六自由度机械臂的视觉伺服技术研究

摘要

随着机器人技术的快速发展，人们对机器人智能化水平的要求也越来越高。由于视觉是机器人高度智能化的一种体现形式，所以机器人视觉伺服技术也就成为了研究的核心内容之一。目前，视觉伺服技术已经广泛应用在工业机械臂的控制中，在工业生产中占得比重较大。同时，工业现场的特殊性决定了工作环境的图像信息比较单一，视觉检测和定位的实现相对难度不大。但是，未来视觉机器人并不会只局限工业现场中，因此视觉感知到的环境信息也会变的更加复杂。
　　在复杂的工作环境下，要想使机器人具有聪明的分辨能力和明确的行动能力，这就要求机器人具有更高的视觉能力，也是视觉伺服技术水平程度的高度体现。本文正是以这样的目的为出发点，结合在研项目来重点研究一种六自由度机械手臂的视觉伺服技术。
　　首先，本文在查阅了大量相关文献的基础上，明确了视觉伺服控制系统的组成形式。接着，本文提出了视觉伺服系统的方案设计以及实验过程。同时，对视觉伺服系统进行相关的数学建模与分析，结合本文机械臂系统中的坐标转换关系，为类似人眼与手臂的协调性的关系，从而确立了采用眼在手上的视觉伺服形式。然后，根据机械臂固有机械属性，在不考虑动力学的因素下，采用经典D-H法对其运动学进行建模与分析，完成相关建模分析和实验仿真。
　　其次，结合本文视觉伺服技术的难点，着重研究特征提取和识别算法。在复杂背景信息下，实现了SIFT算法进行特征提出、匹配，通过RANSAC算法消除匹配误差干扰，从而能够准确无误的识别目标物体。处理过程中，使用OpenCV视觉库来完成相关算法的编写，通过实验验证了算法的可行性。同时，计算得出了目标物体在图像坐标系下的像素坐标区域。
　　再次，结合已经标定好的双目立体摄像机，针对本次实验的目标物体，设计了实际位置与姿态测量的计算方法。利用GrabCut算法进行复杂背景图像分割处理，提取出目标轮廓和轮廓中心点。再根据物体几何特性与双目视觉原理计算确定出实际空间中的位置和姿态。从而实现整个视觉伺服系统的功能。
　　最后，在目标物体三维坐标已经确定的基础上，通过六自由度机械臂运动学逆解实现了机械臂末端夹持器抓取目标物体。通过实验测试与数据分析，表明了手眼系统的标定、空间物体识别与定位的准确性符合设计方案预期要求。

目录

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．2相关技术研究现状

1．2．1机器人视觉发展研究现状

1．2．2机器人视觉伺服技术研究现状

1．3论文的主要研究内容

第2章视觉伺服系统总体方案设计与建模分析

2．1视觉伺服系统设计方案

2．1．1视觉伺服系统组成

2．1．2视觉伺服系统硬件组成

2．1．3视觉伺服控制实验方案设计

2．2手眼系统建模与求解

2．2．1空间描述

2．2．2空间变换

2．2．3建立手眼关系方程

2．2．4分步法解手眼方程

2．2．5非线性最优法的求解

2．3六自由度机械臂运动学建模

2．3．1六自由度机械臂正运动学模型建立

2．3．2六自由度机械臂正运动学的仿真验证

2．3．3六自由度机械臂逆运动学求解

2．3．4六自由度机械臂逆运动学验证

2．4本章小结

第3章目标物体特征提取与识别算法研究

3．1图像特征分析

3．2 SIFT特征提取算法研究与实现

3．2．1尺度空间极值检测

3．2．2关键点的选定方法

3．2．3确定关键点方向

3．2．4生成SIFT特征向量

3．2．5 SIFT算法实现目标特征提取

3．3目标物体的识别算法实现

3．3．1 SIFT特征匹配

3．3．2 RANSAC去除误匹配

3．3．3匹配识别目标物体

3．4目标物体在图像区域中的位置计算

3．4．1单应矩阵

3．4．2根据单应矩阵确定目标所在区域

3．5本章小结

第4章目标物体位置与姿态测量方法

4．1目标物体轮廓提取算法实现

4．1．1 GrabCut图像分割算法

4．1．2获取待分割的目标图像

4．1．3 GrabCut算法进行目标物体轮廓提取

4．2目标对象位置测量方法

4．2．1轮廓中心点坐标计算

4．2．2轮廓中心点匹配

4．3目标姿态测量方法

4．3．1确定场景图像中目标对象的母线

4．3．2空间母线求取及目标对象姿态计算

4．4本章小结

第5章视觉伺服系统实验与结果分析

5．1手眼系统标定实验

5．2．1不同目标的定位实验

5．2．2数据与误差分析

5．3实现对目标物体的抓取

5．4本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢