機器人視覺伺服系統(tǒng)研究.pdf

1、在工業(yè)生產(chǎn)過程中，給機器人配套相應的傳感器可以代替人工完成很多工作，如：工件拾取與分揀、碼垛、焊縫跟蹤等，具有非常重要的應用價值。工業(yè)機器人在執(zhí)行生產(chǎn)任務時，需要識別、定位和抓取目標物體，雙目立體視覺可以提供豐富的信息，賦予工業(yè)機器人感知周圍環(huán)境的能力。研究機器人視覺伺服系統(tǒng)基于位置抓取目標物體，可以對手眼關系標定、目標識別與定位、六自由度機械臂運動控制及相關算法進行詳細的驗證，為機器人視覺伺服系統(tǒng)抓取工件等目標物體提供理論驗證平臺，研

2、究意義深遠。
　　本文首先介紹了空間坐標系中位置和姿態(tài)的描述方法以及兩空間坐標系之間的坐標變換。針對eye-in-hand攝像機安裝方式建立了手眼關系方程，總結了傳統(tǒng)方法解手眼方程的過程并分析誤差來源，進而介紹了使用最優(yōu)化法求解手眼方程的過程。針對文中搭建的機器人視覺伺服系統(tǒng)設計了手眼關系標定算法和標定實驗并給出了手眼坐標系之間的齊次變換矩陣。其次，研究了空間中目標物體特征提取與目標物體三維位置測量算法。針對空間中的目標物體的識別

3、，提出一種基于輪廓、形狀、顏色等多種特征的目標識別算法。為測量目標物體的位置和姿態(tài)信息，建立了攝像機成像模型并研究雙目視覺測量原理。結合基于多特征目標識別算法和雙目視覺測量原理編寫了實時處理圖像和測量目標物體位姿的軟件并進行了目標物體識別與定位實驗，實驗結果證明了雙目視覺測量原理和提出的目標識別算法對圖像中目標物體識別與定位的有效性。再次，研究了六自由度機械臂的運動控制算法。采用D-H方法建立了六自由度機械臂的運動學模型，根據(jù)相鄰兩坐標

4、系之間的變換矩陣推導了機械臂正運動學方程并使用Robotic Toolbox工具箱驗證了機械臂運動學模型和正運動學方程的正確性和合理性。基于代數(shù)法推導了六自由度機械臂逆運動學算法，在Microsoft Visual C++6.0環(huán)境下編程實現(xiàn)了機械臂逆解的求取，并使用正運動學方程對逆運動解軟件的正確性和合理性進行了實驗驗證。最后，設計并實現(xiàn)了機器人視覺伺服系統(tǒng)抓取與放置目標物體實驗。搭建了機器人視覺伺服控制系統(tǒng)，在Microsoft V