面向机器人精确拾取的散乱金属零件识别与定位方法研究

目录

声明

第一章 绪论

1.1 课题研究背景与意义

1.2 国内外研究现状

1.2.1 基于二维图像的目标识别研究现状

1.2.2 基于三维点云的目标识别研究现状

1.2.3机器人分拣研究现状

1.3 课题来源

1.4 主要研究内容和结构框架

1.4.1 主要研究内容

1.4.2 论文结构框架

1.5 本章小结

第二章 基于双目视觉的零件点云重建

2.1 工业需求分析及总体方案设计

2.2 双目点云重建原理

2.3 相机成像模型

2.3.1 坐标系的建立

2.3.2 线性相机模型

2.3.3 相机的非线性畸变模型

2.4 相机标定

2.4.1 相机标定原理

2.4.2 左右相机的单目标定

2.4.3 双目立体标定

2.5 立体校正

2.6 基于格雷码编码结构光的三维重建

2.6.1 格雷码编码结构光

2.6.2 图像预处理

2.6.3 同名像素点匹配

2.6.4 零件三维重建

2.7 本章小结

第三章 目标区域分割

3.1 目标区域的确定及程序整体框架

3.2 基于多特征融合的SVM分类器

3.2.1 LBP 特征提取

3.2.2 HOG特征提取

3.2.3 PCA降维

3.2.4 SVM的训练与测试

3.3 Mask R-CNN模型

3.3.1 Mask R-CNN概述

3.3.2 Mask R-CNN模型的训练

3.4 区域分割结果

3.5 本章小结

第四章 目标区域定位

4.1 目标区域定位总体方案

4.2 点云预处理

4.2.1 基于k-d tree的离群点去除

4.2.2 基于体素化网格的点云下采样

4.3 三维点云的特征点提取

4.4 三维点云的特征点描述

4.5 零件位姿估计

4.5.1 基于特征描述子的4PCS 粗位姿估计

4.5.2 基于k-d tree的ICP 算法精确位姿估计

4.6 本章小结

第五章 零件拾取方案设计与实验

5.1 机器人手眼标定

5.1.1手眼系统分类

5.1.2 手眼标定原理

5.1.3 机器人手眼标定实验

5.2 实验平台搭建与实验设计

5.2.1 实验平台的搭建

5.2.2 实验设计

5.3 实验与分析

5.3.1 实验流程

5.3.2 实验结果与分析

5.4 本章小结

第六章 总结与展望

6.1 研究工作总结

6.2 未来研究展望

参考文献

致 谢

作者简介

1 作者简历

2 攻读硕士学位期间发表的学术论文

学位论文数据集