一种双摄像头协同的机器人机械手物体抓取方法实现

摘要

随着机器人硬件配置的不断提升，现有的机器人软件技术已不能满足人们对机器人人能力的期望。人们期望机器人能够更自主更智能的完成任务，而不是仅靠设定好的步骤完成指定任务。抓取操作作为机器人完成其它任务所必备的最基本能力之一，其能力的高低是机器人智能化程度的一个重要评判依据;同时，视觉传感器作为机器人获取外界信息的主要渠道，其信息获取和处理能力也已成为机器人智能化程度的一个重要标志[2];因此怎样基于视觉传感器提升机器人抓取物体的能力具有理论研究意义和实际应用意义。
　　当前用于研究和应用的大部分机器人只配备了单摄像头，基于单目的抓取定位技术，主流思想是结合摄像头或目标的运动模型和多帧图像信息，求取目标的三维信息;它需要摄像头标定和校准及运动建模、涉及图像融合技术，定位过程运算量大，且容易受外界影响。然而，如果采用单目测距和目标与摄像头视野中心的水平和垂直偏角信息相结合的模糊定位方式，可能在不涉及摄像头校准和多帧图像融合的情况下实现单目定位;这将会降低单目定位的苛刻要求，具有普遍的应用价值。
　　当前对机器人抓取智能控制研究案例甚少，尤其在目标和机器人都运动情况下的研究。因此，本文基于仿人机器人，深入研究各邻域智能控制方法、主流技术路线和技术特性等，尝试在抓取控制系统中引入模糊神经网络控制算法，在不对摄像头标定，系统建模的基础上实现“边看边做”模拟人类思维的智能抓取移动目标功能，提高控制系统的可复用性、缩减了算法的计算量、提高系统的实时性。
　　研究和测试平台采用的是基于Gentoo的嵌入式GNU/Linux系统的NAO仿人机器人。首先，深入分析NAO机器人视觉伺服系统硬件能力和限制，为NAO机器人构建新的辅助视场，解决了NAO机器人操作系统不开源、不支持外设等难题。其次，结合仿人机器人双机械臂优势在制定的控制算法基础上采用双手协同抓取方式，进一步提升抓取速度，提高机器人对执行末端的利用率，符合仿人机器人硬件设计者的初衷。最后，将制定的目标搜索、定位、跟踪和抓取方法在NAO机器人平台上进行实验，实验数据和效果表明了控制方案的可行性、优越性和普适性，能够将该方法应用到其它的具有双机械臂的嵌入式机器人系统。

目录

声明

摘要

第1章 绪论

1．1 研究背景与意义

1．2 国内外研究现状

1．2．1 机器人视觉伺服

1．2．2 基于视觉的机械臂抓取

1．2．3 NAO机器人

1．3 本论文研究内容

1．4 本论文章节安排

第2章 机器人平台

2．1 硬件平台分析

2．1．1 整体架构

2．1．2 伺服系统

2．2 软件平台分析

2．2．1 机器人系统

2．2．2 开发框架

第3章 目标定位设计

3．1 目标识别

3．1．1 颜色空间选取

3．1．2 图像分割

3．1．3 图像恢复与去噪

3．1．4 总结

3．2 目标定位

3．2．1 NAO双摄像头功能分析

3．2．2 单目定位算法分析

3．2．3 改进的单目定位算法

3．3 目标跟踪

3．3．1 跟踪算法的选取

3．3．2 CamShift算法

3．3．3 CamShift算法修改与实现

3．3．4 制定目标搜索策略

3．4 实验与分析

3．4．1 目标跟踪测试

3．4．2 目标搜索测试

3．4．3 目标定位测试

第4章 手臂抓取控制设计

4．1 确定控制方案

4．1．1 抓取控制方案探讨

4．1．2 可行性分析

4．1．3 最终确定方案

4．2 手臂抓取控制设计

4．2．1 模糊化处理

4．2．2 制定模糊规则

4．2．3 模糊推理

4．2．4 去模糊化

4．2．5 程序实现与仿真实验

4．3 优化方案探讨

4．4 手臂抓取控制优化设计

4．4．1 BP网络整体设计

4．4．2 具体实现

4．4．3 程序实现与仿真实验

第5章 目标定位与抓取实验

5．1 整体构建与设计

5．2 实验前的准备工作

5．2．1 机器人硬件准备

5．2．2 下载并运行程序

5．3 实验与分析

5．3．1 目标定位于抓取实验

5．3．2 实验分析

结论

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果