面向機(jī)器人捕獲目標(biāo)的雙目立體視覺檢測(cè)研究.pdf

1、機(jī)器人已越來越多地應(yīng)用于現(xiàn)代工業(yè)中的焊接、噴涂、裝配、搬運(yùn)等各種生產(chǎn)環(huán)節(jié)，而作為機(jī)器人最重要的感觀信息，視覺主要用于目標(biāo)和機(jī)器人末端位姿的測(cè)量，以便對(duì)機(jī)器人末端位姿進(jìn)行控制。在機(jī)器人視覺伺服系統(tǒng)中，要使機(jī)器人能夠捕獲到目標(biāo)，視覺系統(tǒng)不但要反饋目標(biāo)的三維位置信息，而且要計(jì)算出機(jī)器手臂的三維位姿參數(shù)，以便在實(shí)際任務(wù)中實(shí)時(shí)跟蹤、反饋末端操作器的狀態(tài)，使機(jī)器人控制器較好地進(jìn)行路徑規(guī)劃。而在實(shí)際應(yīng)用中，由于背景、光照等干擾因素的影響，視覺控制的方

2、法往往難以收到良好的效果。因此，本文對(duì)機(jī)器人視覺伺服系統(tǒng)中的視覺檢測(cè)環(huán)節(jié)作了研究，試圖建立一個(gè)面向六自由度串聯(lián)機(jī)械手臂捕獲目標(biāo)的雙目視覺檢測(cè)系統(tǒng)，并對(duì)相關(guān)問題作了分析。
　　 本文首先根據(jù)應(yīng)用目標(biāo)，對(duì)視覺伺服系統(tǒng)進(jìn)行了整體架構(gòu)，搭建了一個(gè)硬件平臺(tái)，分析了各子模塊，指出這樣的結(jié)構(gòu)有助于保證和提高系統(tǒng)的實(shí)時(shí)性。在視頻信號(hào)的采集上，采用了微軟的DirectShow技術(shù)，并將得到的圖像數(shù)據(jù)轉(zhuǎn)換成OpenCV的數(shù)據(jù)格式，以便后續(xù)的處理。目

3、標(biāo)和機(jī)器人手臂的檢測(cè)和匹配是本文研究的中心。本文以紅色小球作為實(shí)驗(yàn)對(duì)象，分析了基于Hough變換、顏色以及運(yùn)動(dòng)信息等三種檢測(cè)策略，結(jié)果顯示采用運(yùn)動(dòng)信息結(jié)合顏色特征的檢測(cè)算法在本實(shí)驗(yàn)條件下是最好的選擇。由于機(jī)械手臂本身的復(fù)雜性，本文將一種統(tǒng)計(jì)模型的分類器方法——基于類Haar特征的AdaBoost算法應(yīng)用于對(duì)六自由度串聯(lián)機(jī)器人的檢測(cè)，取得了良好的效果，檢測(cè)率達(dá)到85％以上。
　　 本文同時(shí)對(duì)機(jī)器人的3D位姿進(jìn)行了數(shù)學(xué)建模，根據(jù)SI