论文部分内容阅读
目前,智能化是机器人技术的重要发展方向之一。将视觉技术与机器人技术相结合,有助于提升机器人的自主作业能力。随着智能制造技术的发展,机器视觉现已较多的集成应用于数字柔性化制造、自动化装配系统。而机器视觉寻位技术是实现机器人自主作业关键与重要的一环,影响后续作业的位置精确性、作业方式合理性。首先,本文综述了国内外机器视觉技术的研究和应用现状。在分析机器人定位技术及视觉测量技术的基础上,为实现数字化柔性制造中高质量、高效率的机器人自主寻位能力,架构了一套集成计算机控制技术、机器人技术和双目视觉测量技术的寻位系统。在明确机器人视觉自主寻位系统各硬件组成与功能的前提下,本文对系统中相关硬件的配置方案设计、控制系统设计进行了详细论述,以及介绍了对应的工艺流程等内容。其次,本文采用基于HOG特征核相关滤波(KCF)的目标跟踪定位、基于Blob特征的双目视觉定位相结合的Eye-in-Hand型式机器视觉控制系统。通过双目视觉识别并跟踪目标,引导机器人快速运动至目标上方预设的测量位,使得目标处于较优测量视场内。然后使用双目视觉测量系统对目标进行精确定位,使得机器人末端以最优姿态精确定位至作业位置。由于机器人位置精度相对较低,无法直接满足寻位精度要求。因此需采用相应的位姿误差修正方法,实现机器人末端精确定位以保证作业的位置精度。基于对机器人误差类别及来源的分析,本文提出了相应的机器人定位误差补偿算法。针对Eye-in-Hand型式的双目视觉精确定位控制系统存在视场受限、目标丢失等情况,从而无法始终保持对目标的在线测量,进而无法建立全闭环的伺服控制,本文提出一种位置反馈型闭环控制和位置给定型开环控制相结合的方法。针对机器人做线性相对运动过程中的偏移问题,本文提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计。最后,基于机器人寻位实验平台构建并结合相关实验证明,该寻位系统能快速的实现目标定位并有效补偿位姿误差。通过机器人误差迭代补偿以及在线误差反馈的方式使机器人进行在线位姿调整从而实现机器人高精度的定位。最终定位的平均位置误差从0.6 mm降低至0.05 mm;定位的平均姿态误差从0.2o降低至0.02o。采用前馈补偿模型对机器人的相对线性运动进行补偿,平均偏离值从0.54 mm有效减少至0.065 mm。而相对线性运动的方向偏移可以忽略不计,对于所有15组实验,最大方向误差为0.012°,平均为0.006°。