论文部分内容阅读
工业机器人的现场应用以示教再现模式为主,通常在工业作业时,实时的工件对象的位置、姿态与示教机器人路径时的模板工件对象的位置与姿态具有旋转和偏移的关系。所以工件对象的识别、定位以及机器人示教路径的修正是实现工业机器人自动化应用的重要部分。随着自动化程度的逐步提高,视觉传感器被广泛的应用于工业机器人领域,用来实现工业环境中的工件的识别、定位和机器人导向等。本课题基于对SUSAN角点检测算法、SIFT图像匹配算法、摄像机标定技术、工业机器人路径修正方式等方面的分析与研究,提出了一种基于改进的SUSAN角点检测算法与SIFT图像匹配算法的工业机器人路径修正方法。首先对角点检测技术进行了研究,内容如下：根据角点检测技术的检测原理将各种经典的角点检测算法进行了分类；对SUSAN角点检测算法进行了重点分析,通过实验验证了SUSAN角点检测算法中存在角点误检、角点漏检、计算量相对偏大等不足；针对SUSAN角点检测算法的不足,提出了结合目标点邻域特性的改进算法,并通过实验验证了改进算法在检测典型图形图片中的角点时相对于原算法具有更好的检测效果,并且改进算法的检测速度远快于原算法与经典的Harris角点检测算法的检测速度；提出了一种角点的区域方向属性的判定算法,根据角点的方向属性结合就近原则连接角点形成区域轮廓,为实际应用中工件对象的识别提供了判决依据。其次对SIFT图像匹配算法在对工业作业环境中采集的工件对象图片的匹配性能进行了研究分析。通过实验证明了SIFT图像匹配算法对工业作业环境中的工件对象图片具有良好的、可靠的匹配性能,可以用来判别实时工件对象的类型。基于SIFT特征点具有亚像素级的定位性能,采用ICP算法计算出实时工件对象相对于模板工件对象在图像坐标系下的平移与旋转,实现工件对象的准确定位。接着研究了摄像机成像模型与标定方法,采用改进的SUSAN角点检测算法来提取机器人手眼标定中棋盘格标定块上的特征点,同时用三坐标测量仪CONTURA G2测量标定块上特征点在World坐标系中的位置,标定出手眼关系。通过对KUKA机器人示教路径修正方式以及实际的视觉设备的现场应用情况的分析,提出了一种针对KUKA机器人的摄像机简易标定方法与Base坐标系示教方法。最后,结合本文在对象识别与定位、工业现场摄像机标定、机器人路径修正方式等方面的研究,搭建了由视觉传感器、工业计算机、KR16机器人组成的实验平台,讲行了工业作业环境下的工件识别、定位与机器人示教路径的修正实验。实验结果表明本文中提出的基于改进的SUSAN角点检测与SIFT图像匹配算法的机器人示教路径修正方法能够实现实时工件对象的识别、定位与机器人示教路径的修正。