基于机器视觉的机器人本体装配研究与应用

摘要

本文以机器人底座和RV减速器装配这一代表性环节为研究内容，使用视觉引导机器人抓取和安装，从而完成装配任务。通过键盘输入和鼠标点击操作，代替了原本繁重、高重复性、高强度的人工装配方法，不仅大大节约了人力成本，还提高了机器人生产线柔性，带来了较高的经济效益，本文主要进行了以下研究: 设计基于视觉的机器人本体装配系统总体方案。采用自上而下的分析方法，从原始需求—需求分析—系统设计的逻辑抽象过程，设计了整体方案。根据任务需求对子系统逐个进行设计和硬件选型，完成实验台搭建。 减速器和底座的识别定位研究。对采集到的减速器和底座图像使用中值滤波、Lab色彩空间的自适应K-means分割、基于图像金字塔的模板匹配、亚像素边缘检测等方法进行了图像特征提取，然后使用最小二乘法拟合圆，确定了螺栓孔与特征小孔的坐标和两者位置关系，计算出了工件的位置和旋转姿态。 基于Halcon的系统标定与抓取研究。通过相关算子，完成了相机标定和机器人手眼标定，使用图像坐标得到了真实世界坐标。然后通过示教的方法，确定了抓取平面和手爪姿态，与得到的二维真实坐标结合完成了抓取任务的研究。 系统软件开发。以Visual Studio为开发平台，通过基于对话框的MFC应用程序结合Halcon函数的方法，完成了系统软件的框架设计。通过分模块设计，实现了系统PC上位机和机器人控制器及车间供料调度系统之间的网络通讯、光源的串口通讯以及对相机的控制等，最终完成了机器人本体装配系统的开发。

目录

声明

摘要

1绪论

1．1研究背景和意义

1．2机器视觉技术

1．3视觉装配技术研究现状

1．4论文主要研究内容

1．5本章小结

2基于机器视觉的机器人本体装配系统总体设计

2．1装配任务分析

2．1．1工序选择分析

2．1．2装配工艺分析

2．2系统总体方案设计

2．2．1系统控制方式

2．2．2系统装配策略

2．3系统软硬件设计和选型

2．3．1人机交互系统

2．3．2轨道小车供料系统

2．3．3单目视觉系统

2．3．4机器人执行机构

2．4图像处理平台

2．5装配平台搭建

2．6本章小结

3工件识别定位

3．1图像去噪

3．1．1几种常见滤波方法

3．1．2一种改进彩色中值滤波

3．2图像分割

3．2．1几种常见分割方法

3．2．2基于Lab色彩空间的白适应K-means图像分割

3．3亚像素边缘检测

3．3．1图像灰度化

3．3．2 Canny边缘检测算法

3．3．3模板匹配法

3．3．4基于亚像素边缘的Canny算子

3．4 RV减速器位姿识别

3．4．1 RV减速器定位

3．4．2 RV减速器旋转姿态识别

3．5底座位姿识别

3．5．1底座定位

3．5．2底座旋转姿态识别

3．6本章小结

4基于Halcon的系统标定

4．1相机模型

4．2相机标定

4．3机器人手眼标定

4．4机器人手爪工作平面

4．5本章小结

5机器人本体装配系统设计与开发

5．1系统开发环境简介

5．1．1微软基础库MFC

5．1．2开发环境配置

5．2软件总体设计

5．3系统功能模块设计

5．3．1基于Socket的通信控制

5．3．2串口通信

5．3．3相机通讯

5．4系统实现

5．5本章小结

6视觉装配系统装配应用

6．1系统装配应用

6．2装配问题分析

6．3本章小结

7总结与展望

7．1全文总结

7．2工作展望

致谢

参考文献

附录