基于機器視覺的分揀機器人目標(biāo)識別與定位的研究.pdf

1、本文主要針對工業(yè)生產(chǎn)中分揀機器人的目標(biāo)識別及定位中遇到的具體問題:在外界干擾因素的影響下，目標(biāo)的判斷識別與定位精度容易受到光照、噪音等外界因素的干擾，而且目前只能對形狀規(guī)則、特征明顯、判定準(zhǔn)則單一的簡單目標(biāo)進行識別與定位，對形狀不規(guī)則的復(fù)雜目標(biāo)則很難有效實現(xiàn)等問題進行了研究。
　　首先對機器人的整體系統(tǒng)方案進行了設(shè)計，開發(fā)了手眼系統(tǒng)結(jié)合的四自由度機器人實驗平臺，對機器人進行了逆運動學(xué)求解和分析，并對其性能進行了實驗調(diào)試，重復(fù)定位精

2、度達到1mm。其次，建立了攝像機參數(shù)模型，并對視覺系統(tǒng)進行了標(biāo)定研究，計算出攝像機內(nèi)外參數(shù)，標(biāo)定精度在0.2像素之內(nèi)。推導(dǎo)出機器人手眼坐標(biāo)關(guān)系變換矩陣，給出了由圖像坐標(biāo)系中的工件形心坐標(biāo)向世界坐標(biāo)系中機器人末端執(zhí)行器位置轉(zhuǎn)化的模型。為排除外界干擾因素的影響，獲取高質(zhì)量的工件目標(biāo)圖像，利用開發(fā)的圖像處理技術(shù)目標(biāo)圖像進行圖像預(yù)處理，通過多個邊緣檢測器對圖像邊緣檢測效果的研究，提取出邊緣明顯、清晰地目標(biāo)的輪廓。
　　針對以上多目標(biāo)識別及

3、定位中遇到的問題，提出了SIFT和幾何矩算法相融合的方法。利用SIFT算法和RANSAC策略對多種工件進行匹配識別，通過匹配識別的實驗結(jié)果對比，表明RANSAC策略在消除誤匹配點方面對SIFT算法進行了改進，提高了匹配率。在利用SIFT算法對多目標(biāo)做出判斷識別的基礎(chǔ)上，通過幾何矩算法計算出工件形心坐標(biāo)，進而對目標(biāo)進行精確定位。通過視覺系統(tǒng)標(biāo)定和運動學(xué)逆解將工件形心坐標(biāo)轉(zhuǎn)化為機械手末端位置坐標(biāo)，以利用基于位置的視覺控制方法對機械手進行柔性