面向堆叠矩形物体的识别与抓取方法研究
发布时间：2023-10-15 16:07
随着制造业对生产自动化程度的要求越来越高,机器人代替人工进行全自动化作业成为一种趋势。在企业生产过程中,矩形物体较为常见,例如电子工厂制造的矩形PCB板和液晶屏幕。由于生产物料一般是放置在矩形纸盒中,因此堆叠矩形纸盒也较为常见。本课题主要研究平面上和三维空间中多个矩形物体识别和抓取方法,旨在提高堆叠物料的搬运效率。基于对系统的需求分析,本文设计了由RGB-D相机、相机光源、上位机、机器人控制器、SCARA四轴机械臂和末端抓取装置组成的抓取系统。由于传统的手眼标定方法标定过程繁琐,本文提出了简易的四轴机器人的手眼标定方法,并进行理论证明和实验分析。该方法操作方便,不需要对相机内参进行标定,精度也能满足抓取物体的要求。对于二维平面上的矩形识别,本文改进和完成了一套基于轮廓提取的矩形检测算法,实现对平面上多个矩形纸盒的识别。通过改进的灰度化算法等预处理提高了矩形识别的准确率,通过轮廓提取和面积筛选算法可以除去背景干扰物,从而筛选出目标矩形。对于三维空间中堆叠矩形纸盒的坐标计算问题,本文先提出了一种基于PnP算法的堆叠纸盒层数估计方法,在已知纸盒尺寸的情况下,仅使用普通的单目相机就可以估计深度...
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 矩形检测算法的研究现状
1.3.2 三维视觉技术的研究现状
1.4 本文的主要研究内容
第2章 系统方案设计及相机标定
2.1 引言
2.2 系统总体方案设计
2.2.1 功能需求分析
2.2.2 系统方案设计
2.3 工业相机内参标定
2.3.1 单目相机的内参标定
2.3.2 深度相机的选型和标定
2.4 四轴机械臂的简易手眼标定
2.4.1 传统的手眼标定方法
2.4.2 改进的SCARA机械臂手眼标定方法
2.4.3 实验设计与精度分析
2.5 本章小结
第3章 基于轮廓提取的矩形检测算法
3.1 引言
3.2 矩形纸盒图像的预处理
3.2.1 改进的灰度化算法
3.2.2 空间滤波算法
3.3 矩形纸盒图像边缘检测
3.3.1 图像阈值化
3.3.2 采用中值滤波修复缺陷
3.3.3 图像的边缘检测
3.4 目标图像的轮廓提取
3.4.1 寻找轮廓
3.4.2 基于面积的目标矩形筛选
3.5 寻找凸包以及矩形角度估计
3.5.1 检测凸包和最小包围矩形
3.5.2 计算矩形中心点
3.5.3 估计矩形纸盒的角度
3.6 识别准确率和实时性分析
3.7 本章小结
第4章 三维空间中堆叠纸盒的矩形检测
4.1 引言
4.2 单目相机的深度估计方法
4.2.1 基于PnP算法的深度估计算法
4.2.2 层数估计实验
4.3 深度图片获取及预处理
4.3.1 RealSense相机的图像采集
4.3.2 基于时域上的中值滤波算法
4.4 基于RGB-D相机的矩形纸盒深度估计
4.4.1 深度图像和彩色图对齐
4.4.2 基于霍夫梯度法的图像对齐算法及实验
4.4.3 多层矩形纸盒的深度测量实验
4.5 堆叠矩形纸盒的识别算法研究
4.5.1 基于直方图统计的深度图分割算法
4.5.2 堆叠矩形纸盒识别的实验分析
4.6 本章小结
第5章 机械臂抓取装置设计及实验分析
5.1 引言
5.2 SCARA四轴机械臂
5.3 真空吸取装置设计
5.3.1 真空吸取装置方案设计
5.3.2 吸盘设计与吸力测试
5.4 矩形抓取装置的设计
5.4.1 机械结构设计
5.4.2 电控部分设计及测试
5.4.3 非挤压式抓取装置设计
5.5 矩形PCB板识别实验分析
5.5.1 识别与抓取实验流程
5.5.2 算法鲁棒性分析
5.6 堆叠矩形纸盒识别和抓取实验
5.6.1 目标抓取实验
5.6.2 抓取定位误差来源分析
5.7 本章小节
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
本文编号：3854226
【文章页数】：82 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 矩形检测算法的研究现状
1.3.2 三维视觉技术的研究现状
1.4 本文的主要研究内容
第2章 系统方案设计及相机标定
2.1 引言
2.2 系统总体方案设计
2.2.1 功能需求分析
2.2.2 系统方案设计
2.3 工业相机内参标定
2.3.1 单目相机的内参标定
2.3.2 深度相机的选型和标定
2.4 四轴机械臂的简易手眼标定
2.4.1 传统的手眼标定方法
2.4.2 改进的SCARA机械臂手眼标定方法
2.4.3 实验设计与精度分析
2.5 本章小结
第3章 基于轮廓提取的矩形检测算法
3.1 引言
3.2 矩形纸盒图像的预处理
3.2.1 改进的灰度化算法
3.2.2 空间滤波算法
3.3 矩形纸盒图像边缘检测
3.3.1 图像阈值化
3.3.2 采用中值滤波修复缺陷
3.3.3 图像的边缘检测
3.4 目标图像的轮廓提取
3.4.1 寻找轮廓
3.4.2 基于面积的目标矩形筛选
3.5 寻找凸包以及矩形角度估计
3.5.1 检测凸包和最小包围矩形
3.5.2 计算矩形中心点
3.5.3 估计矩形纸盒的角度
3.6 识别准确率和实时性分析
3.7 本章小结
第4章 三维空间中堆叠纸盒的矩形检测
4.1 引言
4.2 单目相机的深度估计方法
4.2.1 基于PnP算法的深度估计算法
4.2.2 层数估计实验
4.3 深度图片获取及预处理
4.3.1 RealSense相机的图像采集
4.3.2 基于时域上的中值滤波算法
4.4 基于RGB-D相机的矩形纸盒深度估计
4.4.1 深度图像和彩色图对齐
4.4.2 基于霍夫梯度法的图像对齐算法及实验
4.4.3 多层矩形纸盒的深度测量实验
4.5 堆叠矩形纸盒的识别算法研究
4.5.1 基于直方图统计的深度图分割算法
4.5.2 堆叠矩形纸盒识别的实验分析
4.6 本章小结
第5章 机械臂抓取装置设计及实验分析
5.1 引言
5.2 SCARA四轴机械臂
5.3 真空吸取装置设计
5.3.1 真空吸取装置方案设计
5.3.2 吸盘设计与吸力测试
5.4 矩形抓取装置的设计
5.4.1 机械结构设计
5.4.2 电控部分设计及测试
5.4.3 非挤压式抓取装置设计
5.5 矩形PCB板识别实验分析
5.5.1 识别与抓取实验流程
5.5.2 算法鲁棒性分析
5.6 堆叠矩形纸盒识别和抓取实验
5.6.1 目标抓取实验
5.6.2 抓取定位误差来源分析
5.7 本章小节
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
本文编号：3854226
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3854226.html
