现代物流系统视觉机器人货物识别与拣选方法研究

摘要

自动化立体仓库集存储、输送、分发、管理等功能于一体，具有存储容量大、占地面积小、操作简单、能与ERP系统信息集成等多方面的优点。本文以山东大学现代物流实验中心自动化立体仓库为应用背景，将计算机视觉技术和机器人控制技术引入到自动化立体仓库的设计之中，设计并实现了一套较为完整的货物自动识别与拣选系统，实现了货物的自动定位、自动识别和自动出入库作业，以期最终实现无人参与的全自动化智能化立体仓库。 在货物图像处理方面，研究内容包括：（1）货物图像的摄取。设计了一套货物图像拍摄系统，利用CCD摄像机，图像采集卡和上位控制计算机实现了货物图像的采集。（2）货物图像预处理。为了使货物图像更适于后续步骤的处理，提出了与货物图像特点相适用的图像预处理算法，有效地去除了货物图像噪声，又能尽可能地保证货物的边缘信息不丢失。（3）货物图像边缘检测与轮廓提取。提出了一种针对货物图像的边缘检测与轮廓提取算法，先对整幅图像进行粗检测，确定出货物可能的区域，然后对该区域进行细检测，检测出货物的边缘，最后采用轮廓跟踪算法提取单象素宽的货物外轮廓，实现了货物的定位。 在货物识别方面，研究内容包括：（1）货物特征的提取。在满足货物特征旋转不变性和平移不变性的前提下，提出了一种适用于货物图像的特征提取方法，分别提取了颜色特征中的核函数直方图、纹理特征中的信息熵和频域特征中的傅里叶描绘子对目标货物进行识别，并根据实验结果分析了各个特征的优缺点。（2）多分类器融合。为了提高货物识别的识别率和置信度，提出了适用于货物识别的多分类器串行融合算法，选用颜色特征、轮廓的傅里叶描绘子和熵值特征作为货物识别系统第一、二、三级分类器的特征，并根据各个特征的特点制定了相应的识别准则，最后根据待识别货物的特征选定参数，实现了货物的识别。 在SK-6机器人控制方面，在综合运用SK-6机器人示教编程和远程命令两种控制方式的基础上，提出了一种SK-6机器人控制方法。通过实时控制与固定程序相结合，实现了机器人的运动控制，完成了货物图像的拍摄和货物的拣选工作。 实验结果表明了上述货物识别算法的有效性和SK-6机器人控制方案的可行性。视觉定位精度满足货物拣选、出入库作业的工艺要求，机器人货物自动吸取和搬运控制正确，达到了预期的设计要求，可用于立体仓库货物的出入库拣选作业。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景

1.2国内外发展现状

1.2.1立体仓库发展现状

1.2.2自动识别技术发展现状

1.3本文的主要研究内容及章节安排

第二章系统硬件组成及图像预处理技术

2.1系统硬件组成

2.1.1课题应用背景

2.1.2货物识别系统硬件构成

2.1.2货物拣选系统硬件构成

2.2图像预处理

2.2.1灰度转化

2.2.2图像去噪

2.2.3形态算子

2.3本章小结

第三章货物边缘检测与轮廓提取算法

3.1边缘检测算法

3.1.1 Sobel算子

3.1.2 Canny边缘检测器

3.1.3本文边缘检测算法

3.2轮廓提取算法

3.2.1常用轮廓提取算法

3.2.2本文轮廓提取算法

3.3实验结果与分析

3.4本章小结

第四章货物特征提取方法

4.1图像特征提取方法

4.2颜色模型

4.3颜色特征

4.3.1无参数密度估计

4.3.2货物模型的建立

4.3.3候选目标的描述

4.3.4相似性度量

4.3.5基于颜色特征的货物识别算法步骤及实验结果

4.4纹理特征

4.4.1纹理量化方法

4.4.2目标模型的描述

4.4.3相似性度量

4.4.4基于信息熵的货物识别算法步骤及实验结果

4.5频域特征

4.5.1傅里叶描绘子

4.5.2目标模型的描述

4.5.3相似性度量

4.5.4基于傅里叶描绘子的货物识别算法步骤及实验结果

4.6本章小结

第五章基于多分类器串行融合的货物识别算法

5.1多分类器融合的两种基本方式

5.1.1多分类器的串行融合方式

5.1.2多分类器的并行融合方式

5.2单分类器输出信息的层次

5.3本文货物识别算法

5.4实验结果与分析

5.5本章小结

第六章 货物拣选方法

6.1 SK-6机器人坐标系

6.2 SK-6机器人运动控制

6.2.1机器人示教编程

6.2.2机器人远程控制

6.3机器人运动控制的实现

6.4本章小结

第七章总结与展望

7.1本文工作总结

7.2工作展望

参考文献

致谢

攻读学位期间发表的学术论文目录