关键词：工业机器人;;视觉;;图像处理;;三维识别;;定位
摘 要：随着科技在不断进步,工业机器人正在走进工厂代替人类工作。工业机器人工作效率很高,但只能按照设定好的工作流程进行工作,一旦结构发生微小改变便无法继续工作,必须对控制程序进行重新的设定。为此,将视觉传感器与工业机器人相结合,通过视觉引导完成对不固定目标的工作。本文主要搭建应用于工业生产中的视觉抓取系统,并实现对视觉抓取系统控制。通过视觉传感器获得被加工对象的图像,并对图像数据进行处理,以获得图像中物体的种类与位姿,利用相机成像模型转换成通用坐标系下位姿,并利用机械臂运动学模型控制机械臂各关节角度,控制工业机器人对工件进行抓取。基于机器学习实现对物体识别,并提出一种通用的图像中物体定位方式。首先,搭建视觉导向的机械臂抓取系统,对硬件的架构和控制流程设计,并通过编程在上位机上实现对硬件的控制以及对图像数据的处理。为实现对末端执行器位姿控制,使用D-H参数法建立机械臂运动学模型,对机械臂进行运动学分析。对相机光路进行分析,建立相机成像模型,获得像素坐标系与通用坐标系的位姿关系。对镜头畸变引起的误差进行校正,使用张氏标定法对相机进行标定。其次,通过相机获得物体的图像数据,使用OpenCV对图像数据进行处理。为提取图像特征,根据阈值将图像转换成二值图像,并对目标区域进行图像分割。使用机器学习对物体进行识别,对圆特征物体使用霍夫梯度法定位,对非圆特征物体通过确定物体的质心与朝向进行定位。最后,对物体识别成功率和定位精度进行测定,并测试视觉抓取平台抓取成功率。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取