量技術的標定方法。該方法通過構造距離度量特征實現(xiàn)視覺系統(tǒng)與傳送帶之間繞z軸的旋轉角度標定,在此基礎上借助簡易標靶,利用共面 P4P的單目視覺測量技術實現(xiàn)機器人與傳送帶的標定。所提方法為提高機器人系統(tǒng)整體精度提供了重要保障。
　　本文研究成果對豐