基于雙目視覺的注塑模具識(shí)別與定位跟蹤.pdf

1、在注塑模具生產(chǎn)過程中，由于流水線上注塑模具的多樣性以及所處位置不確定性，傳統(tǒng)的機(jī)器人又是以固定姿態(tài)抓取注塑模具，該方法自動(dòng)化程度和精度都不高，所以生產(chǎn)效率較低。相比傳統(tǒng)的三維定位抓取方法，基于雙目視覺的機(jī)器人具有高效率、高精度以及自動(dòng)化程度高等優(yōu)勢。因此，本文基于雙目視覺模型，結(jié)合相機(jī)標(biāo)定技術(shù)、特征匹配技術(shù)和動(dòng)態(tài)跟蹤技術(shù)，開發(fā)了應(yīng)用于工業(yè)流水線上的注塑模具工件識(shí)別與定位跟蹤系統(tǒng)，實(shí)驗(yàn)表明，該系統(tǒng)能自動(dòng)識(shí)別與定位工件相對于相機(jī)的三維坐標(biāo)，

2、定位誤差為±2mm，同時(shí)跟蹤效果良好，本文主要研究了以下幾個(gè)方面：
　?。?）相機(jī)的標(biāo)定和圖像校正。通過分析對比多種相機(jī)標(biāo)定法的優(yōu)缺點(diǎn)，結(jié)合本課題的實(shí)驗(yàn)平臺(tái)以及應(yīng)用場景，提出采用張正友標(biāo)定法對相機(jī)進(jìn)行標(biāo)定，得到了雙目相機(jī)的內(nèi)外參數(shù)；在圖像校正方面，提出采用Bouguet算法對圖像進(jìn)行校正。
　?。?）特征提取與匹配算法研究中，首先采用高斯濾波算法去除了圖像噪聲影響；然后分別使用特征匹配算法（SIFT、SURF、FREAK、O

3、RB）對圖像進(jìn)行特征點(diǎn)的提取以及匹配，并提出采用RANSAC算法改進(jìn)匹配算法，實(shí)驗(yàn)證明改進(jìn)后的算法在匹配精度上提高了；通過實(shí)驗(yàn)對比改進(jìn)后算法的特征提取與匹配的時(shí)間、匹配的準(zhǔn)確率以及算法的穩(wěn)定性，提出了將實(shí)時(shí)性和準(zhǔn)確率都較高的ORB算法作為工件識(shí)別算法。
　?。?）工件識(shí)別與定位。采用改進(jìn)后的ORB特征匹配算法對工件模板圖像和場景圖像進(jìn)行特征匹配，實(shí)現(xiàn)了工件識(shí)別，并驗(yàn)證了工件被遮擋、旋轉(zhuǎn)及光照變化情形下工件識(shí)別的準(zhǔn)確性與穩(wěn)定性，實(shí)驗(yàn)

4、證明工件識(shí)別效果良好；通過透視變換矩陣確定工件所在場景圖像中的區(qū)域，同時(shí)分割出只包含工件目標(biāo)的區(qū)域；通過對已經(jīng)識(shí)別分割出的工件區(qū)域再進(jìn)行ORB特征匹配，利用獲得的匹配點(diǎn)求取視差后，采用三角測量法完成了對工件的定位，得到了相對于相機(jī)的三維坐標(biāo)；通過精度分析實(shí)驗(yàn)得到定位誤差在±2mm范圍內(nèi)，達(dá)到本課題的需求。
　　（4）針對流水線上運(yùn)動(dòng)的注塑模具工件進(jìn)行跟蹤的研究中,本文對核相關(guān)濾波算法（KCF）跟蹤算法進(jìn)行了深入的研究，提出將ORB