視覺伺服機(jī)器人在封裝中的目標(biāo)定位.pdf

1、雖然工業(yè)機(jī)器人被廣泛的應(yīng)用于現(xiàn)代生產(chǎn)中，但是當(dāng)工作空間中目標(biāo)物體的位置和方向不能嚴(yán)格預(yù)知時(shí)，它的應(yīng)用就會(huì)受到很大的限制。采用視覺伺服實(shí)現(xiàn)機(jī)器人的目標(biāo)定位，能夠減少上述限制，增強(qiáng)機(jī)器人的靈活性，提高其對(duì)工作環(huán)境的適應(yīng)力。
　　本文在總結(jié)了目前機(jī)器人視覺伺服發(fā)展?fàn)顩r的基礎(chǔ)上，以Adept工業(yè)機(jī)器人為對(duì)象,對(duì)視覺伺服技術(shù)在機(jī)器人目標(biāo)定位中的相機(jī)標(biāo)定、圖像特征提取、目標(biāo)識(shí)別等問題進(jìn)行了研究。
　　首先針對(duì)所研究的機(jī)器人求取并驗(yàn)證了它

2、的運(yùn)動(dòng)學(xué)正解和運(yùn)動(dòng)學(xué)逆解。然后研究了相機(jī)成像模型和機(jī)器人手眼視覺系統(tǒng)的標(biāo)定原理，在利用傳統(tǒng)標(biāo)定方法的基礎(chǔ)上，設(shè)計(jì)方案完成了本文手眼視覺系統(tǒng)的標(biāo)定，取得了較高的標(biāo)定精度。
　　在視覺伺服的圖像特征提取中，分別對(duì)二值和灰度圖像兩種情況進(jìn)行了研究。對(duì)于二值圖像，首先采用區(qū)域生長和像素標(biāo)記兩種方法實(shí)現(xiàn)對(duì)圖像中多目標(biāo)的分割，并在此基礎(chǔ)上利用圖像的歸一化轉(zhuǎn)動(dòng)慣量，實(shí)現(xiàn)對(duì)二值圖像目標(biāo)的識(shí)別；在對(duì)灰度圖像的處理中，首先采用積分圖像思想與圖像灰度特

3、征匹配相結(jié)合的粗-精匹配的方法，加速了傳統(tǒng)的匹配速度，然后利用圖像的圓投影向量的思想，實(shí)現(xiàn)了圖像的旋轉(zhuǎn)不變性匹配，解決了一般的匹配方法對(duì)于圖像旋轉(zhuǎn)的敏感性問題；接著分別對(duì)圓形物體的提取算法和物體方向的判定方法進(jìn)行了研究。
　　最后，采用基于位置的手眼視覺伺服模式，搭建了Adept機(jī)器人的視覺伺服平臺(tái)。并通過實(shí)驗(yàn)表明，本文的視覺伺服機(jī)器人具有很高的定位精度。結(jié)合本文的視覺算法，可以極大增強(qiáng)機(jī)器人在封裝應(yīng)用中目標(biāo)定位的靈活性和使用范圍