机器人智能抓取系统视觉模块的研究与开发

以ABB机器人、快换手爪、双目相机为硬件基础,搭建了基于双目立体视觉的工业机器人智能抓取系统,旨在实现随机放置物体的识别定位和自动抓取。基于视觉模块,研究了图像处理、立体匹配和深度计算以及坐标转换,以C++为开发平台,结合Open CV图像开发库和Triclops库,开发了视觉识别与定位算法,实现对圆柱体和长方体薄板对象的分类和位姿识别。最后,通过实验验证,表明该视觉算法有较高的识别定位精度,满足抓取系统的要求。

基于双目视觉机器人TCP校准方法研究

工业机器人末端执行器位置参数(TCP)是机器人离线编程及机器人末端工具误差校正的基础,研究快速、准确的TCP校准方法对保证工业现场环境下机器人系统顺利正常工作至关重要。以双目视觉测量为基础,结合空间坐标变换理论与机器人运动学,提出了一种应用于工业制造现场的机器人TCP参数快速自动校准方法。此方法具有非接触测量、校准速度快、精度高等优点,减少了传统接触式TCP校准过程中误差因素,并且克服了其标定速度慢,标定精度不足等缺点。结合ABB工业机器人对该方法进行验证实验,实验结果表明:对于直径为10 mm的末端工具,提出方法校准精度相对于传统接触式标定有很大的提高,可以满足工业现场高精度的、快速的TCP校准要求。

基于全周多视角的三维重建技术

提出一种基于圆分度台的三维模型拼接技术 ,其核心是把双目立体测量系统安装在步进电机控制的旋转平台上 ,旋转拍摄多视角下的场景影像 ,由所记录的相应角度值 ,通过坐标变换将不同视角场景模型进行三维拼接 .论述了旋转装置的参数标定以及同一视点下不同视角的坐标转换关系 .该方法只需一次标定 ,自动完成测量数据的采集与拼合 ,非常适合于近景场景下的三维数据采集与重建 .实验结果表明 。

基于双目序列图像的测距定位与自车速度估计

为了确定车辆在行驶过程中的相对位置与速度,提出一种基于双目序列图像的实时测距定位及自车速度估计方法。该方法利用车载双目视觉传感器采集周围环境的序列图像,并对同一时刻的左右图像进行基于SURF(speeded up robust features)特征的立体匹配,以获取环境特征点的景深,实现车辆测距定位;同时又对相邻两帧图像进行基于SURF特征的跟踪匹配,并通过对应匹配点在相邻两帧摄像机坐标系下的三维坐标,计算出摄像机坐标系在车辆运动前后的变换参数,根据变换参数估算出车辆的行驶速度。模拟实验表明,该方法具有良好的可行性,速度计算结果比较稳定,平均误差均在6%以内。

微装配系统三维坐标变换的研究

提出了基于立体视觉的微装配系统中微器件三维坐标变换的方法。该方法的系统模型中综合考虑了 CCD摄像系统、显微成像系统、工作台以及微夹持手等多坐标系统 ,并运用光学原理 ,建立了微装配系统中微器件成像关系。研究分析表明 ,这种方法是一种有效、简单。

获取三维模型立体图像对KFR方法的研究

主要研究在计算机上已经建好的三维模型场景中简单便捷地获取图像对,根据在场景中设置的摄像机对,模拟人眼成像原理,提出获取立体图像对的KFR方法。首先根据针孔模型将图像坐标系中的一点逐步转换到像平面坐标系、摄像机坐标系和世界坐标系,并由坐标轴的二维旋转推导出三维旋转公式,得出影响立体图像显示效果的关键因素的关系式;然后设置摄像机对的排列实现场景的立体显示;最后由显示结果分析得出决定立体效果的关键因素之间的关系。

基于双目视觉的相对定位定向研究

设计一个基于尺寸不变特征变换SIFT特征提取算子的双目相对定位定向系统,可解决极端环境下一般导航系统无法准确定位定向的问题。实现过程采用2个相对位置固定的相机,利用SIFT特征点尺度及旋转不变的性质精确匹配图像序列中的投影点,并根据坐标变换来测定相机的移动距离和旋转角度,从而可以计算出相机轨迹的变化,达到了相对的定位和定向的效果。该系统的定位定向精度可达86%。

基于随动三维视觉的大位移测量方法

在大型结构摄像形变测量中,往往会因为位移较大而超出相机视场,导致双目摄像系统难以进行连续大形变测量。为了解决这一问题,本文介绍了一种基于双目立体视觉和坐标变换的随动视觉测量方法,可用于大位移连续测量。该方法分别将两个相机与转台固联,形成双站随动立体视觉系统,在目标位移即将移出视场时调整相机姿态。为了连续计算目标结构位移,采取光学编码点对随动相机系统的外参进行标定,并重构测点的三维坐标;然后,通过迭代最近点(ICP)算法求解不同观测状态下测量坐标系的转换关系,将随动参考系中的测点坐标转换到全局坐标系中,进而求得测点的三维位移信息。实验结果验证了本文方法在结构大位移测量中的可行性。