面向機(jī)器人抓取的散亂零件自動(dòng)識(shí)別與定位技術(shù)研究.pdf

1、裝配作為生產(chǎn)環(huán)節(jié)中一個(gè)必不可少部分，占用整個(gè)產(chǎn)品加工的大部分時(shí)間。小批量多樣化的生產(chǎn)模式對(duì)裝配的快速性、準(zhǔn)確性、靈活性提出了更高的要求。相比于傳統(tǒng)手工裝配，基于機(jī)器人的自動(dòng)化裝配可以免除人為因素對(duì)產(chǎn)品質(zhì)量的影響，降低裝配耗時(shí)，極大地提高生產(chǎn)效率。國(guó)內(nèi)外對(duì)機(jī)器人自動(dòng)裝配技術(shù)的研究，主要集中在零件位姿檢測(cè)。本文提出基于低成本Kinect傳感器的散亂零件位姿估算方法。通過(guò)分析修復(fù)傳感器的深度圖像，獲得描述零件姿態(tài)的點(diǎn)云；利用散亂零件連接部分特

2、征和零件自身平面結(jié)構(gòu)分離出目標(biāo)單元；針對(duì)分割后的單元數(shù)據(jù)，由隨機(jī)采樣一致原理出發(fā)，設(shè)計(jì)基于特征的位姿估算方法并通過(guò)實(shí)驗(yàn)進(jìn)行分析驗(yàn)證。
　　本研究主要內(nèi)容包括：⑴提出了基于Kinect傳感器的散亂零件點(diǎn)云獲取方法。建立深度圖像和三維點(diǎn)云的變換關(guān)系，針對(duì)圖像中的三種主要缺陷，分別進(jìn)行處理：采用引導(dǎo)濾波去除圖像噪聲，分析調(diào)整參數(shù)和窗口半徑對(duì)圖像質(zhì)量及邊界輪廓影響，針對(duì)不同圖像，提出參數(shù)的最佳選擇；采用聯(lián)合雙邊濾波修復(fù)圖像的空洞，分析參數(shù)

3、影響并通過(guò)實(shí)驗(yàn)測(cè)試空洞填補(bǔ)的數(shù)量和質(zhì)量；采用卡爾曼濾波消除深度數(shù)據(jù)跳動(dòng)，分析參數(shù)影響并通過(guò)實(shí)驗(yàn)對(duì)比處理前后數(shù)據(jù)的變化程度；最后，提出一個(gè)完整的深度圖像預(yù)處理方法，通過(guò)實(shí)驗(yàn)測(cè)試三維點(diǎn)云的精度。⑵提出了完整的點(diǎn)云預(yù)處理方案。通過(guò)標(biāo)定載物面，獲得完整目標(biāo)點(diǎn)云。提出基于體素網(wǎng)格的點(diǎn)云密度減低方法，減少點(diǎn)云數(shù)量。利用數(shù)據(jù)點(diǎn)局部統(tǒng)計(jì)特征，設(shè)計(jì)一種有效的離散點(diǎn)檢測(cè)方法，提高目標(biāo)點(diǎn)云中有效點(diǎn)的比例。⑶提出了基于統(tǒng)計(jì)距離和平面特征的散亂零件分割方法。針對(duì)

4、邊界點(diǎn)和內(nèi)部點(diǎn)在空間統(tǒng)計(jì)性質(zhì)上的差異，提出基于統(tǒng)計(jì)距離的相鄰目標(biāo)連接部分消除方法，獲得適合空間聚類(lèi)分割的點(diǎn)云單元；對(duì)于相互連接程度較大的相鄰目標(biāo)，設(shè)計(jì)基于平面結(jié)構(gòu)的點(diǎn)云分割算法，實(shí)現(xiàn)從堆疊零件中獲取單個(gè)目標(biāo)的目標(biāo)。⑷提出了基于隨機(jī)采樣一致的位姿估計(jì)方法。利用Halton序列從STL模型中獲取零件的標(biāo)準(zhǔn)點(diǎn)云。采用偶極子特征完成目標(biāo)零件和標(biāo)準(zhǔn)點(diǎn)云匹配，針對(duì)特征中需要的法向量信息，提出了一種基于累加距離的估計(jì)算法。依據(jù)隨機(jī)采樣一致原理完成匹配