论文部分内容阅读
近几年,大量的工业机器人被应用于装配制造等环节,使得公司生产过程的自动化水平不断提高,这也使得公司的生产模式由传统的以人力为主导转变为以机器人为主导,这种模式的改变大大提高了产品的生产效率,降低了生产成本,同时减小了某些恶劣的生产环境对工人身体上造成的危害。在机器人作业过程中,如何对随意堆放的零部件或者货物进行准确的抓取,成为目前研究的热点问题。这个过程中主要涉及到目标零部件的位姿信息获取等问题,本文设计了基于3D目标识别的工业机器人无序分拣系统来对以上问题进行实验研究,具有一定的研究意义及实用价值。本文主要的研究工作如下:(1)设计了无序分拣平台方案。本文中机器人的编程方法与传统的示教及离线编程的方法不同,本文方法需要事先用相机对待分拣物体进行视觉检测来获取目标物体的位姿信息,所以要先根据环境以及待分拣物体的具体信息对分拣系统的硬件进行选型,对整个系统的流程及方案进行设计,设计的系统应满足厘米级的抓取要求。(2)研究了Kinect相机与ABB 1200机器人构成的机器人视觉系统的标定问题。本文确定Kinect相机与机器人的连接为眼在手外的安装方式,使用MATLAB对Kinect相机自身进行标定,得到每幅标定图像的误差、总体的平均误差以及相机自身的参数;之后,再对机器人与相机构成的Eye-to-hand系统进行手眼标定,得到相机坐标系与机器人基坐标系的位置关系。(3)研究了随意堆放的多个目标物体的位姿估计问题。本文先将相机采集到的点云信息进行预处理,采用RANSAC算法对多个目标物体的载物平面进行拟合并去除,并用同样的方法提取模板;然后,用聚类分割算法对多个目标物体进行分割,使用OUR-CVFH特征根据目标物体所呈现的多种不同视角对其进行分类;接着,使用SHOT特征将模板与目标物体进行初步匹配,再使用ICP算法来进行进一步的点云配准;最终,结合手眼标定结果,便可对目标物体进行位姿估计。(4)完成了整个无序分拣系统的实验平台搭建,进行多个目标物体多次无序分拣实验验证,并对实验结果进行分析。目标物体位姿估计的结果与实际的位置误差为5mm左右,验证了系统方案及方法的可行性,能够完成对多个随意堆放的目标物体的抓取与摆放,使机器人进行厘米级的无序分拣任务,满足系统的设计要求。