機械臂目標識別與缺陷檢測方法研究.pdf

1、MOTOMAN多自由度機械臂作為一種適用于各科研工程領域的工業(yè)機器人,開發(fā)其視覺感應能力可極大提高其智能水平、工作效率和質(zhì)量,成為當今工業(yè)機器人研究領域的一個熱門發(fā)展方向。本文以物流輸送自動化系統(tǒng)為應用背景,構建基于視覺的機器人遠程控制系統(tǒng),重點研究機器人視覺技術中目標識別算法、缺陷檢測技術及系統(tǒng)集成等關鍵理論。
　　為解決機械臂在多目標并存的工作環(huán)境下自主識別指定目標問題,提出一種基于邊緣勢場函數(shù)(EPF)最大互相關匹配算法。該

2、算法引入邊緣勢場函數(shù)理論計算目標圖像邊緣點的勢場函數(shù),有效利用復雜結(jié)構中單邊緣點的聯(lián)合效用,在特征點變換模型約束下采用最大互相關相似性度量完成同名控制點的建立與目標配準識別。仿真實驗表明,算法不僅加快匹配過程,而且能有效解決因成像條件引起噪聲旋轉(zhuǎn)的圖像匹配識別問題。
　　為解決平移、旋轉(zhuǎn)、亮度不均等復雜環(huán)境下的工件缺陷檢測中圖像匹配問題,在系統(tǒng)研究和分析傳統(tǒng)尺度不變特征變換SIFT算法的基礎上,從工業(yè)檢測匹配精準性和實時性角度出發(fā)

3、,通過改進特征點提取方法和增加特征點對之間一致性幾何約束進行圖像匹配,即進行高斯差分金字塔DoG極值檢測時采用均勻性特征檢測方法;特征點匹配時采用隨機采樣一致性RANSAC算法約束再次進行錯誤點消除,解決了傳統(tǒng)SIFT算法配準冗余、匹配耗時長、實時性差的問題。開發(fā)基于VS2010環(huán)境和開源圖像處理函數(shù)庫OpenCV的圖像匹配軟件,對上述提出的改進型SIFT算法進行仿真實驗。結(jié)果表明,本文所提出的算法在保證匹配精度的同時,能大幅度提高匹配

4、速度,且具有較強的抗幾何畸變和抗灰度能力。
　　針對示教技術難以解決工業(yè)機器人在非結(jié)構化環(huán)境中的自主控制問題這一現(xiàn)狀,以MOTOMAN六自由度機器人為載體,硬件系統(tǒng)配套的軟件開發(fā)包MOTOCOM32為編程接口,在VC++環(huán)境下開發(fā)機器人遠程控制應用軟件。應用軟件由通信管理模塊、機器人運動控制模塊、數(shù)據(jù)顯示、圖像處理模塊組成。
　　以上述研究為工作基礎,結(jié)合生產(chǎn)制造過程中PET飲料瓶封裝孔洞缺陷問題,經(jīng)過多次調(diào)試和實驗,設計并