基于雙目視覺的并聯機構末端位姿檢測研究.pdf

1、并聯機構及其并聯機器人具有剛性大、承載能力強、結構穩(wěn)定、精度高、運動慣量小等優(yōu)點，被學術界廣泛關注。以3自由度為代表的少自由度并聯機構具有結構簡單、靈巧度好、工作空間大、容易控制、造價低等優(yōu)點成為機器人研究的新熱點。在并聯機構控制中，末端位姿是反映機構運動狀態(tài)的重要參數，精確測得機構的末端位姿可有效避免通過運動學模型解算所帶來的誤差，這將利于實現并聯機構的高性能控制。在并聯機構末端位姿檢測的研究中，由于檢測設備昂貴、檢測方法復雜以及檢測

2、范圍有限等原因，末端位姿檢測仍是難點。相對于其它檢測手段，機器視覺具有非接觸、適用性強、高性價比等優(yōu)點，尤其適用于具有運動多自由度、運動軌跡復雜、難以直接檢測的并聯機構末端位姿檢測。
　　對于并聯機構的末端位姿檢測問題，采用基于機器視覺檢測方法的難點在于如何將視覺系統(tǒng)采集到的并聯機構圖像經過圖像處理后快速而精確地獲取該機構的末端位姿信息。由于機器視覺算法復雜，光照變化、背景反光、噪聲干擾等外界因素會引起視覺系統(tǒng)的圖像匹配難以精確實

3、現，導致視覺檢測系統(tǒng)的速度和精度受到影響。
　　本文針對基于機器視覺的并聯機構末端位姿檢測問題，以一種新型3-DOF并聯機構為研究對象，采用雙目視覺對該機構末端位姿進行檢測研究，并著重研究雙目檢測的立體匹配問題，研究通過改進和優(yōu)化雙目視覺立體匹配算法，在提高匹配算法實時性的同時，提高匹配的正確率，進而使得位姿檢測的實時性和精度都得以提高。
　　本文主要研究內容如下：
　　(1)在如何保證新型3-DOF并聯機構位姿檢測匹

4、配算法實時性方面展開研究。解決匹配過程實時性差的問題，關鍵在于降低匹配算法的復雜度。作為匹配算法的代表，SIFT算法不僅可以處理圖像之間發(fā)生平移、旋轉、尺度變換、光照變換下的匹配問題，而且能在一定程度上對視角變化、仿射變化保持較為穩(wěn)定的特征匹配能力。然而傳統(tǒng)SIFT算法復雜度高，匹配過程耗時過長。針對這一問題，考慮新型3-DOF并聯機構圖像是剛性圖像且存在多個角點，本文采用Harris-SIFT算法實現立體匹配，通過算法簡單的Harri

5、s算子提取圖像特征點，再利用SIFT特征描述子對圖像進行匹配，使得匹配結果兼具實時性和穩(wěn)定性；
　　(2)在如何提高新型3-DOF并聯機構位姿檢測匹配算法精度方面展開研究。在立體匹配過程中，由于錯誤測量、錯誤計算或錯誤假設等原因，會導致匹配結果出現錯誤匹配和誤差匹配的問題。針對這一問題，本文通過分格取點和提前取點驗算臨時模型的方法提出一種改進的RANSAC算法，以剔除Harris-SIFT算法存在的誤匹配點，在保證匹配算法實時性的

6、同時，提高匹配的正確率，從而提高機構末端三維位姿檢測的精度。
　　(3)在新型3-DOF并聯機構末端位姿求解方法上展開研究。首先，采用線性針孔模型作為本課題的視覺模型，并根據zhang平面標定法實現針孔模型的標定，完成視覺模型攝像機參數的求解；然后，將采集到的并聯機構圖像進行去噪、特征點提取、基于Harris-SIFT算法的立體匹配，以及匹配提純等圖像處理；最后，根據新型3-DOF并聯機構運動特點，建立機構平臺的定坐標系與動坐標系

7、，并設定機構標志點，將前期圖像處理得到的末端匹配點對帶入視覺模型，最終實現并聯機構末端位姿的求解。
　　(4)構建基于雙目視覺的新型3-DOF并聯機構末端位姿檢測實驗硬件平臺，并結合Visual Studio集成開發(fā)工具和OpenCV視覺庫，完成新型3-DOF并聯機構雙目檢測系統(tǒng)軟件開發(fā)。在此基礎上，完成了基于雙目視覺的新型3-DOF并聯機構末端位姿檢測實驗。通過對比本文所提出方法與常規(guī)方法的實驗結果，驗證了本文所提出檢測方法的合