您当前的位置:首页>论文资料>机器人智能抓取系统视觉模块的研究与开发

机器人智能抓取系统视觉模块的研究与开发

资料类别:论文资料

文档格式:PDF电子版

文件大小:1.54 MB

资料语言:中文

更新时间:2024-12-12 15:40:49



推荐标签:

内容简介

机器人智能抓取系统视觉模块的研究与开发 第12期 2016年12月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号:10012265(2016)12000105
D0I:10. 13462/j. cnki. mmtamt. 2016. 12.001
机器人智能抓取系统视觉模块的研究与开发
叶卉,张为民a,b,张欢",JirgenFleischerlc,2
No.12 Dec.2016
(1.同济大学a.机械与能源工程学院;b.中德学院:c.先进制造技术中心,上海201804:2.卡尔斯鲁厄理工学院生产技术研究所,德国卡尔斯鲁厄76131)
抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合OpenCV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。
关键词:工业机器人;机器视觉;智能抓取;立体匹配;坐标转换
中图分类号:TH166;TG659
文献标识码:A
Development of Intelligent Robot Grasping System Based on Machine Vision
YE Hui 1, ZHANG Wei-min'a,lh, ZHANG Huan", Jurgen Fleischerle,2
(1 a. School of Mechanical Engineering, b. Chinese-German College for Postgraduate Studies, c. Advanced Manufacturing Technology Center, Tongji University, Shanghai 201804, China;2. Institute of Production Sci-ence, Karlsruhe Institute of Technology, Karlsruhe 76131, Germany)
Abstract: With ABB industrial robot, quick-change gripper, and binocular Camera being as hardware foun-dation , this paper develops an intelligent industrial robot grasping system based on binocular stereo vision,ai-ming at the recognition, location and automatic grasping of randomly placed objects. Based on the vision module, the principles of camera calibration, coordinate transformation, image processing and stereo matc-hing are researched, and based on C++ , visual recognition and location algorithm is developed combined with OpenCV library and Triclops SDK, and the vision module can realize objects classification and pose recognition of cylinder and rectangular plate. Finally experiments are carried out to validate that the vision module can recognize cylindrical and rectangular plate objects successfully, and the positioning accuracy can meet the requirements.
e
0引言
随着“中国制造2025”战略口号的提出,机器人在生产制造领域的应用越来越广泛。工业机器人自身可实现复杂动作的自动化,但难以实现自适应作业的自动化。在装配、分栋、搬运和码垛等工业环境中,机器人的应用大多停留在示教阶段,机器人与人、与环境之间的交互不够,机器人的感知能力较差,这种情况下单一的机器人作业往往只能应对结构化环境,早已不能满足现代生产对柔性化和智能化的要求。
“中国制造2025"的核心就是以智能制造为主攻
方向,对于工业机器人智能化研究来说,从工作场景中识别并抓取指定物体是其一大热点,其关键技术就在
收稿日期:2016-07-20;修回日期:2016-08-22
于识别并提取目标物体相对于机器人的位姿[2]。机器视觉技术在目标识别和目标位姿求取方面具有强大的技术优势,它具有信息量大、精度高、非接触测量、响应快速等特点[3],可以快速自动处理大量信息,并且易于与控制信息实现集成。同时将机器视觉技术与机器人技术结合,通过对机器人操作对象及其所处环境的智能化处理,从一定程度上降低了对对象的具体要求,使机器人能更好地适应非结构化的环境,从而提高了工业机器人系统的智能化程度
目前,应用机器视觉的机器人系统的主要搬运对象是形状规则的扁平物体,此类系统多采用配有吸盘式末端执行器的工业机器人4$],搬运对象相对局限:
*基金项目:“高档数控机床与基确础制造装备"科技重大专项2012ZX04005031)
作者简介:叶卉(1992—),女,安徽芜潮人,同济大学硕士研究生,研究方向为机器人视觉,(E-mail)1432527@tongji.edu.cn。
万方数据
上一章:一种新型自动接料装置在全机能数控车床上的设计与应用 下一章:激光钎焊温度控制系统设计

相关文章

SCARA机器人运动学和视觉抓取研究 基于视觉的机器人球阀智能装配技术研究_王友林 导电滑环在机视觉测量技术研究与系统开发 基于机器视觉的导光板模具网点测量系统研究 基于机器视觉的机器人分拣系统的设计与实现 GB/T 40659-2021 智能制造机器视觉在线检测系统通用要求 GB/T 42980-2023 智能制造 机器视觉在线检测系统 测试方法 GB/T 40659-2021 智能制造 机器视觉在线检测系统 通用要求