带视觉的双臂机器人手臂无碰撞路径规划

论文摘要

双臂机器人的应用增强了机器人对复杂任务的适应性,提高了机器人对工作空间的利用率,对双臂机器人协调运动的研究成为当今机器人发展的一个主要方向。本文以上海广茂达伙伴机器人有限公司生产的带视觉的AS-Mrobot和ASR型双臂可移动机器人为研究对象,利用Visual C++编程软件建立基于图像采集卡的图像处理算法库,实现双机械手臂在无人干预情况下,根据实际目标物体的位置,自动识别目标物体及规划运动过程中双臂的无碰撞最优路径,解决了在抓取物体过程中两个机械臂协调运动的问题,避免了机械臂间的碰撞,为多机械臂运动的研究奠定了基础。本文通过对图像预处理、图像分割、角点检测和图像匹配等图像处理方法的比较,寻找出适合本系统的图像处理方法,并把其应用到获取摄像机标定模板图像坐标和目标识别的过程中。实验结果表明：在设定好目标模板以后,机械手臂能够自动寻找到目标物体,实现抓取过程无人干预。本文通过对摄像机线性模型和非线性模型的研究,建立出带有一阶径向畸变的摄像机模型,同时根据实验设备中摄像机相对于可移动机器人位置不发生变化的特点,研究了一种介于传统标定方法和自标定方法之间的摄像机标定方法,利用它求解出摄像机模型的内外参数。该方法只需世界坐标和计算机图像坐标数据对,不需要确定精确的摄像机模型和内、外部参数,方法简单,适应性强。本文通过对时变C空间建立方法、基于伪度量距离函数的碰撞检测方法的研究,建立了从臂时变C空间,并将蚁群算法应用于C空间,对从臂运动过程中无碰撞路径进行规划。由于基本蚁群算法对于本系统具有局限性,为提高全局搜索性能和加快搜索速度,本文对蚁群算法的网格化分、多可行路径进一步寻优和无可行路径继续寻优进行了讨论与改进。实验结果表明：改进后的蚁群算法的全局搜索性能和搜索速度优于一般的蚁群算法,实现了机器人双臂间的避碰运动。本文采用的图像处理、摄像机标定和双机械手臂无碰撞路径规划方法可以使机器人双臂运动过程中互不相碰,扩大了机器人工作空间；控制简单,可应用于与机械手臂生产实践相关的领域,具有实际应用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 带视觉的双臂机器人路径规划的研究意义
• 1.2 双臂机器人的研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 无碰撞路径规划方法的概述和研究现状
• 1.3.1 碰撞检测方法的概述
• 1.3.2 路径规划方法的概述
• 1.3.3 双臂机器人无碰撞路径规划研究现状
• 1.4 本文的主要工作
• 第二章 数字图像处理
• 2.1 图像预处理
• 2.2 图像分割
• 2.2.1 灰度图像阈值分割
• 2.2.2 最大方差阈值分割
• 2.2.3 基于边缘的分割
• 2.3 角点检测
• 2.3.1 SUSAN算子
• 2.3.2 Harris算子
• 2.4 图像匹配
• 2.4.1 模板匹配
• 2.4.2 基于不变矩理论的形状匹配
• 2.5 实验结果分析
• 2.6 本章小结
• 第三章 摄像机标定
• 3.1 摄像机标定方法研究现状
• 3.1.1 传统的摄像机标定方法
• 3.1.2 摄像机自标定方法
• 3.1.3 基于主动视觉的标定方法
• 3.2 标定原理概述
• 3.2.1 摄像机标定坐标系
• 3.2.2 线性摄像机模型
• 3.2.3 非线性摄像机模型
• 3.3 摄像机内外参数标定
• 3.4 实验结果分析
• 3.5 本章小结
• 第四章 基于蚁群算法的双机械臂无碰撞路径规划
• 4.1 机械臂及其工作空间的表示
• 4.1.1 机械臂的凸多面体的数学表示
• 4.1.2 机械臂的C空间及时变C空间
• 4.2 机械臂时变工作空间的建立
• 4.2.1 基于伪度量距离函数的碰撞检测
• 4.2.2 时变C空间的建立方法
• 4.3 蚁群算法的基本原理
• 4.4 蚁群算法的改进及其各参数的优化选择
• 4.4.1 网格划分
• 4.4.2 多可行路径进一步寻优方法
• 4.4.3 无可行路径的继续寻优方法
• 4.4.4 参数对路径规划的影响
• 4.4.5 改进后蚁群算法的流程图
• 4.5 本章小结
• 第五章 带视觉的双臂机器人系统的研究
• 5.1 带视觉双臂机器人的系统构成
• 5.1.1 AS-MRobot三自由度机械手臂的结构及其性能指标
• 5.1.2 AS-MRobot机器人的控制系统结构
• 5.1.3 机械手臂运动学和逆运动学
• 5.2 带视觉双臂机器人系统的界面与结构
• 5.3 单机械手臂路径规划
• 5.4 双机械手臂无碰撞路径规划
• 5.5 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文