基于工业机器人的多工件视觉识别与分拣

摘要

盾构机是一种广泛应用于隧道施工的工程机械，其生产模式为典型的多品种小批量生产模式，所需零件种类繁多。在零件的生产过程中，以工件分拣与切割为代表的工序的自动化程度较低，成为制约盾构机产能提高的瓶颈所在。本文针对工件分拣过程中人工操作效率较低的问题，从分拣流程的自动化和智能化升级需求出发，采用基于工业机器人的机器视觉技术，提出一种基于DXF文件的模板匹配方法，实现了多种工件的准确定位，并对图像拼接、轮廓提取和模板匹配等问题进行了深入研究。
　　本文的主要研究工作如下:
　　(1)根据工件视觉识别与分拣的要求，设计并搭建了基于KUKA机器人的机器视觉平台，选择HALCON为图像处理软件，对光源、照明方式和工件的选型作了说明，并对相机和机械手末端工具进行了标定。
　　(2)图像预处理方面，首先对图像进行畸变校正和灰度处理，并对图像拼接技术进行了研究，采用基于Harris角点检测的拼接技术完成图像拼接，获得了完整的拼接图像。同时对图像坐标系与机器人坐标系之间的转换矩阵进行求解，实现了工件位置信息在两个坐标系之间的精确转换。
　　(3)工件识别与轮廓提取方面，首先对图像进行颜色空间转换，采用高斯滤波对图像进行平滑降噪处理，并针对复杂背景下的多工件轮廓提取问题进行了研究，对基于边缘检测和基于阈值分割和图像形态学处理的轮廓提取方法进行了结果比对和分析，使用后者得到了光滑的工件轮廓。
　　(4)模板匹配和工件定位方面，选择DXF文件作为匹配模板，对常用的匹配技术进行研究，确定了基于金字塔分层搜索和相似性度量的匹配方法，通过实验验证了本文所提出的工件识别与定位方法具有可行性，证明本文提出的模板匹配方法具有一定的实用价值，可以满足盾构机生产过程中工件的快速准确分拣要求。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景及意义

1．1．1 多品种小批量生产方式

1．1．2 基于机器视觉的零件识别与分拣

1．2 课题研究现状及发展趋势

1．2．1 图像拼接

1．2．2 工件识别

1．2．3 模板匹配

1．3 本课题研究的主要内容

第二章 工件识别与分拣平台

2．1 平台总体设计

2．1．1 视觉系统选择

2．1．2 平台设计搭建

2．1．3 工件选型和制作

2．2 平台硬件设备

2．2．1 工业相机选择

2．2．2 照明系统设计

2．2．3 工业机器人

2．2．4 工件分拣工具

2．3 图像处理软件

2．4 分拣工具及相机内参标定

2．4．1 分拣工具标定

2．4．2 相机内参标定

2．5 本章小结

第三章 图像拼接与坐标转换

3．1 图像预处理

3．1．1 图像畸变矫正

3．1．2 图像灰度化处理

3．2 图像拼接

3．2．1 图像拼接准备工作

3．2．2 基于特征点的图像拼接

3．2．3 图像裁剪

3．3 坐标转换

3．3．1 坐标系转换关系建立

3．3．2 图像拼接精度验证

3．3．3 转换矩阵通用性验证

3．4 本章小结

第四章 工件识别与轮廓提取

4．1 颜色空间转换

4．1．1 图像通道拆分

4．1．2 颜色空间转换

4．2 图像平滑处理

4．2．1 均值滤波

4．2．2 中值滤波

4．2．3 高斯滤波

4．3 工件轮廓提取

4．3．1 基于边缘检测的轮廓提取

4．3．2 基于阈值的图像分割

4．3．3 图像形态学处理

4．4 本章小结

第五章 模板匹配与目标工件定位

5．1 模板的建立

5．1．1 模板的选择

5．1．2 模板的创建

5．2 模板匹配原理

5．2．1 模板匹配思路

5．2．2 模板匹配策略

5．2．3 相似性度量与中止策略

5．3 匹配与定位实验和结果

5．3．1 匹配定位流程

5．3．2 匹配定位实验

5．3．3 匹配参数优化

5．4 工件识别与分拣实验

5．5 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

研究成果及发表的学术论文

作者及导师简介