基于角點檢測與圖像匹配的機器人示教路徑修正算法研究.pdf

1、工業(yè)機器人的現(xiàn)場應(yīng)用以示教再現(xiàn)模式為主，通常在工業(yè)作業(yè)時，實時的工件對象的位置、姿態(tài)與示教機器人路徑時的模板工件對象的位置與姿態(tài)具有旋轉(zhuǎn)和偏移的關(guān)系。所以工件對象的識別、定位以及機器人示教路徑的修正是實現(xiàn)工業(yè)機器人自動化應(yīng)用的重要部分。隨著自動化程度的逐步提高，視覺傳感器被廣泛的應(yīng)用于工業(yè)機器人領(lǐng)域，用來實現(xiàn)工業(yè)環(huán)境中的工件的識別、定位和機器人導(dǎo)向等。本課題基于對SUSAN角點檢測算法、SIFT圖像匹配算法、攝像機標(biāo)定技術(shù)、工業(yè)機器人路

2、徑修正方式等方面的分析與研究，提出了一種基于改進(jìn)的SUSAN角點檢測算法與SIFT圖像匹配算法的工業(yè)機器人路徑修正方法。
　　 首先對角點檢測技術(shù)進(jìn)行了研究，內(nèi)容如下:根據(jù)角點檢測技術(shù)的檢測原理將各種經(jīng)典的角點檢測算法進(jìn)行了分類;對SUSAN角點檢測算法進(jìn)行了重點分析，通過實驗驗證了SUSAN角點檢測算法中存在角點誤檢、角點漏檢、計算量相對偏大等不足;針對SUSAN角點檢測算法的不足，提出了結(jié)合目標(biāo)點鄰域特性的改進(jìn)算法，并通過實

3、驗驗證了改進(jìn)算法在檢測典型圖形圖片中的角點時相對于原算法具有更好的檢測效果，并且改進(jìn)算法的檢測速度遠(yuǎn)快于原算法與經(jīng)典的Harris角點檢測算法的檢測速度;提出了一種角點的區(qū)域方向?qū)傩缘呐卸ㄋ惴?，根?jù)角點的方向?qū)傩越Y(jié)合就近原則連接角點形成區(qū)域輪廓，為實際應(yīng)用中工件對象的識別提供了判決依據(jù)。
　　 其次對SIFT圖像匹配算法在對工業(yè)作業(yè)環(huán)境中采集的工件對象圖片的匹配性能進(jìn)行了研究分析。通過實驗證明了SIFT圖像匹配算法對工業(yè)作業(yè)環(huán)境

4、中的工件對象圖片具有良好的、可靠的匹配性能，可以用來判別實時工件對象的類型。基于SIFT特征點具有亞像素級的定位性能，采用ICP算法計算出實時工件對象相對于模板工件對象在圖像坐標(biāo)系下的平移與旋轉(zhuǎn)，實現(xiàn)工件對象的準(zhǔn)確定位。
　　 接著研究了攝像機成像模型與標(biāo)定方法，采用改進(jìn)的SUSAN角點檢測算法來提取機器人手眼標(biāo)定中棋盤格標(biāo)定塊上的特征點，同時用三坐標(biāo)測量儀CONTURAG2測量標(biāo)定塊上特征點在World坐標(biāo)系中的位置，標(biāo)定出手

5、眼關(guān)系。通過對KUKA機器人示教路徑修正方式以及實際的視覺設(shè)備的現(xiàn)場應(yīng)用情況的分析，提出了一種針對KUKA機器人的攝像機簡易標(biāo)定方法與Base坐標(biāo)系示教方法。
　　 最后，結(jié)合本文在對象識別與定位、工業(yè)現(xiàn)場攝像機標(biāo)定、機器人路徑修正方式等方面的研究，搭建了由視覺傳感器、工業(yè)計算機、KR16機器人組成的實驗平臺，進(jìn)行了工業(yè)作業(yè)環(huán)境下的工件識別、定位與機器人示教路徑的修正實驗。實驗結(jié)果表明本文中提出的基于改進(jìn)的SUSAN角點檢測與S