论文部分内容阅读
机器人自问世以来到现在,经过了40多年的发展,已被广泛应用于各个工业领域,已成为工业现代化的重要标志。但是,目前工厂实际应用的工业机器人大部分都以“示教—再现”的工作方式运行。由于这种工作方式是开环工作方式,缺乏对外部变化信息的了解,譬如作业对象发生了偏移或者变形导致位置发生变化,或者其再现轨迹上有障碍物出现时,工业机器人就不能根据这些变化实时地调整其运动轨迹,缺乏灵活性和适应性,因此我们引进计算机视觉系统,在原有的Motoman UP6工业机器人系统的基础上,为其研究开发了一套计算机视觉系统。这套计算机视觉由摄像机、图像采集卡、工业计算机和原来的Motoman UP6工业机器人系统以及相关的软件组成。通过这套计算机视觉系统,获取操作对象和周围环境的图像信息并进行分析处理,实现对图像中特征点的三维空间定位,然后由计算机利用机器人远程控制软件Motocom32对工业机器人进行远程控制,实现机器人对这些点的自动定位和跟踪。 本论文首先阐述了工业机器人相关知识,包括Motoman UP6工业机器人相关知识、工业机器人运动学的正逆解问题,并综合运用机器人运动学理论,利用Motocom32软件与机器人在控制柜通讯,通过对机器人程序文件的上传、分析、规划重组和下载等处理,实现了对运动中工业机器人轨迹的实时规划。然后详细地介绍了整个工业机器人视觉系统的软硬件组成以及摄像机的定标问题。在总结传统定标方法的基础上,结合本系统实际情况,提出简单、快速的摄像机内外参数的定标与修正方法。该方法在摄像机模型中全面考虑了镜头的非线性畸变和系统误差,在直接线性标定法中引入了处理镜头非线性畸变和系统误差的因子,通过简单的迭代求解实现了对摄像机的快速定标。随后论述了现有成熟的图像处理算法,在此基础上,结合本课题应用背景,设计了一组实用的图像处理方法,包括图像预处理,图像分割和边缘检测,图像特征提取以及图像特征量的计算,有效地求出了图像特征量信息。最后介绍了本系统所采用的立体成像方式、三维重建方法和模型,以及立体视觉中的图像匹配的问题。根据前面求解出的图像特征量信息,对从不同视点的获取的幅图像序列进行匹配,并利用三维重建技术,结合摄像机定标的内外参数所确定的空间点与其在图像平面上投影点的投影关系,求解出空间点的三维坐标信息。利用这些三维信息,由计算机产生相应的机器人运动控制命令,通过Motocom32软件对机器人进行远程控制,实现机器人对这些空间点的自动定位和跟踪。