摘 要

随着以智能制造为核心的工业4.0时代的到来，机器视觉和机器人行业正在以爆炸式的势头增长。机器视觉通过分析处理视觉信息完成对象检测和环境感知，此技术因其信息量丰富、准确度高和智能程度高的特点，在当今多品种少批量的工业生产中得到了广泛应用。而臂型机械人作为一种极为灵活的执行器，能够代替人手完成各类复杂、精密任务，在生活生产中的发展方兴未艾。因此，关于将二者巧妙结合，以最大化各自优势的研究受到越来越多的重视。本研究也符合这一新趋势，旨在将二者有机地融合，完成以视觉信号为主传感信号，多轴机械臂为执行器的对象识别、定位及抓取系统。本设计主要包含两方面的研究：视觉识别标定和机械臂运动学；在此基础上，还对整个系统进行了建模实验，以验证设计方法的正确性与实用性。

本文的主要研究学习工作可总结如下：

首先，本文在了解了国内外机器视觉方面的研究现状后，结合本设计中所需应对的具体识别任务，即对于七巧板的多对象识别及定位展开学习。完成了基于彩色像素K均值聚类算法的七巧板识别和基于图像矩的重心点定位。

其次，参考机器人领域专家著作，对空间中对象的表示和多自由度机器人的运动学相关基础知识进行学习。掌握了坐标系间相对位姿的变换、用DH参数描述多轴机器人以及正逆运动学求解等基础知识。成功在MATLAB平台中完成六自由度机械臂的运动学模型构建，并能够求取不同位姿相应的逆运动学解析解。

此外，理解学习了相机标定、机器人标定、机器人与相机相对位置标定等标定方法。并且使用MATLAB工具箱对整体相机系统进行了内参数标定。使机械臂和视觉系统高精度适配结合以实现理论计算和工程应用。

最后，使用MATLAB完成了机械臂末端从起始到终点位姿的路径仿真实验；在VREP仿真平台中进行场景构建并与MATLAB计算结果对接，完成集七巧板识别、定位、抓取放置以及轨迹规划于一体的系统仿真实验。

关键词：机器视觉、多自由度机器人、相机标定、MATLAB、V-REP

Abstract

As the coming of Industry 4.0, which takes smart manufacture as the key, the industry of machine vision and robot is basking in a great boom. This is because the sensing and control of machine vision technology is based on the analysis of vision signal. This technology features rich information, high accuracy and great intelligence, making itself popular in current multi-varieties and small batch production. And, as a nimble performer, the robot arm could replace human hands to finish all kinds of precise tasks, making marvelous contribution to both daily life and production. Thus, these days, more and more attention have been paid to combining machine vision and robot, trying to maximize their advantage in each field. This research exactly catered this new trend, trying to combine vision and robot. The aim of this design is to accomplish an objection recognizing system using vision as main sensing signal, which could control the 6-Axis Robot to move and catch the tangrams. This research includes studies in two fields, vision recognition and robot arm kinematics. On the base of these studies, to verify the correctness of this design, model experiments are also made to this system.All the study works could be summarized as follow:

First, after reading the worldwide reports about the current research status, we studied the theory about objections recognition and location. We made the tangrams recognition based on k-means algorithm and the location by moments.

Second, by referring the results and books of robot experts, understanding the basic knowledge about space coordinates and robot arm, such as D-H parameter, analysis in kinematics, etc. Successfully finished the kinematics modeling of robot arm.

Third, studying the calibration methods such as camera calibration, robot calibration, etc. The inner parameter matrix was calibrated by exploiting Camera-Calibrator in MATLAB, combining the vision and robot perfectly to achieve calculation and engineering application.

Finally, the track simulation of robot arm from start position to destination position was accomplished. And we also tried to connect the V-REP simulation platform with MATLAB to accomplish the situation simulation including the recognition, location, pickup and release of tangrams.

Key Words: Machine vision, multi-degrees of freedom Robot arm, Camera Calibration, MATLAB

目 录

第1章 绪论 1

1.1 本课题的研究意义 1

1.2 国内外研究现状 2

1.3 本文主要研究内容 3

第2章 六轴机械臂的运动研究 5

2.1 机械臂位置与姿态描述 5

2.1.1 位姿与相对位姿 5

2.1.2 转移矩阵 6

2.2 机械臂的描述方法 8

2.2.1 D-H参数 9

2.3 机械臂的正逆运动学研究 11

2.4轨迹描述 12

2.5 速度关系 13

2.6 本章小节 13

第3章 图像预处理和特征选择与提取研究 14

3.1 图像预处理 14

3.1.1 图像平滑 14

3.1.2 图像增强 17

3.2 图像特征选择与提取 20

3.2.1 灰度特征分类 20

3.2.2 颜色特征分类 22

3.2.3 轮廓特征定位重心点 23

3.3 对彩色七巧板的颜色聚类 26

3.4 彩色七巧板的姿态获取 29

3.5 本章小节 33

第4章 相机模型与相机标定研究 34

4.1 相机的模型描述 34

4.1.1 小孔模型 34

4.1.2 相机内参数模型 35

4.1.3 相机外参数模型 36

4.2 相机系统的标定 37

4.3 本章小节 38

第5章 七巧板的定位与抓取仿真实验 39

5.1 KUKA机械臂的建模 39

5.2 七巧板识别实验 41

5.3 相机系统的标定实验 43

5.4 七巧板抓取仿真实验 46

5.5 本章小节 50

第6章 总结与展望 51

参考文献 52

致 谢 54

第1章 绪论

1.1 本课题的研究意义

近年来，世界各国逐渐将发展重心调整到工业制造业，德国政府提出了所谓的“工业4.0”战略，我国也针对国情提出了相应的“中国制造2025”战略目标，一场新的以智能制造为主导的“第三次工业革命”正在悄然发生。而机器人技术^[1]作为这次新工业革命的核心技术之一，正在以惊人的速度迅猛发展。如今，机器人所执行的任务不仅更加多样，而且更为复杂。传统的传感技术已逐渐无法满足检测需求。以视觉信息为反馈的视觉伺服控制技术取代传统检测技术成为了主流。因为较之传统的诸多传感器，视觉传感器有着更大的信息量、更广的适用范围和非接触性等特点，这些特点能够为机器人系统带来更高的灵活性和精确性。所以视觉伺服技术^[2]在当今机器人行业已经成为了不可取代的重要控制技术。这一趋势使得本课题关于机器视觉的研究极富意义。

除此以外，由于机器人在当前的工业生产生活中的应用越来越广泛^{[3] [4]}，正在逐渐替代人完成许多重要的工作。例如在太空探索、深海勘探、军事国防、家庭使用等各个方面，机器人的应用前景都极为广阔。这新的应用领域对机器人的智能化程度和多样化程度提出了新的要求。目前，国内外对于智能机器人的研究正不断扩展和深入，各种具有捕捉、感知、规划决策、任务执行和人机交互能力的智能机器人映入人们的眼帘。例如波士顿动力工程公司为美军研制的能够自行规划弹药补给路线“BigDog”大狗机器人^[3]，中国国防科技大学研发的我国首台集安保与智能服务于一体的机器人“AnBot”还有美国航天局NASA发往火星现正在服役的好奇号火星登陆车。这些实例的出现都说明机器人技术已逐渐脱离了最初工业机器人的外形框架与局限，正在以完成不同环境下的不同任务为目标，向高智能方向发展。本设计的目标同样也在于能够完成物件的自主识别和抓取这一智能功能。

综上所述，本课题名为基于机器视觉的机械手对七巧板的识别与抓取，意义在于，其一视觉信息作为一种富信息传感器，较之于其他的传感器具有信息量丰富灵活多变的优势，在工业4.0环境下有着广泛的应用前景。其二本系统对于七巧板的识别、分类和抓取体现了机器人的智能化，对智能分拣机器人领域的研究提供了一个实例。