论文部分内容阅读
近年来,随着图像处理和视觉识别技术的快速发展和不断成熟,机器视觉技术在工业机器人上的应用已成为工业机器人研究领域的热点。针对混线生产系统中产品型号多样化,单一工业机器人无法完成多型号、多品种工件定位抓取任务的问题,本文提出了基于视觉识别技术的工业机器人对不同型号、不同品种的工件快速识别定位的方法,并利用MATLAB Robotics工具箱进行了机器人运动学和抓取工件轨迹规划的仿真实验。首先,该方法利用图像处理技术对工件初始图像进行预处理,为了提升工件轮廓特征的识别效果,利用中值滤波增强图像的亮度,突出图像的细节,利用均衡直方图法来提高图像特征点和周围环境的对比度,使图像目标特征更容易被识别,利用图像分割技术将图像划分为若干个具有独立性质的区域,以使目标特征区域与周围区域分隔开,在经过图形与处理的工件图像目标特征突出显现,比较容易也比较适合下一步的特征点提取。其次,利用神经网络算法的非线性处理能力对图像预处理后的工件图像进行目标特征点的提取,通过选用合适的神经网络训练函数和合适的神经网路迭代次数,设定合适的网络输入层、隐含层和输出层中每层神经元的个数来确定最佳的训练阈值,能够较为准确的提取目标特征点,并将提取的特征点集中形成特征集,存储为机器人用来学习的知识库,每当识别一种规格的工件时,机器人都会调取知识库里的特征相比对,成功匹配后机器人将调整好抓取姿态对特征点定位。第三,为了实现机器人能够成功定位工件目标点,需要对机器人和图像目标点建立空间坐标联系。本文利用坐标转换公式将图像的像素坐标转换为与机器人运动学相适应的空间物理坐标,通过建立机器人的逆运动学方程求解机器人关节坐标变换,机器人根据目标点的位置信息协调各个关节运动调整好运动姿态,实现工件的定位抓取任务。最后,对工业机器人的定位抓取路径的轨迹规划方法进行研究和仿真实验。针对工业机器人关节空间和笛卡尔空间轨迹规划方法进行研究,并利用MATLAB Robotics工具箱进行机器人定位抓取仿真实验,使机器人的末端夹手按照给定的抓取路径运动,进而模拟出机器人定位抓取动作过程。