基于3D视觉的散乱堆放工件机器人抓取技术研究

自动化生产线上工件的上下料,尤其是工件处于散乱堆放的情形下,其自动上料一直是一个尚未很好解决的难题。利用机器视觉二维、三维测量及信息融合的方法,采用双目立体视觉的技术,对散乱堆放状态下的工件进行二维、三维测量,获取堆放状态下工件的三维点云数据;再通过对整个三维点云数据的分割,获得属于注意力集中条件下单个工件可见部分的三维数据;最后通过与已建立的工件CAD模型离散得到的单个工件的三维数据,进行三维点云的匹配,确定目标工件在散乱堆放中的三维位姿,并自动生成控制六关节机器人执行抓取的运动轨迹与动作程序,从而完成工件的分拣工作。

基于点对特征的散乱堆放物体的位姿估计算法

现有的三维物体识别和位姿估计方法无法很好地用于散乱堆放物体的场景,尤其是有严重遮挡和混叠的场景。使用基于点对特征的点云匹配和位姿估计算法,针对工业环境中乱序物体的特点,进行了一系列改进,如场景点云法线方向一致性调整、抓取位姿筛选策略调整、旋转对称引起的角度偏差调整,以取得更理想的位姿估计结果。在仿真环境和真实场景下进行了一系列实验,实验结果表明,所采用的算法在乱序物体场景中的位姿估计效果比较理想。