论文部分内容阅读
随着我国“工业2025”规划的提出,智能制造技术在我国得到了蓬勃发展。在机械手自动化生产系统中,把机器视觉与机械手结合,来提高生产的智能化和效率已经成为当下的研究热点。 常规的机械手通常采用示教或离线编程的控制方法,存在模式重复、灵活性差等问题。采用基于机器视觉的机械手控制系统相对于常规的机械手控制系统有灵活性好、适应环境面广的优势,因此研究基于机器视觉的机械手控制系统有较好的发展前景。 本文通过研究现代工业机械手控制系统,分析常规机械手控制系统中存在的弊端,以及分析当下机械手控制的发展方向和研究重点,确立基于机器视觉的机械手控制作为本文的研究课题。本文主要研究图像处理、双目立体视觉、坐标转换等关键技术在机械手控制系统中的应用,并以adapt600机械手为基础,构建本文的基于位置的双目机器视觉机械手控制系统。其中,研究并设计了基于OpenCV单目标定和双目立体标定的相机标定软件,可通过该软件获得相机内外参数以及双目关系矩阵;综合运用HSV颜色空间、中值滤波、形态学运算、区域分割、轮廓跟踪等图像处理算法对人工着色目标进行识别,并提出一种基于链码的快速边界跟踪质心求解算法。并在上述研究的基础上,设计通过手眼坐标转换函数,将待抓取目标的相机图像坐标系转化为基于机械手基座的世界坐标系的坐标系,以控制机械手抓取识别出的目标。最后,通过实验验证控制软件能控制机械手成功抓取目标识别物,目标识别准确率达到100%,抓取成功率达到93.33%,验证了该系统的算法以及相关设计的可行性。