面向3D無(wú)序抓取的目標(biāo)定位與手眼標(biāo)定技術(shù)研究
發(fā)布時(shí)間:2025-06-21 02:40
隨著工業(yè)生產(chǎn)自動(dòng)化程度逐步提高,工件分揀作為工業(yè)生產(chǎn)的重要一環(huán),也在往智能、高效、精確方向發(fā)展。基于3D視覺(jué)的機(jī)械臂無(wú)序抓取系統(tǒng),能夠有效提高分揀效率、解放勞動(dòng)力、降低生產(chǎn)成本。與傳統(tǒng)平面抓取和常見(jiàn)的3D視覺(jué)抓取系統(tǒng)不同,本文將線激光3D傳感器應(yīng)用于視覺(jué)系統(tǒng),建立Eye-to-Hand手眼系統(tǒng)。從實(shí)際應(yīng)用場(chǎng)景出發(fā),對(duì)實(shí)現(xiàn)無(wú)序抓取的關(guān)鍵技術(shù)進(jìn)行深入研究,包括3D視覺(jué)的相關(guān)技術(shù)和手眼標(biāo)定技術(shù)。同時(shí),進(jìn)行了相應(yīng)的實(shí)驗(yàn)分析。本文主要進(jìn)行了以下研究:首先,提出一種基于國(guó)產(chǎn)線激光3D傳感器LV800獲取目標(biāo)點(diǎn)云的方法。根據(jù)此傳感器基本原理和缺點(diǎn),提出了基于均值濾波和基于鄰近點(diǎn)數(shù)據(jù)填充的數(shù)據(jù)優(yōu)化方法。實(shí)現(xiàn)了一種基于高度數(shù)據(jù)的點(diǎn)云生成方法,將原始數(shù)據(jù)轉(zhuǎn)換成三維點(diǎn)云。結(jié)合實(shí)際應(yīng)用場(chǎng)景,使用一種簡(jiǎn)易快速的方法從場(chǎng)景點(diǎn)云中分離目標(biāo)點(diǎn)云。隨后,采用基于鄰域半徑的離群點(diǎn)去除法,和基于體素網(wǎng)格的點(diǎn)云降采樣,對(duì)點(diǎn)云進(jìn)行了預(yù)處理。然后,實(shí)現(xiàn)了基于模板點(diǎn)云配準(zhǔn)的目標(biāo)工件定位。采用區(qū)域生長(zhǎng)的點(diǎn)云分割方法,將目標(biāo)點(diǎn)云分割成點(diǎn)云塊。并提出基于PPF(Point Pair Feature)特征的RANSAC(Random Sam...
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景、目的及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 3D視覺(jué)研究現(xiàn)狀
1.2.2 目標(biāo)識(shí)別定位研究現(xiàn)狀
1.2.3 手眼標(biāo)定研究現(xiàn)狀
1.3 本文的主要研究?jī)?nèi)容及結(jié)構(gòu)
2 基于線激光 3D傳感器的目標(biāo)點(diǎn)云獲取
2.1 引言
2.2 目標(biāo)點(diǎn)云獲取的主要流程
2.3 線激光 3D傳感器概述
2.3.1 單點(diǎn)激光三角法基本原理及數(shù)學(xué)模型
2.3.2 線激光 3D傳感器測(cè)量原理
2.3.3 測(cè)量條件及缺點(diǎn)
2.3.4 原始數(shù)據(jù)優(yōu)化
2.4 點(diǎn)云獲取
2.5 點(diǎn)云預(yù)處理
2.5.1 分離目標(biāo)點(diǎn)云
2.5.2 去除離群點(diǎn)
2.5.3 點(diǎn)云降采樣
2.6 實(shí)驗(yàn)分析
2.7 本章小結(jié)
3 目標(biāo)工件的識(shí)別定位
3.1 引言
3.2 基于區(qū)域生長(zhǎng)的點(diǎn)云分割
3.2.1 法向量和曲率的估算
3.2.2 區(qū)域生長(zhǎng)
3.3 基于RANSAC的位姿粗估計(jì)
3.3.1 基于SIFT算法的關(guān)鍵點(diǎn)提取
3.3.2 基于PPF的特征描述
3.3.3 位姿估計(jì)
3.3.4 迭代次數(shù)k的確定
3.4 基于ICP的位姿精估計(jì)
3.5 實(shí)驗(yàn)分析
3.6 本章小結(jié)
4 基于Eye-to-Hand的手眼標(biāo)定
4.1 引言
4.2 剛體的運(yùn)動(dòng)變換概述
4.3 基于Eye-to-Hand的手眼標(biāo)定
4.3.1 手眼標(biāo)定的數(shù)學(xué)模型
4.3.2 手眼方程AX=XB的求解
4.3.3 影響手眼標(biāo)定精度的因素
4.4 實(shí)驗(yàn)分析
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
附錄 攻讀碩士期間發(fā)表的學(xué)術(shù)論文
本文編號(hào):4051788
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景、目的及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 3D視覺(jué)研究現(xiàn)狀
1.2.2 目標(biāo)識(shí)別定位研究現(xiàn)狀
1.2.3 手眼標(biāo)定研究現(xiàn)狀
1.3 本文的主要研究?jī)?nèi)容及結(jié)構(gòu)
2 基于線激光 3D傳感器的目標(biāo)點(diǎn)云獲取
2.1 引言
2.2 目標(biāo)點(diǎn)云獲取的主要流程
2.3 線激光 3D傳感器概述
2.3.1 單點(diǎn)激光三角法基本原理及數(shù)學(xué)模型
2.3.2 線激光 3D傳感器測(cè)量原理
2.3.3 測(cè)量條件及缺點(diǎn)
2.3.4 原始數(shù)據(jù)優(yōu)化
2.4 點(diǎn)云獲取
2.5 點(diǎn)云預(yù)處理
2.5.1 分離目標(biāo)點(diǎn)云
2.5.2 去除離群點(diǎn)
2.5.3 點(diǎn)云降采樣
2.6 實(shí)驗(yàn)分析
2.7 本章小結(jié)
3 目標(biāo)工件的識(shí)別定位
3.1 引言
3.2 基于區(qū)域生長(zhǎng)的點(diǎn)云分割
3.2.1 法向量和曲率的估算
3.2.2 區(qū)域生長(zhǎng)
3.3 基于RANSAC的位姿粗估計(jì)
3.3.1 基于SIFT算法的關(guān)鍵點(diǎn)提取
3.3.2 基于PPF的特征描述
3.3.3 位姿估計(jì)
3.3.4 迭代次數(shù)k的確定
3.4 基于ICP的位姿精估計(jì)
3.5 實(shí)驗(yàn)分析
3.6 本章小結(jié)
4 基于Eye-to-Hand的手眼標(biāo)定
4.1 引言
4.2 剛體的運(yùn)動(dòng)變換概述
4.3 基于Eye-to-Hand的手眼標(biāo)定
4.3.1 手眼標(biāo)定的數(shù)學(xué)模型
4.3.2 手眼方程AX=XB的求解
4.3.3 影響手眼標(biāo)定精度的因素
4.4 實(shí)驗(yàn)分析
4.5 本章小結(jié)
5 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
致謝
附錄 攻讀碩士期間發(fā)表的學(xué)術(shù)論文
本文編號(hào):4051788
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/4051788.html
上一篇:隨機(jī)中立型神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析及應(yīng)用
下一篇:沒(méi)有了
下一篇:沒(méi)有了
最近更新
教材專著