自动物料分拣机器人的视觉定位技术研究+CAD图纸(2)
第二章 研究课题概述 .5
2.1自动物料分拣机器人系统的视觉研究概述5
第三章 设备仪器的选取 7
3.1 传感器的选取 . . . .7
3.2 相机的选取. . 8
3.3 镜头的选取. .9
3.4 相机和镜头的组合. 10
第四章 方案论述———自动物料分拣机器人的视觉定位 10
4.1 引言 10
4.2 图像采集及预处理 13
4.2.1 图像采集 . .13
4.2.2 图像预处理 .14
4.3 图像目标边缘检测及定位 . 25
4.3.1 边缘检测技术 . .25
4.3.2 常用的边缘检测算子 . .26
4.3.3 基于Hough变换的目标识别和定位. .29
4.4 结论 . .36
结论与展望. .37
致谢 .38
参考文献 . 39
第一章 绪论
1.1 研究背景及意义
机器人以其通用性、耐久性和可靠性好等特点在各个行业得到了广泛的应用。随着工业自动化技术的不断发展，对机器人的性能提出了高精度、高速度和自动化的要求。基于机器视觉的机器人定位检测技术可以快速、准确和高重复性地完成工作，提高生产的柔性和自动化程度。同时智能控制算法的出现提高了机器人的控制精度，解决了机器人的非线性和不确定系统的控制问题，使机器人能对变化的环境具有自适应性。另外，为了适应市场需求的快速变化，需要缩短机器人产品开发的周期、降低成本。将虚拟样机技术运用到机器人产品开发中，通过建立虚拟模型和虚拟工作环境，在无需进行物理样机制作的情况下，完成无数次物理样机无法进行的虚拟实验，设计方案的好坏,可以大大地缩短开发周期和降低开发成本。
在机器人具备的各种功能中，分拣是常见的一种。分拣机器人能识别目标，使用一种设备抓取工件，并将工件从一个工位移动到另一个工位。但是，在分拣机器人的实际应用中，由于种种原因目标的位置并不固定甚至是移动的，所以在抓取的过程中可能存在偏差。传统使用人工进行加工时，工人可以通过眼睛识别工件以及工件的位置，然后对工件进行分拣和搬运。因此，如何使机器人能够模拟人眼睛的工作模式，逐渐成为国内外分拣机器人研究的方向。研究领域。机器人为机器人增加视觉能力,于是形成了机器人视觉。机器人视觉系统的视觉传感器的任务来获取图像，然后将图像处理单元，通过数字处理，根据判别像素分布，亮度，图像的大小，形状，颜色，颜色信息，并根据判断结果的趋势来控制机器人，该过程是快速，准确，重复性高，可以提高灵活性和生产自动化的程度，广泛应用于电子，汽车，机械制造业，医疗，军事等领域。机器视觉技术的产生和应用，极大地提高了工业机器人的自动化水平，进而很好地改善了人类的工作环境，更有着极为广阔的发展和应用前景。
1.2 国内外自动物料分拣机器人研究的发展状况
第二章 研究课题概述
2.1 自动物料分拣机器人系统的机器视觉研究概述
自动物料分拣机器人系统的机器视觉技术主要由机器人对物料的分拣工作和机器人对物料形状进行分析识别的机器视觉组成。
分拣生产线是一个非常重要的处理步骤，其目的是为了区分不同类型的材料或部件对应于指定位置显示，其步骤具体分为定位、识别、抓取和放置这四个阶段。因为工人操作存在着疲劳度的问题，使用基于机器视觉的工业机器人对工件进行分拣，不但达到高效准确而且稳定持久的工作效率，具有相当大的优势。伴随着人工智能的产生与发展，机器人也能够实时适应到分拣环境中，也能够随时变更作业对象以及分拣工序。国外机器人公司已有相关的视觉 系统，如ABB的TrueView系统， FANUC的M-liA高速拣选系统， 以及Sehuster - Prazision的钻头分拣控制系统等；而国内尚无成熟的商业分拣系统 。现有的系统工作部分仅使用颜色来对工件进行分类，也有部分将重点放在小尺寸目标的定位上，对于形状的分类往往只是简单地采用几何模板匹配的方法来进行识别判断，也不能很好地适应实际情况。因为颜色的区分较易实现，而三文工件摆放角度不同和摄像机视场差异带来的形状识别误差往往是引发分拣错误的主要原因。本文的目的是利用工件内容分析的形状对材料的形态分类与识别是通过一系列的工业自动化的加强，通过自主研发的机器人控制系统控制中心，来实现对不同形状物料的准确、稳定而快速的分拣。