面向工业机器人装配的单目视觉定位方法

摘要

相机与工业机器人的结合使得工业机器人能够更直观地获取环境信息，视觉传感器的进步和图像处理技术的发展极大地扩大了工业机器人的应用场景。目前，工业机器人主要依靠示教方式完成装配作业和轨迹规划，这种方式严格限定了目标工件的位姿，通常应用在大批量工业化生产模式中。随着物联网的发展，小批量定制化的柔性生产线将成为未来工厂的发展趋势，无额外传感器的工业机器人将难以胜任。本文以单目相机和工业机器人作为研究对象，在相机与工业机器人坐标转换、工件角点识别以及相机位姿估计等领域进行了探索，并演示了单目视觉定位方法在机器人装配实验中的应用，目标工件无需人工合作点，验证了单目视觉定位的可行性。 首先，建立了工业机器人运动学模型和相机模型。采用齐次变换矩阵和D-H参数法建立了SR10C工业机器人的运动学模型，推导出机器人的正运动学方程。接着建立相机的中心透视投影模型，详细分析了相机标定原理和畸变原理，采用张正友标定法对相机的内参数进行了标定，得到相机的内参数矩阵。利用上述建立的机器人模型和相机模型，建立了手眼标定的模型，采用手眼标定算法计算了机器人与相机模型之间的变换矩阵，并研究了手眼标定状态数与标定误差之间的关系。 其次，设计了典型工件的角点检测方法。本文装配的目标为具有较多棱线的工件，因此采用以线代点的方式识别工件的角点，第一步，分别采用高斯滤波和中值滤波对图像中的噪声进行处理，得到高信噪比的图像；第二步，利用Canny边缘检测技术获得工件的轮廓，采用Hough线检测技术获得工件的棱线拟合直线，第三步，筛选直线的交点获得工件的角点位置。该方法能够准确获得图像中工件角点的位置信息，为下一步的工件定位做准备。 然后，提出了一种基于软指派算法的相机位姿估计算法。该算法结合了正交迭代算法和软指派算法，以三维特征点和二维特征点的物方空间共线性误差作为确定特征点之间匹配关系的指派依据和计算相机位姿的目标函数值，通过迭代方式确定特征点的匹配关系和相机位姿，即工件在相机坐标系下的位姿。其不仅能处理三维/二维特征点一一对应的情况，而且能够处理同时存在遮挡的三维特征点和错误的二维特征点的情况。图像合成实验和真实图像实验分别验证算法的性能。 最后，在机器人的定位实验中验证了上述提出的算法。在搭建的实验平台，介绍了基于单目视觉的工业机器人定位流程，针对多个工件，相机准确地获得工件位姿，并控制机器人运动到相应的位姿，实现了本文提出的算法，与其他方法相比，该方法能达到相同的定位精度和定位时间，满足实验要求，最后对实验误差进行了分析。

目录

第一个书签之前

摘　　要

Abstract

1 绪论

1.1 课题研究背景及意义

1.2 基于视觉定位的机器人装配研究现状

1.2.1 视觉定位与机器人装配的研究现状

1.2.2 相机位姿估计的研究现状

1.3 本文的主要研究内容

2 SR10C工业机器人运动学模型与RealSense相机模型

2.1 SR10C工业机器人运动学分析

2.1.1 工业机器人运动学模型

2.1.2 工业机器人运动学正解

2.2 RealSense相机模型构建与参数标定

2.2.1 透视投影模型

2.2.2 相机畸变模型

2.2.3 相机参数标定方法

2.3 手眼标定

2.3.1 手眼系统的数学模型

2.3.2 手眼标定实验

2.4 本章小结

3 基于轮廓特征的典型工件角点识别

3.1 典型工件

3.2 基于轮廓特征的典型工件角点识别

3.2.1 滤波与边缘检测

3.2.2 直线拟合与筛选

3.2.3 工件角点筛选

3.3 实验结果与分析

3.3.1 角点识别实验

3.3.2 角点识别误差分析

3.4 本章小结

4 基于SoftOI算法的相机位姿估计

4.1 SoftOI算法

4.1.1 空间共线性误差

4.1.2 距离矩阵与匹配矩阵

4.1.3 匹配评价函数

4.1.4 改进的正交迭代算法

4.2 实验结果与分析

4.2.1 数据仿真实验

4.2.2 真实图像实验

4.3 本章小结

5 工业机器人定位实验

5.1 实验平台及系统组成

5.2 机器人基于典型工件的定位演示

5.3 工业机器人定位实验分析

5.4 单目相机定位在机器人装配中的应用

5.5 本章小结

结　　论

参考文献

攻读硕士学位期间发表学术论文情况

致　　谢

大连理工大学学位论文版权使用授权书