耿瑞芳[1]2006年在《基于视觉系统的六轴机械手的设计与实现》文中研究指明本文研究了能够测量不同形状目标物形态参数的机械手视觉系统的设计与实现，介绍了机器视觉发展现状以及发展前景，叙述了检测技术可视化的基本原理，设计了机械手抓取控制系统。在机械手视觉系统硬件设计中，提出了一种基于智能摄像机的智能机器人视觉系统设计方案；在软件设计中采用Blob算法原理编写了应用程序，以求取任意形状目标物的中心坐标及其任一斜边与坐标轴之间的夹角，从而实现对微小或缓慢运动的目标物定位。系统硬件平台是内含TMS320C64XX系列DSP的智能摄像机。利用VC智能摄像机来完成场景图像的采集及量化任务，并利用其自带的嵌入式操作系统及开发平台编写了相应的目标定位程序。本系统具有集成度高，硬件设备体积小，重量轻，安装调试方便，软件处理速度快，处理质量高等优点；大量的实验结果证明，该系统能满足实际项目中对目标姿态信息的需要，目标识别率为100％，最大相对误差小于10％。本系统具有广阔的应用前景，用户可通过开发不同的应用程序，以用于不同的工业机器视觉应用领域，尤其是图像测量，表面检测，汽车制造业，产品包装和印刷检测，运动分析与跟踪等领域。目前，该系统已完成软、硬件的安装及调试工作，调试结果已经达到了预期的效果。主要工作如下：1、查阅国内外有关的文献资料，了解机器视觉和图像处理方面的发展及现状；2、介绍了机器视觉概念和系统的组成及发展趋势；数字图像处理的基础理论；3、对机械手视觉系统硬件系统进行了设计与实现，其中包括购买硬件设备前的市场调研，硬件的选型、最终方案的确定及调试；4、对机械手视觉系统软件系统进行了设计与实现，其中包括不同形状目标物中心坐标的求取方法及目标物某一斜边与x轴之间的夹角的求法，具体包括对常见方法的论述以及本课题中所采用的方法；并对所编写的软件进行了调试，将其固化到智能摄像机内置的DSP芯片上，同时对不同形状目标物进行了实验验证；5、指出了测量过程中主要的误差来源，并对实验结果与实际值相比较进行了误差分析；6、对机械手抓取目标物的控制系统进行了设计、编程及仿真实验，分析了存在误差的原因。仿真结果表明文中所设计的机械手抓取控制系统能够正常工作，所提出的抓取控制算法简单、实用。
彭冬亮[2]2003年在《降质图像处理方法及其在机器人视觉系统中的应用研究》文中研究表明随着信息技术和计算机科学的迅速发展，图像处理、自动目标识别以及计算机视觉技术已经被广泛于工业、国防、航空和航天等诸多领域。这篇文章重点讨论了如下的叁个问题： 1．灰度等级少、对比度低的降质图像增强问题。图像增强是图像预处理的重要组成。通过不同的图像增强手段可以得到适用于不同用途的增强图像。传统的图像增强方法有灰度变换、直方图修正、直方图均衡、图像平滑和维纳滤波。由于图像中存在许多不确定性和不精确性，对于这种类型的图像，与传统的图像增强手段相比，基于模糊集理论的图像增强技术在一定范围内可以取得较好的增强效果。但是由Pal提出的经典模糊增强方法并没有改变图像灰度等级的上界，所以这种增强方法不适合于灰度等级少、对比度低的图像增强问题，并且这种经典模糊增强方法的隶属度函数值域不具有通常的规范形式，即[0，1]区间。为了解决上述问题，本文在经典模糊增强方法和灰度变换基础上提出了一种广义的迭代模糊增强算法。这种新的图像增强方法包括叁个阶段，即图像滤波、模糊增强和灰度级变换，扩大了原始图像灰度等级的范围，在保留了原有模糊增强方法和灰度变换优点的同时，规范化了模糊增强环节中灰度隶属度函数的形式。同时为了结束迭代增强，基于图像灰度直方图分布的统计特性，提出了一种客观的图像质量评价指标。计算机仿真结果表明这种新的图像增强方法比模糊增强和灰度变换方法更适合于处理灰度等级少、对比度低的图像增强问题。 2．具有方向可调节性的边缘检测器的设计问题。在图像处理和图像分析中，图像中的边缘包含了重要的图像信息，因此如何有效快速地提取图像中的边缘是一个十分重要的问题。边缘检测器的性能直接影响着图像分析和物体识别的结果。通常的边缘检测器只能有效检测几个特定方向的边缘，如果需要检测图像中各个不同方向的边缘，使用通常的卷积方法在计算上是十分费时的。为了解决这个问题，本文基于变换群理论提出了一种方向自适应滤波器的设计方法；给出了这个滤波器与图像卷积的算法。这种自适应滤波器经过参数变换后的结果可以用一组固定的、有限数目的基滤波器的线性组合表示。当不同方向的滤波器与图像进行卷积时，计算效率可以得到显着提高。一个仿真实例表明这种用于边缘检测的自适应滤波器是有效的。 3．六轴机械手视觉系统的设计和应用问题。工件的自动识别和定位是实现加工工业现代化的前提，可以极大提高生产效率和减轻工作人员的工作负担。本11 摘 要文从实际应用角度出发，设计和开发了六轴机械手的视觉系统，从硬件和软件方面详细描述了这个系统的实现过程。在图像识别阶段，提出了一种有效的图像分割方法，即改进标号算法；还提出了一种有效确定图像中物体位置和方向的算法，解决了物体方向表示的奇异性问题；为了确定图像上物体的绝对坐标，本文详细分析了像素坐标系、图像平面坐标系和机械手参考坐标系之间的关系，讨论了几个与视觉系统应用有关的实际问题。最后的实际应用结果验证了视觉系统的实用性。
孙延平[3]2017年在《基于机器视觉的六轴机械手自动分拣系统》文中指出自动分拣系统在提高分拣速度的同时,又能保证分拣质量和实现对整个分拣系统的监控。对于提高生产过程中需要重复分拣某些特征明显物料的工作效率有重要的现实意义。本文基于机器视觉和机械手技术,以精油灌装工艺中灌装瓶目标定位和自动分拣为研究对象,利用德国MVTec公司Halcon机器视觉软件和叁菱公司的RV-4FL-D型六轴机械手为实验平台,对灌装瓶定位和自动分拣过程中涉及的图像处理、系统建模、轨迹规划、智能控制以及系统实验等工作进行研究,具体内容包括:(1)通过视觉软件Halcon对目标灌装瓶进行了图像处理、分割、特征值提取等操作,并对图像处理中的各种算法进行了分析与比对,确定了本文的处理方案。最终通过单目摄像机标定技术完成了对目标的识别和定位。(2)针对机械手采用D-H建模法完成模型的创建,确立了各个轴连杆坐标系以及连杆矩阵,并且进行了运动学分析求出了运动学方程的正解、逆解。(3)设计了机械手的轨迹规划器,根据点到点的运动和通过一系列点的运动在关节空间生成连续光滑的运动轨迹。(4)设计了机械手运动控制环节,根据机械手关节模型的信息提出基于模型逼近的RBF网络自适应滑模控制和基于RBF网络最小参数学习法的自适应控制,并比较了两种方案的控制结果,以确保机械手实现高精度的抓取。(5)明确了系统的功能,通过了解机器视觉系统和机械手系统的构成来对其内部组件进行合理的选型,确保系统准确稳定的运行。本系统在灌装瓶分拣中的成功应用,不仅节省了人力、物力,更重要的是保证了灌装瓶的质量,对于产品加工制造业具有重要的意义。同时,本系统对于其他类型灌装产品的应用具有推广价值,同时对于物流等其他行业也有重要的借鉴意义。
参考文献：
[1]. 基于视觉系统的六轴机械手的设计与实现[D]. 耿瑞芳. 北京化工大学. 2006
[2]. 降质图像处理方法及其在机器人视觉系统中的应用研究[D]. 彭冬亮. 浙江大学. 2003
[3]. 基于机器视觉的六轴机械手自动分拣系统[D]. 孙延平. 长春工业大学. 2017