智能测量机器人多级协同三维测量技术

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:dx3386135
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国在经济军事领域上飞速发展,对大型装备(如飞机、大型舰艇以及空间站等)中不规则构件的测量已成为仪器科学领域的热点问题。对不规则构件的测量,最基本的方法为传统测量法,该方法由专业的技术人员操作各种测量仪器实现,难以摆脱人工干预,效率较低,因此需要一种更加智能和自动化的测量方式。近年来,工业机器人搭配高精度的传感器成为了测量不规则构件的新方式,使得测量更加智能高效。这种测量方法依靠机器人的灵活性和可编程性,自动完成被测物的测量。然而由于机器人末端定位并不精确,在大型构件的局部测量数据转换为整体测量数据时误差较大,导致测量结果不准确。本文针对构件表面提出了一种基于“先粗测再精测”思想的多级协同测量技术。一级测量通过三台Kinect深度相机完成:首先对三台Kinect深度相机完成2次手眼标定,将点云变换至世界坐标系下。随后通过点云切片和法向量提取的方法,得到机械臂末端的扫描路径,保证机械臂与被测物无碰撞且被测物始终在线结构光传感器的量程范围内。二级测量通过线结构光传感器完成:线结构光传感器完成手眼标定后,由机械臂带动,沿上述路径扫描。三级测量通过激光跟踪仪完成:利用激光跟踪仪实时获得机械臂末端准确位置。最后通过编写数据同步采集程序,对传感器二维测量数据、机械臂末端位姿数据和激光跟踪仪坐标数据同步接收和处理,得到被测物的三维点云信息,并完成点云重构,得到的结果同原始模型进行对比。本文搭建了基于UR5六自由度机器人、线结构光传感器、Kinect深度相机和激光跟踪仪的测量系统。并在Linux系统下,以C++为编程语言,通过编写轨迹规划程序和数据同步接收程序,结合Move It机器人规划器库、Eigen矩阵库和PCL点云库实现机器人扫描路径点提取、机器人轨迹规划、点云数据的填充及处理,最终完成三维测量实验,借助被测物体的原始模型,与扫描后重构的点云进行配准,误差不超过0.20 mm,表明测量系统具有较高的测量精度。证明了该系统在实际工程中的可靠性。
其他文献
在光学领域对精度要求愈来愈高的当代,振镜系统被广泛应用于各种光学场景,而决定振镜系统效果最重要的因素便是振镜电机的控制精度。振镜电机由于其低惯量,大转矩,宽频率特性的特点受到了国内外学者的广泛关注,本文针对一个实际的振镜系统,对提高其控制精度的方法进行了详细论述,但由于振镜系统硬件出现损坏,本文未对实际系统进行调试。为提高振镜系统的控制精度,需要获得系统的精准模型从而设计控制算法。据此,本文分析了
随着互联网电子商务的迅速发展和人们购买力的不断提升,出现了众多大型电商购物节,在促进消费和提升人们生活质量水平的同时,快递服务企业迎来更大的机遇和挑战。针对目前大型电商购物节期间快递服务企业下的配送网点和末端驿站配送压力大、自身配送运力不足以支撑配送数量庞大的快递的现象,论文对快递任务调度进行研究,将众包模式应用到快递任务配送中,为快递任务众包配送提供任务分配方法和众包配送员调度方法,构建高效便捷
钢筋混凝土柱是建筑、桥梁、水工等各种工程结构中最基本的竖向承重构件,其在地震作用过程中的损伤和性能退化程度影响着结构的局部及整体安全,损伤评估是研究土钢筋混凝土柱在地震作用下灾变演化机理的重要手段。目前,国内外学者一般通过拟静力试验建立特定的损伤模型来量化钢筋混凝土柱的地震损伤,但在经历实际地震考验后再开展相关试验研究是不现实的。另外,目前的地震损伤智能评估方法只关注了钢筋混凝土柱损伤类型定性划分
随着人类深空探测技术的不断发展,对太阳系内各大行星的探测、尤其是对小行星的探测目前已成为深空探测领域的重点关注问题。人类对小行星的探测手段越来越先进,对小行星的了解也越来越深入,然而由于小行星的形状不规则、质量分布不均匀、自旋状态不稳定等所造成的小行星引力场不规则等因素的影响,也给人类对小行星进行进一步的深入探测带来了新的挑战。因此,本文针对小行星着陆探测中不规则引力场下的着陆轨迹快速优化问题进行
本文旨在利用多台初始位姿未知的地面移动机器人,在办公区域等存在一定数量WiFi信号的室内环境中,实现多机协同探索与建图。本文主要在感知和规划两方面进行了研究。在感知方面,本文以单机器人定位与建图为基础,用并查集算法管理导航地图,将回环检测和后端优化拓展到多机器人的情况,通过WiFi信号和激光雷达结合的重定位算法实现不同机器人之间的数据关联,从而实现多机协同感知。其中,在数据关联方面,考虑到目前常用
针对频繁发生的水污染事件,本论文基于数据驱动模型对水质进行时间与空间上的预测预警分析,为突发性水污染事件的决策与处置提供依据。对于水质时间序列预测模型,采用变分模态分解算法将水质时间序列分解成相互独立、平稳的子序列;再通过皮尔森相关分析,判断不同水质指标对各子序列的相关关系,并作为BP神经网络的输入变量;构建基于变分模态分解的BP神经网络水质预测模型,对案例中的叶绿素浓度进行预测分析。比较基于经验
近年来,快递物流服务行业始终保持着较快地发展速度,同时也存在着行业资源分散、服务碎片化、公司间恶意竞争、成本居高不下等问题。“共享物流”概念的提出,为上述问题提供了解决思路,其核心是对快件物流资源进行共享、整合与优化,以达到降本增效的目的。论文从快件物流资源整合模式构建、共享快件物流服务网络整合、协同运输资源调度几个方面,进行快件物流资源整合与优化配置的研究。首先,针对原有快件物流资源整合模式的单
工业机器人在汽车装配领域已经成功应用多年,然而,由于3C(Computer,Communication,Consumer Electronics)产品具有体积小、质量轻以及装配精度要求高的特性,其装配仍然以人工为主,是目前3C制造业人工使用最多的环节。随着人力成本的持续上涨,装配工序自动化的实现迫在眉睫。但现有的工业机器人都难以同时满足3C产品装配对高精度,高灵巧性,低成本的要求。因此,基于对3C
微藻可以通过高效的光合作用以及自身代谢将二氧化碳转化成碳水化合物并储存在胞内,从而作为原料用于生物质乙醇生产等。但是使用传统方法在进行微藻胞内碳水化合物含量测定时,会有检测步骤繁琐以及产生二次化学污染风险等局限性,且难以实时确定微藻胞内的碳水化合物含量。近些年,随着深度学习在人工智能中的蓬勃发展,为高效处理复杂信息的智能检测技术提供了新的契机。一方面,微藻胞内碳水化合物的积累与光合作用密切相关,另
由于横风向振动的复杂性,传统的横风向振动理论,如准稳态理论、范德波尔振子模型,其预测精度往往是非常有限的。目前对矩形柱体和矩形截面高层建筑横风向振动的研究主要依赖于耗时耗力的风洞试验和数值模拟技术。本文主要基于机器学习技术来研究矩形柱体和矩形截面高层建筑的横风向振动。同时,采用无监督学习的方法分析了矩形截面高层建筑的横风向力功率谱特性。为了准确评估矩形柱体的横风向响应,基于文献中的高质量的风洞试验