【摘 要】
：
目前,随着智能工厂概念的出现与发展,厂商们对工业机器人的编程亦有了更高层次的需求,如何降低生产成本是他们最关心的问题,而采用离线编程或借助示教器拖拽示教的机器人编程方式已经不能满足灵活高效的个性化编程需求。与此同时,计算机视觉技术的快速发展与低廉的成本为这个问题提供了一个良好的契机,利用视觉引导机器人快速完成编程任务成为了科研界研究的又一热点问题。本文设计了一种通过对目标物体跟踪实现机器人快速示教
论文部分内容阅读
目前,随着智能工厂概念的出现与发展,厂商们对工业机器人的编程亦有了更高层次的需求,如何降低生产成本是他们最关心的问题,而采用离线编程或借助示教器拖拽示教的机器人编程方式已经不能满足灵活高效的个性化编程需求。与此同时,计算机视觉技术的快速发展与低廉的成本为这个问题提供了一个良好的契机,利用视觉引导机器人快速完成编程任务成为了科研界研究的又一热点问题。本文设计了一种通过对目标物体跟踪实现机器人快速示教编程的方法:首先对单个Kinect相机产生带有颜色信息的点云数据在第一帧时进行初始化操作,将分割出的目标物体作为后续跟踪处理的参考模板;然后搜索视线范围内疑似目标物体的区域,采用Octree算法检测各物体运动变化情况,对运动的物体采用粒子滤波算法进行实时跟踪,通过多次检测和更新模板获得各个目标物体的运动数据;最后将这些数据作为机器人运动约束量,经过坐标系变换和Bi TRRT规划算法路径规划后,驱动UR5机器人复现出之前所演示的任务,最终完成对机器人的快速示教。通过实验例证,本文提出的跟踪算法不会因为目标物体数目的增加影响到系统的实时性能,能够满足实时的解算需求;且目标物体运动检测期间出现其它动态干扰时也不会对检测结果造成影响;在同类型的应用场景下,即便改变目标物体或增减目标物体数目,依然能通过观察学习的方式灵活地赋予机器人新的技能。更重要的是,本方法的示教效率约为传统拖拽示教方式的三陪,因此实用性更强。
其他文献
粮食是人类生产的基础,粮食安全事关国家安全大局,如何保证粮食的品质并安全存储一直以来都是国家极为重视的问题。近红外光谱分析技术是近年来快速发展的一种粮食品质无损检测技术,具有不破坏粮食本身、操作便捷以及稳定性高和效率高的优点,它通过对粮食光谱数据的分析,建立起光谱数据与粮食成分之间的关系模型,从而实现对未知粮食样本品质的预测。近红外光谱分析技术的核心是建立稳定且准确的预测模型,因近红外光谱数据具有
阿尔兹海默症(AD,Alzheimer Disease)是一种典型的进行性发展的致死性神经退行性疾病。轻度认知障碍(MCI,Mild Cognitive Impairment)是AD的早期阶段,由于患者早期呈现的病理信息并不明显,很容易被误认为是自然衰老,随着病情的恶化将更难以采取有效的治疗措施。因此,早期的发现和治疗尤为重要。由于受到医疗条件的限制,早期依靠单模态数据进行分析,诊断效果并不理想。
随着社会的发展和教育的改革,社会对人才的要求愈来愈严格。物理学科是培养国家接班人和建设者的基础学科,所以初高中的物理学习是至关重要的。然而,有些在初中阶段物理成绩较好的学生,从初中升到高中之后,在初步接触高中物理时,会感到吃力,成绩也可能会明显下降,这十分影响学生对学习物理的兴趣和信心。因此,初高中物理教学衔接问题一直是我国教育学者和一线教师关注的焦点,做好初高中物理衔接是高中物理教育的首要问题。
非本征型光纤法珀传感器具有体积小、灵敏度高、抗干扰能力强等优点,被广泛应用于生物医疗传感、化学传感、结构健康监测等领域,而高温、高压、强辐射等极端环境下的光纤法珀传感器应用成为研究的重点。其中,光纤法珀传感器解调技术的发展是解决应用需求问题的关键。本文对低相干光纤法珀传感器解调技术的原理及关键技术进行了研究,分析对比了强度解调法、光谱法及偏振相关解调技术,提出了基于鲍威尔透镜的非扫描相关高速解调技
深度学习目标检测目的在于借助深度学习和图像处理等领域的技术和方法,定位出图像中所有出现的感兴趣目标对象并确定其语义类别。深度学习能带来目标检测精度的大幅提升主要依赖于越来越多的神经网络层数和大型的训练数据集,然而庞大的数据集需要耗费大量的人力和物力去收集,大型标注数据集的缺失已成为深度网络模型在诸多应用领域发展的瓶颈。通过汇聚群体智慧进行大量标注信息收集的群智计算在解决数据集构建的问题上具有天然优
随着第四次科技革命的到来,许多领域中数据采集的规模呈现出几何级增长的态势。在图像视觉领域,由于受到环境或者图像数据采集工具的影响,采集到的数据往往带有噪声,这些带有噪声的高维数据给图像视频的处理与分析带来了严峻的挑战。鲁棒主成分分析法作为实现去除数据噪声以及提取异常值的重要技术,近年来得到了国内外学者的广泛关注。本文主要研究基于非凸秩近似的鲁棒主成分分析模型的改进及其在图像处理、高维数据分析和计算