基于ETH/EIH机器视觉系统的轴、孔位姿测量

摘要

利用机器视觉完成图像匹配、目标识别以及位姿测量是装配机器人智能化的关键技术。通过这些技术可以引导、控制机器人在复杂未知环境下自主完成各种装配作业。轴、孔零件的装配在机器人装配任务中占很大比例，应用机器视觉技术来获取目标装配轴孔工件的精确位姿信息，进而引导机器人快速装配，正在成为自动化、智能化装配的重要研究领域。鉴于该领域的研究尚不够成熟，本文基于 ETH(EYE-TO-HAND)双目视觉系统与EIH(EYE-IN-HAND)手眼视觉系统，围绕提高视觉系统标定精度、改善图像匹配精度和改进轴、孔位姿测量算法开展研究，拟为后续六自由度装配机器人完成轴孔自主装配提供目标位姿信息。具体研究工作及成果如下：
　　（1）提高视觉系统标定精度。改进亚像素角点提取算法，应用于棋盘格标定板角点检测，并对多次提取结果进行迭代优化，角点坐标均值误差减小了64.94％；以实验方法揭示标定误差影响因素，利用重投影误差为代价函数，定量分析标定精度，为相机标定过程中各环节参数的选择提供理论支持；运用恒定旋转矩阵，进行EIH视觉系统标定，最终检测结果显示：点距测量相对误差为1.15%，夹角测量相对误差为0.55%。
　　（2）改进SIFT立体匹配算法。将小波多分辨率分析融入SIFT匹配算法，基于实验揭示小波域多分辨率分析与图像匹配精度的相关性，遴选最佳小波，提取图像低频信息，提高算法抗噪性和匹配点召回率；提出“回”形窗口的有效邻域划分新方法，构建低维度独特特征点描述算子，提高匹配效率；运用基于全局计算的积分图像，改进误匹配点剔除方法，消除局部特征算子带来的匹配误差，提高匹配精度；以统计理论为基础，建立匹配结果评价指标，通过实验验证改进方法的合理性和实用性。
　　（3）提出轴、孔位姿测量新算法。提出双阈值分割算法用于轴目标的轮廓提取，分步提取强边缘和弱边缘，有效减少噪声影响；基于“角平分面”及“面面相交得直线”的原理，提出轴的中轴线提取算法，建立中轴线投影模型，获取目标轴的三维空间位姿；首先运用代数距离进行椭圆的粗拟合，再由椭圆定义约束和椭圆参数的几何关系进行精拟合，改进几何约束下的椭圆拟合算法，保证椭圆拟合精度；利用2D到3D映射，提出基于向量代数的端面法向量法，用于孔中轴线垂直于孔端面时的孔零件空间位姿测量；提出基于空间几何的S-T（Similar-Triangle）算法，用于孔中轴线倾斜于孔端面时的孔零件空间位姿测量；构建ETH/EIH视觉系统信息融合机制，分步完成孔零件位姿测量。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景及意义

1.2 机器视觉应用领域及国内外研究现状分析

1.3 主要研究内容与论文组织结构

2 基于多视图几何的ETH/EIH视觉系统标定

2.1相机模型中的多视图几何

2.2 ETH视觉系统几何模型建立

2.3 基于像素点曲率和梯度的亚像素角点检测

2.4 标定误差代价函数

2.5 ETH相机标定实验

2.6 标定精度的实验分析

2.7 EIH相机手眼标定

2.8 本章小结

3 特征基元下的立体匹配

3.1 引言

3.2 立体匹配中应考虑的问题

3.3 基于区域特征的SIFT立体匹配算法

3.4 SIFT匹配算法的改进

3.5基于目标特征的匹配

3.6 本章小结

4 基于直线方程的轴位姿测量

4.1八方向链码与轮廓特征相结合的轴零件区域边界提取

4.2 基于直线方程的轴零件位姿测量

4.3本章小结

5 基于端面法向量法和S-T算法的孔位姿测量

5.1孔位姿情况分类

5.2基于椭圆特征参数的孔心位置求解

5.3 基于端面法向量法的孔轴线位姿求解

5.4 基于S-T算法的孔轴线位姿求解

5.5实验验证

5.6 ETH/EIH视觉系统在孔位姿测量中的信息交互

5.7 误差分析

5.8本章小结

6 总结与展望

6.1主要研究成果与创新点

6.2 研究展望

致谢

参考文献

攻读博士学位期间发表的学术论文及参加科研情况