基于视觉引导的机器人识别及柔性抓取系统研究

摘要

工业机器人传统抓取搬运工件应用中，需要通过示教和离线编程方式来完成相应动作，实际工作过程只是简单重复执行预先编好的程序，当工作环境、产品尺寸或产品类型等发生变化时就需要重新示教，此时就会大大影响生产灵活性以及生产效率。为了改变这种应用现状，需要将机器视觉技术与工业机器人进行有机的集成，这样就能使机器人能感知外界环境变化，具备一定柔性生产能力，提高工业机器人智能化作业的水平。本文针对多种工件类型、每种工件类型多个不同状态目标的识别及目标物体空间精确定位的视觉技术进行了研究，并引导工业机器人完成柔性抓取任务。本文主要研究内容包括：　　（1）针对场景具体技术要求，完成了系统硬件整体设计及具体选型，分析视觉系统软件组成并对各模块功能进行了说明，对视觉系统工作流程进行梳理。基于以太网通信利用机器人接口库RobotSDK.dll和相机SDK分别实现视觉系统与机器人、相机的信息交互。　　（2）根据工件特点提出基于HSV颜色模型的特征提取及凸包特征提取的方法，完成视野中多种类型、每种类型多个不同状态目标的识别。　　（3）剖析了摄像机透视投影模型和成像畸变、双目立体视觉定位模型及双目标定原理、Eye-in-Hand方式手眼模型及手眼标定原理。结合双目立体视觉中长焦距镜头、较小工作距离容易获取高精度特点，通过采集多个局部照片的方式来实现对工件的高精度空间定位。基于OpenCV完成标定实验，根据标定结果、上述模型及定位方式，求解出工件在机器人基座标系下的位置和姿态。　　（4）搭建了基于新松 SR20A 型六轴工业机器人的视觉引导识别及抓取实验平台，进行了识别及抓取工件实验，通过大量实验验证系统可靠性和精准性。

目录

第一个书签之前