基于双目立体视觉的柔性装卸机器人工件定位方法研究

摘要

随着机器视觉技术的进步，双目立体视觉已经成为机器视觉发展的趋势之一，与单目视觉相比，双目立体视觉可以更准确地获得复杂环境下目标物体的三维信息，因而在机器人的识别与定位中得到了广泛应用。本文通过建立双目立体视觉系统，分别对双目立体摄像机标定、图像特征提取与匹配算法、目标工件的定位和三维重建进行了研究，建立了双目立体视觉系统，并搭建出机器人工件定位系统的实验平台，实现了对目标工件的精准定位。　　本文的具体研究内容包括：　　第一，通过分析研究传统标定方法与自标定方法的优缺点，然后，在考虑成像过程中相机畸变的影响下，本文提出了一种结合张正友标定和Heikkila畸变模型的相机标定方法，获得摄像机的内外参数和畸变系数。实验结果表明，本文标定方法获得了更加全面的畸变系数。　　第二，针对传统SURF算法实时性较差的问题，本文提出了一种改进的SURF算法，该算法使用二进制描述子BRIEF算子对特征进行描述，降低了算法的复杂度。实验结果表明，与传统SURF算法相比，本文改进的SURF算法在一定程度上提升了匹配速度，同时保证了传统SURF算法的鲁棒性，对存在旋转变化、尺度变化、光照变化、图像压缩、噪声等情况下的工件图像，具有较高的匹配精度。　　第三，对于目标工件位置的定位，本文提出了基于改进SURF特征的立体匹配定位算法，通过改进的立体匹配算法对左右摄像机拍摄的目标工件图像进行立体匹配，获得有效匹配点对的图像坐标，采用基于有效匹配点对数据集求平均值的方法获得目标工件位置的图像坐标；然后，结合双目摄像机标定结果和基于点的三维重建方法来求取目标工件位置的三维坐标。通过实验对定位误差进行了分析，验证了该定位方法在机器人工件定位中具有一定的应用价值。　　最后，对柔性装卸机器人工件定位系统的软硬件系统进行了介绍，并基于VS2010开发平台对软件操作系统进行了设计。

目录

1 绪 论

1.1 课题研究的背景与意义

1.2 国内外研究现状

1.3 研究目的和内容

2 双目立体摄像机标定

2.1 双目立体视觉原理

2.2 摄像机成像模型

2.3 摄像机标定方法

2.4 本文改进的标定方法

2.5 立体校正

2.6 小结

3 基于改进SURF算法的图像特征提取与匹配

3.1 传统SURF算法

3.2 本文改进SURF算法

3.3 特征匹配实验

3.4 小结

4 基于特征点匹配的工件定位方法

4.1 图像定位方法介绍

4.2 双目立体匹配

4.3 基于改进SURF特征匹配的目标定位

4.4 工件位置的三维重建

4.5 目标定位实验及精度分析

4.6 小结

5 柔性装卸机器人工件定位系统实现

5.1 硬件系统分析

5.2 软件设计

6 总结与展望

6.1 本文总结

6.2 未来展望

参考文献

个人简历、在学期间发表的学术论文及取得的研究成果