论文总字数：16600字

摘 要

21世纪以来，伴随着人机交互、机器人技术的飞速发展，机械臂的自动化水平也越来越高，机器视觉就是用摄像头模拟人眼来做测算和断定，来实现机械臂的伺服控制。这也是近年来机械臂控制技术研究的热点之一。机械臂拥有模拟人手和手臂完成一定动作的能力，可根据预设的轨迹去抓取、移动物体或完成控制动作。快速、敏锐的多自由度机器臂正在人们的生产和生活中饰演重要角色，基于机器视觉的机械臂控制技术已经成为现代机器人技术的一个重要发展方向。

本文研究基于机器视觉的机械臂伺服控制技术，依托实验室的六轴教育型机械臂平台，进行机器视觉的机械臂伺服控制系统研究。 第一步对所使用的六轴机械臂进行了运动轨迹分析，通过 D-H参数法对机械臂建模，把机械臂的运动学方程推导出来，对六轴机械臂进行正逆运动学分析。设计基于机器视觉的机械臂伺服控制系统。在 ROS 平台设计机械臂的控制软件，设计实验进行识别和目标抓取，验证设计的伺服控制系统可靠性。

关键词：机器视觉；机械臂；目标抓取；路径规划

Abstract

Since the 21st century, with the rapid development of human-computer interaction and robot technology, the automation level of the robotic arm is getting higher and higher. Machine vision is to use the camera to simulate the human eye to make calculations and judgments to achieve servo control of the robotic arm. This is also one of the hotspots of robotic arm control technology research in recent years. The robotic arm has the ability to simulate certain movements of the human hand and arm, and can grasp, move objects or complete control actions according to a preset trajectory. The fast and sharp multi-degree-of-freedom robot arm is playing an important role in people's production and life. The robot arm control technology based on machine vision has become an important development direction of modern robot technology.

This paper studies the robot arm servo control technology based on machine vision. Relying on the laboratory's six-axis educational robot arm platform, the robot arm servo control system of machine vision is studied. In the first step, the trajectory of the six-axis manipulator used is analyzed, the manipulator is modeled by the D-H parameter method, the kinematics equations of the manipulator are derived, and the forward and inverse kinematics of the six-axis manipulator are analyzed. Design a robot arm servo control system based on machine vision. Based on the ROS platform, the control software of the robotic arm is designed, and the design experiments are carried out to identify and grasp the target, to verify the reliability of the designed servo control system.

Keywords: machine vision; robotic arm; target grabbing; path planning

目录

摘要 2

Abstract 3

第1章 绪论 4

1.1课题研究背景及意义 4

1.2国内外发展现状 5

1.2.1国外发展现状 5

1.2.2国内发展现状 6

1.3本文研究内容 7

第2章机械臂建模与运动学分析 9

2.1总体方案设计 9

2.2机械臂本体结构及其控制平台 9

2.3 基于D-H法的机械臂建模 12

2.4正运动学分析 13

2.5逆运动学分析 14

第3章 空间轨迹规划 16

3.1 轨迹规划 16

3.2 关节空间轨迹规划 17

第四章 目标识别与定位 20

4.1 方案设计 20

4.2标定原理及过程 20

4.3 图像处理 24

4.3.1深度图像分割 24

4.3.2颜色空间模型的选取 24

4.3.2 色彩水平的图像分割 25

第5章 目标识别及抓取实验 27

5.1机械臂视觉抓取软件设计 27

5.2视觉定位软件模块设计 28

5.3机械臂运动规划程序 29

5.4 目标识别与定位测试与分析 30

第6章 总结与展望 33

6.1工作总结 33

6.2系统评价 33

6.3展望 33

致 谢 36

第1章 绪论

1.1课题研究背景及意义

“中国制造2025”是站在历史发展的新高度，从战略全局出发，明确提出了我国实施制造强国战略的第一个十年的行动计划，将机器人作为大力推动的重点领域之一，提出机器人产业制造的发展要“围绕汽车、机械、电子、危险品制造、国防军工、化工、轻工等工业机器人应用以及医疗健康、家庭服务、教育娱乐等服务机器人应用的需求，积极研发新产品，促进机器人标准化、模块化发展，扩大市场应用[11]。突破机器人以及控制系统设计等局限。
在过去的几年，我国机器人市场的发展非常快速。机器人已经广泛应用在安装、运送、焊接等行业领域中，一个国家的自动化水平越高，机器人的使用范围越广。机器臂是机器人最重要的执行器，它具备仿照人的手和胳膊完成某些行动的本领，并依照确定的模式去抓取、挪动物品或自动控制工具。机械臂是在生活的各方面都有应用，比如航空航天、工业生产等。即使他们有着各种各样的外形，但它们有好多一样的地方，就是能够通过命令控制进行操作。快速、敏锐的多自由度机器臂在人们的生活中逐步饰演主要脚色，机器视觉的机械臂控制技术随之走向集中化智能化也已经成为必定发展方向。

因为机器视觉技术能够在短时间内获取大量的各种各样的数据，并且能够很简便的进行数据的处理，也可以把设计和加工数据很轻易的结合在一起。人们把机器视觉使用在监控检测等领域，可以提高生产的效率。机械臂视觉系统的特点是提高生产的集中和自动化程度。机器视觉可以代替人们干一些危险的事情，不适合人工作的地方。而且利于提高生产效率，方便计算机控制。

基于机器视觉的机械臂控制研究与摄像头成像、图片处理、机器人等各方面技术。因为当前机械臂应用的领域很多，所以本文研究的基于机器视觉的机械臂伺服控制，发展前景非常好，是当下的一个重要的研究热点。

1.2国内外发展现状

1.2.1机器视觉国外发展现状

国外很早就能够使用机器视觉识别一些简单的有规则的物品，最早可以追溯到二战结束后。以后就研究发现了简易产品的图像识别功能，但因为电脑性能落后所以数据处理速度不够工业过程的实时需要，因此绝大多数视觉研究都还停留在理论方面。科学技术发展水平比较高的美国、韩国以及西欧国家因为工业发展早，都很早的开展了机器视觉方面的研究。日本东京大学的白井团队最早研发出以视觉为基础的机器人，团队在 1973 年研究出了了一种开环的机器人控制方案。第一笔通过摄像头获取物品的位置，然后根据坐标来操控机器人，产生了初代的机器视觉系统，只不过受当时的计算机水平限制，对于物品的识别和抓取并不准确。

随着硬件技术的不断发展，计算机的运算能力有了显著提高，机器人公司的 FANUC设计了一个机器人可以用来移动堆叠物品，通过摄像头提高了搬运的精度，基于ABB 公司的 Flex视觉系统，机器人可以高速分拣目标物体的同时按照规律摆放。

哈萨克斯坦的阿斯塔纳研究了一种用于工业应用的基于视觉的物体分类机器人机械手。他将视觉系统与现有的现代工业机器人相结合，以扩大摄像机-机器人集成系统在工业上的应用能力。因为现代工业机器人Scorbot-ER 9 Pro还没有一个完整的视觉系统。因此为了实现目标，机器人抓手集成了一个摄像头。他建立了相关的操作序列，开发了相机和机器人之间的通信。

1.2.2国内发展现状

中国的机器人技术研究虽然开始的比较晚，但随着如“中国制造 2025”等一系列重大举措的实施，国家持续加大在机器人行业的投资水平，因为国家鼓励，我国的大学、研究所以及科技类公司纷纷启动了机器人的自主研发，机器视觉技术作为推进工业发展的重要技术引起了大量的公司与研究所去研究。

海康威视公司研发出的机器人定位技术，通过分不同类的定位引导以及相机标定方法，通过软件和硬件的结合与实现为机器人自动化程度带来很大的提高。可以提高产品的适应能力通过视觉技术。此外，视觉技术还能检查产品的准确度，避免人工检查带来的效率低、误差高与漏检。

来自长春工业大学的付香雪团队在matlab中，通过软件仿真构建除了三菱机械臂三维模型。成功的在实验室验证了机械臂的轨迹规划，以图片为载体展现出了机械臂在笛卡尔空间内的变化规律。设计制造了一种物流外包装分拣系统，可实现快递包裹的迅速分拣作业，适应能力强、可靠程度高，大幅降低员工劳动强度，有效保证快递包裹的分拣安全。

六轴机械臂是京东的“亚洲一号”无人的仓库的最重要的组成之一。摄像头在进入库房前会进行扫描，筛选出不合适的包装。商品在通过扫描之后，就会被运送到仓库里面。然后计算机控制机械臂进行打包商品、把快递单号贴上。机器人会在包装好之后，把商品放在分拣机器上分拣装车，从下单到完成装车，最快只需要40分钟。

1.3本文研究内容

本文研究利用通过机器视觉获取数据控制机械臂，首先分析了目前国内外有关机器视觉的机械臂伺服控制的研究发展现状，接下来采用实验室的安诺六轴教学型机械臂平台，对这方面进行开发研究，设计一个基于视觉的机械臂控制系统。对机械臂进行了模型建立，轨迹规划，设计了目标识别方案，完成了目标抓取实验。各章内容及章节安排如下：

第一章绪论简要地介绍了基于机器视觉的机械臂当下研究现状以及本课题的研究背景及意义。并且介绍本文机械臂视觉控制的主要研究内容。

第二章主要对机器臂进行介绍，系统总体方案的设计以及使用D-H参数法建模，把相应的方程计算出来。对六轴机械臂进行正逆运动学分析与解算。

第三章主要分析对比了轨迹规划的两个方法，介绍了机械臂控制在关节空间中轨迹规划的两种实现方法。然后又基于笛卡尔空间坐标系对机械臂进行了轨迹规划。选用了空间直线和圆弧插补算法。

第四章说明了目标识别定位与标定。标定原理，标定过程及结果。对图像进行分割识别与定位。构建基于机器视觉的机械臂位置跟踪控制系统，进行软件程序设计。

第五章主要设计目标识别及抓取实验，实验平台搭建，对功能进行测试与分析，验证结果。

第六章对本文的总结及展望，分析系统实施对社会、健康、安全、法律及文化的影响。

第2章机械臂建模与运动学分析

2.1总体方案设计

本机器视觉伺服控制系统选择的是摄像头外接机械臂的方法，将摄像机固定于目标物体的侧面，最佳位置选择以拍摄角度清楚无遮挡，并确定摄像头所在的空间坐标系，这样可以降低控制计算机计算压力，提高系统反应速度。项目的系统是在实验室之中搭建的，实验室主要有上位机、机械臂和数据通信三大部分组成。其中上位机即电脑是整个机器视觉的控制器，主要实现操纵摄像头完成图像采集和数据传输、物品识别与定位、运动轨迹规划等高难度数据的处理，机械臂则主要处理轨迹规划数据、操纵机械臂完成指令计算接下来执行物品抓取操作，这两者一起实现机械臂的机器视觉控制。整个伺服控制的实现方案是：电脑对摄像头拍摄的图片进行图像分割、特征识别、目标定位等数据处理后，通过得到的等待处理物品空间位置进行轨迹规划，并把关节空间轨迹规划所获取的机械臂轨迹运动规划发送给下位机，下位机接收轨迹规划信息并进行分析，进一步控制电机操控机械手规划轨迹执行位移和抓取物品，并将机械臂实时位姿信息回传给上位机。

2.2机械臂本体结构及其控制平台

本次研究使用实验室的安诺六自由度机械臂。结构稳定、具有很高的抗扰动性能是这款机械臂的具备的优点。有五自由度和六自由度两种不同的机械臂。自带了移动算法使运动的精确度有了很大的提高。我们选用由六个自由度关节链接而成的机械臂进行本次研究。

安诺V6是一款用高性能塑性材料生产的六自由度机械手。它有很多优点，准确度高、接口丰富，因为生产过程改进了装配方法，把各部件拆成一个个模块，质量比同类产品低了很多。先进的多轴控制算法，大大提高了指令执行过程的准确度。有电脑、智能机、上位机等多种控制方法，有好几种通信方式可供选择，例如串口通信、无线通信。有各种各样的接口，使用者能够二次设计开发。六轴机械臂各项参数如图所示。

（1）机械臂硬件参数

表2-1 硬件参数

（2）尺寸图

整机大小：746.3mmx300mmx300mm

图2-1 尺寸图

安诺机械手的主板是一个Arduino微处理器，主要部件使用先进的全表面工艺组装贴合而成。板面组成包括：微处理器、USB 口、电源管理芯片、I/O 接口、以及启动复位键等几大部分。安诺机械臂分开控制每个电机，选用了微处理器控制各个关节。六自由度每一个轴都有单独的信号控制对应的电机，由伺服电机驱动器单独输出指令到六个电机，通过实时坐标对每一个关节进行控制。研究选用机械臂一共有六个关节，分别为 V1、V2、V3、V4、V5、V6 连杆，V6轴为机械臂的执行器。

2.3 基于D-H法的机械臂建模

D-H建模法是 Denavit 和 Hartenberg 在二战后提出的一种广泛用途的方法，建立三维坐标系在机械臂的每一个自由度关节，接下来通过一个四阶齐次矩阵来表示靠近的两个关节的三维关系。按照一定顺序变换可以计算出坐标系中机械臂执行器的位置，这样就可以解算出机械臂的运动学特征方程了。这中间正运动学是连杆连接处角度求解目标中点（TCP）的位置和姿态。D-H 建模是构造空间坐标系。六轴机械手坐标系如图2所示，正方向选取根据右手定则，因此可以建立 D-H 参数表如表2-2所示

图2-2安诺六轴机械臂图片 图2-3 安诺机械臂坐标系

表2-2 安诺六轴机械臂D-H建模参数表

2.4正运动学分析

针对一个六轴机械臂，可以通过正运动学分析解出末端机械手的姿态和位置。可以通过D-H 参数表，将机械臂靠近的两个空间坐标系的转换关系用一个 4*4 如下的齐次矩阵来表示：

（2-1）

式中，ａi表示公共法线距寓，i表示垂直于所在平面内两轴的夹角，d表示两连杆的相对位置，i代表两臂垂直线的角度。

结合表2中机械臂参数以及式2-1，我们可以解算出执行器手爪和底盘建立的坐标系的变换方法，就是安机械臂执行器的控制矩阵：

（2-2）

式中：

（2-3）

2.5逆运动学分析

机械臂逆运动学求解是指已经获取到各连接杆的结构参数以及末端执行器的空间位置，求解各连接杆的关节变量，就是说知道变换矩阵，解出各关节变量的过程。这里采用解析法解算机械臂逆运动学，因为机械臂有着各种各样的构造，经过对比，我们采取矩阵逆乘法来完成本次解算。

我们知道机械臂在三维坐标系中的位置坐标，我们采用n，o，a来表示旋转坐标，采用q来表示平移坐标。在这中间用空间旋转坐标来表示位姿，用平移坐标来确定具体在哪里。需要考虑能不能求解是因为解机械臂运动学方程是一个非常复杂非线性方程，求解难度高。受机械臂运动范围限制，我们不一能求到解。运动范围就是机械臂运行最远能达到的地方。另外计算的机械臂坐标可能有好几个解，因为可以选择不同的路径去到达机械臂的命令坐标。这时候我们可以择优选择一个来控制机械臂前进。

A （2-3）

A= （2-4）

求解 A （2-5）

其中 （2-6）

（2-7）

（2-8）

我们通过以上的算式来解算机械臂的运动学方程，我们可以控制机械手运动到指定的坐标借助于运动学方程。

第3章 空间轨迹规划

3.1 轨迹规划

第二章完成了对机械臂的正逆运动学解算，得到的正逆运动学分析结果可以用来实现轨迹规划。机械臂运动规划中路径和时间没有关系，路径是直线或者曲线，从物体运动的起始位置到终点；轨迹指的是机械手臂位置和时间的函数关系，包括位移、速度等等。本章参考前文的解算结果，分析安诺机械手的轨迹规划问题。

对此有两种方法供我们采用。第一个是关节轨迹规划是使用操控机械臂连杆关节间的变量的方法，因此这需要设计所有变量的运动函数。另外一种是而笛卡尔空间轨迹规划的方法，就是通过执行器的初状态和停下来的状态，再使用插补方程来解算其移动轨迹，然后能够解出各位姿对应的关节变量的位置等。接下来使用逆雅可比矩阵与它的导数解出关节的运动速度，大多使用直线轨迹插补或者圆弧轨迹插补方法，但是笛卡尔方法运算复杂，不方便实时执行指令。

请支付后下载全文，论文总字数：16600字