面向機(jī)器人的多目視覺檢測(cè)算法研究及系統(tǒng)實(shí)現(xiàn).pdf

1、并聯(lián)機(jī)器人有著剛度大，累積誤差小，結(jié)構(gòu)簡(jiǎn)單可靠，負(fù)載大，控制容易，執(zhí)行速度快等多個(gè)優(yōu)點(diǎn)?，F(xiàn)如今，已有將單個(gè)攝像機(jī)添加進(jìn)并聯(lián)機(jī)器人當(dāng)中，但僅能做簡(jiǎn)單平面形狀物體的定位、分揀等功能，無法達(dá)到柔性化生產(chǎn)的目的。
　　本文以并聯(lián)機(jī)器人作為機(jī)器人的研究對(duì)象，提出采用多目視覺的方法，使其具有感知外部三維環(huán)境的能力，旨在于提高多目視覺系統(tǒng)的標(biāo)定效率，提高并聯(lián)機(jī)器人的目標(biāo)檢測(cè)精度以及目標(biāo)檢測(cè)能力。如何使多目視覺系統(tǒng)具有感知目標(biāo)三維坐標(biāo)以及如何將該

2、三維坐標(biāo)轉(zhuǎn)化為并聯(lián)機(jī)器人可執(zhí)行的相應(yīng)參數(shù)，需要解決的問題有角點(diǎn)檢測(cè)問題，參數(shù)估計(jì)問題以及目標(biāo)檢測(cè)等問題。本文對(duì)此進(jìn)行了深入研究，在詳細(xì)地分析傳統(tǒng)方法的利弊的基礎(chǔ)上，提出了相應(yīng)的解決方案，使并聯(lián)機(jī)器人在多目視覺系統(tǒng)的引導(dǎo)下，完成復(fù)雜環(huán)境下對(duì)目標(biāo)的高精度檢測(cè)，并實(shí)現(xiàn)了面向并聯(lián)機(jī)器人的多目視覺檢測(cè)系統(tǒng)。
　　對(duì)并聯(lián)機(jī)器人的運(yùn)動(dòng)學(xué)以及整體結(jié)構(gòu)進(jìn)行了扼要闡述，介紹了攝像機(jī)的成像模型和多目視覺檢測(cè)技術(shù)，并根據(jù)并聯(lián)機(jī)器人的機(jī)械結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)出本

3、文面向并聯(lián)機(jī)器人的多目視覺檢測(cè)系統(tǒng)的理論模型。
　　角點(diǎn)檢測(cè)是為了給計(jì)算多目視覺檢測(cè)系統(tǒng)內(nèi)外部參數(shù)提供原始數(shù)據(jù)。為了提高單個(gè)攝像機(jī)標(biāo)定過程中角點(diǎn)坐標(biāo)提取的效率與精度，對(duì)攝像機(jī)標(biāo)定時(shí)使用圓形圖案與棋盤格圖案遇到的問題進(jìn)行了詳細(xì)的分析與總結(jié)。對(duì)于圓形圖案標(biāo)定板，本文提出并推導(dǎo)了橢圓投影誤差模型，通過仿真實(shí)驗(yàn)數(shù)據(jù)詳細(xì)分析和總結(jié)了影響標(biāo)定誤差的各個(gè)因素。對(duì)于棋盤格圖案標(biāo)定板，在分析了傳統(tǒng)開源代碼Matlab繁瑣的人工操作以及OpenCV無

4、法應(yīng)用于復(fù)雜環(huán)境等缺點(diǎn)的基礎(chǔ)上，根據(jù)黑白方塊角點(diǎn)處的灰度值分布特點(diǎn)，本文提出了一種改進(jìn)的對(duì)稱方差方法的亞像素角點(diǎn)檢測(cè)算法，實(shí)驗(yàn)結(jié)果證明了該算法的有效性。
　　參數(shù)估計(jì)是對(duì)多目視覺檢測(cè)系統(tǒng)的攝像機(jī)矩陣、旋轉(zhuǎn)矩陣以及平移向量等參數(shù)的計(jì)算。只有獲得了檢測(cè)系統(tǒng)內(nèi)外部參數(shù)之后才能進(jìn)行目標(biāo)的三維坐標(biāo)計(jì)算與轉(zhuǎn)換，使并聯(lián)機(jī)器人能識(shí)別目標(biāo)。相比于本文所設(shè)計(jì)的系統(tǒng)的內(nèi)部參數(shù)來說，外部參數(shù)所涉及到的旋轉(zhuǎn)矩陣最優(yōu)化問題更為復(fù)雜。為了更精確地計(jì)算出系統(tǒng)中的

5、旋轉(zhuǎn)矩陣，本文根據(jù)旋轉(zhuǎn)矩陣估計(jì)問題的特點(diǎn)，提出了一種基于凸松弛的混合全局最優(yōu)化算法，并將該算法應(yīng)用于解決多目視覺系統(tǒng)標(biāo)定中攝像機(jī)兩兩之間存在的共軛旋轉(zhuǎn)矩陣估計(jì)問題和攝像機(jī)與并聯(lián)機(jī)器人之間存在的單旋轉(zhuǎn)矩陣估計(jì)問題。該算法綜合了交迭算法與凸松弛算法各自的優(yōu)點(diǎn)，實(shí)驗(yàn)結(jié)果表明，該算法快速準(zhǔn)確地收斂于旋轉(zhuǎn)矩陣估計(jì)問題的全局最優(yōu)解。
　　由于并聯(lián)機(jī)器人的應(yīng)用范圍主要在工業(yè)生產(chǎn)分揀與定位當(dāng)中，工業(yè)產(chǎn)品的顏色大多沒有區(qū)分度，紋理通常也不明顯，光照

6、也受現(xiàn)場(chǎng)情況的影響，只有形狀才是表征物體最本質(zhì)的特征。為了提高并聯(lián)機(jī)器人對(duì)于各種形狀目標(biāo)檢測(cè)能力，在詳細(xì)分析了傳統(tǒng)目標(biāo)檢測(cè)算法優(yōu)缺點(diǎn)的基礎(chǔ)上，本文根據(jù)目標(biāo)的中軸線或骨架所提供的信息，提出了一種基于二維形狀橢圓建模的目標(biāo)快速檢測(cè)算法。為了對(duì)各種二維的狀的目標(biāo)進(jìn)行自適應(yīng)橢圓建模，本文加入了形狀復(fù)雜度以及信息準(zhǔn)則等定義用于建模。由于目標(biāo)物體在不同角度的成像過程中會(huì)發(fā)生投影變化，故在形狀復(fù)雜度的定義里加入了不變矩的一項(xiàng)。由于圖像數(shù)據(jù)為離散二維數(shù)

7、據(jù)，針對(duì)Hu不變矩在離散情況下，尺度不變特性失效的問題，本文提出了改進(jìn)的離散Hu不變矩。針對(duì)二維形狀橢圓建模在目標(biāo)檢測(cè)過程中計(jì)算量大、耗費(fèi)存儲(chǔ)空間等問題，引入幾何不變量——形狀角，從總體上對(duì)多個(gè)目標(biāo)的輪廓進(jìn)行初步篩選，再利用橢圓建模所提供的模型特征信息進(jìn)行精確匹配。由實(shí)驗(yàn)證明，在目標(biāo)物體含有噪聲時(shí)，發(fā)生遮擋時(shí)，或者發(fā)生旋轉(zhuǎn)、平移、尺度變換時(shí)均能準(zhǔn)確快速檢測(cè)。
　　最后，結(jié)合上述研究?jī)?nèi)容及算法，研發(fā)了面向并聯(lián)機(jī)器人的多目視覺檢測(cè)系統(tǒng)