对于标定基于角点检测和图像匹配机器人示教路径修正算法库

摘要：工业机器人的现场运用以示教再现方式为主,通常在工业作业时,实时的工件对象的位置、姿态与示教机器人路径时的模板工件对象的位置与姿态具有旋转和偏移的联系。所以工件对象的识别、定位以及机器人示教路径的修正是实现工业机器人自动化运用的重要部分。随着自动化程度的逐步提升,视觉传感器被广泛的运用于工业机器人领域,用来实现工业环境中的工件的识别、定位和机器人导向等。本课题基于对SUSAN角点检测算法、SIFT图像匹配算法、摄像机标定技术、工业机器人路径修正方式等方面的浅析与探讨,提出了一种基于改善的SUSAN角点检测算法与SIFT图像匹配算法的工业机器人路径修正策略。首先对角点检测技术进行了探讨,内容如下：根据角点检测技术的检测原理将各种经典的角点检测算法进行了分类；对SUSAN角点检测算法进行了重点浅析,通过实验验证了SUSAN角点检测算法中有着角点误检、角点漏检、计算量相对偏大等不足；针对SUSAN角点检测算法的不足,提出了结合目标点邻域特性的改善算法,并通过实验验证了改善算法在检测典型图形图片中的角点时相对于原算法具有更好的检测效果,并且改善算法的检测速度远快于原算法与经典的Harris角点检测算法的检测速度；提出了一种角点的区域方向属性的判定算法,根据角点的方向属性结合就近原则连接角点形成区域轮廓,为实际运用中工件对象的识别提供了判决依据。其次对SIFT图像匹配算法在对工业作业环境中采集的工件对象图片的匹配性能进行了探讨浅析。通过实验证明了SIFT图像匹配算法对工业作业环境中的工件对象图片具有良好的、可靠的匹配性能,可以用来判别实时工件对象的类型。基于SIFT特点点具有亚像素级的定位性能,采取ICP算法计算出实时工件对象相对于模板工件对象在图像坐标系下的平移与旋转,实现工件对象的准确定位。接着探讨了摄像机成像模型与标定策略,采取改善的SUSAN角点检测算法来提取机器人手眼标定中棋盘格标定块上的特点点,同时用三坐标测量仪CONTURA G2测量标定块上特点点在World坐标系中的位置,标定出手眼联系。通过对KUKA机器人示教路径修正方式以及实际的视觉设备的现场运用情况的浅析,提出了一种针对KUKA机器人的摄像机简易标定策略与Base坐标系示教策略。最后,结合本论文在对象识别与定位、工业现场摄像机标定、机器人路径修正方式等方面的探讨,搭建了由视觉传感器、工业计算机、KR16机器人组成的实验平台,讲行了工业作业环境下的工件识别、定位与机器人示教路径的修正实验。实验结果表明本论文中提出的基于改善的SUSAN角点检测与SIFT图像匹配算法的机器人示教路径修正策略能够实现实时工件对象的识别、定位与机器人示教路径的修正。关键词：SUSAN角点检测论文SIFT图像匹配论文摄像机标定论文ICP算法论文对象识别与定位论文机器人示教路径修正论文

摘要6-8

Abstract8-10

1 绪论10-20

1.1 课题背景及作用10-11

1.2 角点检测技术探讨近况11-15

1.2.1 基于图像中的对象的边缘的角点检测11-13

1.2.2 基于灰度的角点检测13-15

1.3 图像匹配技术探讨近况15-16

1.3.1 基于灰度的图像匹配15-16

1.3.2 基于特点的图像匹配16

1.4 工业机器人视觉运用历史与近况16-17

1.5 本论文主要工作与内容安排17-20

1.5.1 主要工作17-18

1.5.2 内容安排18-20

2 改善的SUSAN角点检测算法20-33

2.1 引言20

2.2 SUSAN角点检测算法20-22

2.2.1 SUSAN角点检测算法基本原理20-21

2.2.2 SUSAN角点检测算法的实现21-22

2.3 改善的SUSAN角点检测算法22-30

2.3.1 SUSAN角点检测算法中有着的不足22-24

2.3.2 结合目标点邻域特性的SUSAN角点检测算法24-25

2.3.3 改善算法性能浅析25-30

2.4 基于角点的区域方向信息的区域划分30-32

2.5 本章小结32-33

3 SIFT图像匹配与机器人示教路径修正模型33-44

3.1 引言33

3.2 SIFT图像匹配算法33-40

3.2.1 尺度空间极值点检测33-35

3.2.2 筛选出特点点并精确定位35-36

3.2.3 特点点方向属性分配与特点描述子的生成36-37

3.2.4 工业作业场合图像的匹配实验与浅析37-40

3.3 机器人示教路径修正模型40-43

3.3.1 工业机器人视觉系统运用概述40-41

3.3.2 基于图像匹配与角点检测的工业机器人示教路径修正算法41-43

3.4 本章小节43-44

4 机器人视觉运用中摄像机的标定44-55

4.1 引言44-45

4.2 摄像机标定基础45-46

4.2.1 摄像机标定中各坐标系的建立45-46

4.2.2 摄像机成像模型中各坐标系间的联系46

4.3 线性模型摄像机与线性模型摄像机的标定46-50

4.3.1 线性摄像机成像模型46-47

4.3.2 摄像机标定内外参数求解47-50

4.4 机器人视觉运用中摄像机的手眼标定50-52

4.4.1 机器人手眼标定原理50-51

4.4.2 基于改善SUSAN算法的图像特点点坐标提取与手眼标定实验51-52

4.5 工程现场运用中的摄像机的简易标定52-54

4.6 本章小结54-55

5 基于改善的SUSAN角点检测与SIFT图像匹配算法的机器人路径修正实验55-64

5.1 试验系统硬件组成55-56

5.2 试验流程56-58

5.3 试验与实验结果浅析58-64

6 总结与展望64-66

6.1 论文探讨工作总结64-65

6.2 未来工作展望65-66