隨著工業(yè)機器人的發(fā)展,越來越多的機器人開始走進(jìn)工廠代替人工完成高重復(fù)性的工作,新的人機協(xié)作模式將打破傳統(tǒng)工業(yè)機器人與工人的界限,成為未來的發(fā)展方向。協(xié)作機器人引入實際生產(chǎn)場景要解決的一大問題就是安全問題,本文基于Kinect深度相機建立了協(xié)作環(huán)境觀測系統(tǒng),通過多傳感器信息融合,能夠?qū)Νh(huán)境中的人進(jìn)行精確骨骼建模,并根據(jù)人體骨骼模型設(shè)計了人-機器人自主避碰模型,基于安全協(xié)作標(biāo)準(zhǔn)ISO/TS 15066建立了動態(tài)安全策略并研究了機器人自主避碰方法。人機協(xié)作系統(tǒng)是一種典型的非標(biāo)系統(tǒng),不同的協(xié)作場景對應(yīng)不同的傳感器配置方式。根據(jù)本文限定的實驗場景,設(shè)計了適宜的多Kinect配置方式,并根據(jù)硬件傳感器的參數(shù)特性及驅(qū)動要求,搭建了以UDP通訊協(xié)議為基礎(chǔ)的客戶端+服務(wù)器模式的多相機信息通訊系統(tǒng)。為了實現(xiàn)物體觀測坐標(biāo)的統(tǒng)一,采用改進(jìn)的ICP算法對多Kinect系統(tǒng)進(jìn)行了外參數(shù)標(biāo)定,完成了多個相機坐標(biāo)系的互相轉(zhuǎn)換,并實現(xiàn)了相機坐標(biāo)系與機器人坐標(biāo)系配準(zhǔn),保證場景中人體姿態(tài)的實時采集。引入多相機的目的是為了解決單相機存在的抖動、人體自遮擋、人-機器人互遮擋等問題造成的關(guān)節(jié)點空間位置識別精度低等問題,因此本文研...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-5德國慕尼黑大學(xué)的FusionKit硬件框架

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-4-用目標(biāo)特定訓(xùn)練數(shù)據(jù)的情況下，在運動開始后的最初300-500毫秒內(nèi)進(jìn)行在線目標(biāo)預(yù)測。該方法的優(yōu)點是有可能預(yù)測未來可能運動的樣本，實現(xiàn)人類和機器人之間流暢而安全的互動，雙方都能預(yù)見對方的行動。該方法的建設(shè)性貢獻(xiàn)是利用運動學(xué)線索，考慮到人和機器人未....

圖1-6根據(jù)人體朝向分配權(quán)重的多相機系統(tǒng)

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-6-高質(zhì)量的全身3D骨骼跟蹤。該研究根據(jù)用戶面向的方向?qū)θ梭w運動進(jìn)行自適應(yīng)加權(quán)調(diào)整的方法，判斷人體是否正對Kinect，如果背對Kinect，進(jìn)行左右側(cè)數(shù)據(jù)交換(LRS)，從而解決Kinect不能識別人體正反面的缺點。該研究使用OptiTrack系....

圖1-7神經(jīng)網(wǎng)絡(luò)預(yù)測人體動作

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-6-高質(zhì)量的全身3D骨骼跟蹤。該研究根據(jù)用戶面向的方向?qū)θ梭w運動進(jìn)行自適應(yīng)加權(quán)調(diào)整的方法，判斷人體是否正對Kinect，如果背對Kinect，進(jìn)行左右側(cè)數(shù)據(jù)交換(LRS)，從而解決Kinect不能識別人體正反面的缺點。該研究使用OptiTrack系....

圖1-8卡爾曼濾波實現(xiàn)人體骨骼跟蹤

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文-6-高質(zhì)量的全身3D骨骼跟蹤。該研究根據(jù)用戶面向的方向?qū)θ梭w運動進(jìn)行自適應(yīng)加權(quán)調(diào)整的方法，判斷人體是否正對Kinect，如果背對Kinect，進(jìn)行左右側(cè)數(shù)據(jù)交換(LRS)，從而解決Kinect不能識別人體正反面的缺點。該研究使用OptiTrack系....

本文編號：4005343