基于立體視覺的串聯(lián)機器人跟蹤檢測系統(tǒng).pdf

1、串聯(lián)機器人已經(jīng)廣泛應(yīng)用在工業(yè)生產(chǎn)中的機械加工、焊接、裝配、表面噴涂、搬運等作業(yè)。機器人在工作過程中，其末端操作器的位姿是體現(xiàn)串聯(lián)機器人運動狀態(tài)的重要參數(shù)，獲得機器人的位姿信息對機器人操作目標尤為重要，同時，也是機器人視覺控制系統(tǒng)中視覺檢測環(huán)節(jié)的重要參數(shù)。串聯(lián)機器人具有多個自由度、運動軌跡復雜等特點，其末端操作器位姿的測量必須滿足多個自由度的測量。與傳統(tǒng)的檢測方法相比，視覺檢測能夠完成非接觸、智能、多個自由度測量。因此，本論文從機器視覺的

2、角度，設(shè)計基于立體視覺的串聯(lián)機器人跟蹤檢測系統(tǒng)，并通過對機器人在工作過程中跟蹤定位，測量機器人末端操作器，并對機器人位姿信息進行計算與輸出。本文主要做了以下工作：
　　 首先設(shè)計了基于立體視覺的串聯(lián)機器人跟蹤檢測框架，用于串聯(lián)機器人在工作過程中對其進行跟蹤及位姿檢測，通過該系統(tǒng)定位與檢測機器人的實時位姿。主要包括圖像視頻的采集與傳輸、攝像機標定、機器人末端操作器的跟蹤、SURF算法特征點的提取與匹配、特征點的重建、串聯(lián)機器人的位

3、姿建模與求解。
　　 其次將CamShift算法引入到跟蹤檢測系統(tǒng)框架中，利用OpenCV實現(xiàn)了對串聯(lián)機器人操作器的實時跟蹤，搜索窗口在大環(huán)境下跟蹤鎖定機器人操作器并可以自適應(yīng)地調(diào)節(jié)窗口大小。系統(tǒng)基于CamShift算法跟蹤在空間工作中具有復雜性的串聯(lián)機器人，當目標發(fā)生部分遮擋時，也不會產(chǎn)生誤跟蹤。
　　 再次在串聯(lián)機器人位姿檢測中的特征提取和特征匹配步驟中引入SURF立體匹配算法，該算法以前尚未在該串聯(lián)機器人位姿視覺檢

4、測系統(tǒng)中應(yīng)用。SURF算法的特征提取與匹配作為系統(tǒng)的核心部分，首先在尺度空間極值檢測，確定關(guān)鍵點方向向量，生成SURF特征向量，利用SURF特征向量完成匹配。然后，將SURF匹配算法獲得特征點在每個攝像機系統(tǒng)下的2D坐標，根據(jù)特征點重建模型獲得3D坐標，最后根據(jù)建立的串聯(lián)機器人位姿模型，將3D坐標轉(zhuǎn)化為求解φ，θ，ψ的多目標優(yōu)化問題。將改進后的粒子群算法用于求解最優(yōu)目標函數(shù)，并為機器人位姿測量提供了一個可行性方法。改進的PSO算法主要加