论文部分内容阅读
智能制造离不开工业机器人技术发展,工件分拣是工业机器人的一个重要应用。将3D技术加入其中,不仅提高系统的灵活性,还可以解放部分劳动力。如何提高系统自动识别和估计工件位姿信息能力对工业智能制造具有重要意义,本文对此展开了深入的研究。针对双目视觉系统中单调法校正阴影区相位噪声时存在校正不足的问题,提出一种改进相位校正方法。利用四步相移与多频外差求解工件表面的绝对相位信息,通过单调不减性对相位噪声校正;分析多组不同实验对象校正不足的相位噪声特点,根据相位频率矩阵计算固定区间内非零相位出现的频率校正离散相位噪声,利用相邻间断点的实际与预测相位的差值对连续相位噪声校正;计算间断点间的斜率与两侧非零相位的拟合斜率并判断,利用线性法补齐因随机噪声而被置零的部分相位。根据双目相机标定数据完成极线校正,在顺序一致性等约束条件上完成快速相位匹配。结果表明,该方法对木质圆柱体、木质长方体、金属圆柱体和塑料瓶四种工件进行重构,对应的三角片模型的标准偏差分别为0.0978mm、0.0250mm、0.1070mm和0.0944mm,平均耗时为7.5s,平均点云数为1407857,表明了该方法能适用于不同工件对象。针对工件点云数据多而导致点云配准耗时长的问题,提出一种基于降采样后关键点优化的点云配准方法。利用直通滤波和半径滤波去除工件点云的背景点和离群点等噪声,采用基于欧氏距离的聚类分割算法将多个工件分割成单个工件点云;计算单个工件点云若干体素的重心,利用kd-tree快速遍历重心的邻近点来替换该体素,从而实现降采样;提出自适应的点云平均距离计算方法和基于球邻域的边界点判断方法对ISS关键点进行优化;对优化后的关键点进行FPFH特征描述,利用SAC-IA求解近似变换阵,使用ICP算法实现精配准。结果表明,该算法相较于ICP、ISS+FPFH特征配准、ISS+FPFH+SAC-IA和ISS+FPFH+SAC-IA+ICP四种配准算法,配准精度分别提高了96.9%、98.1%、93.3%和3.5%,配准速度分别提高了77.2%、77.7%、76.9%和85.4%。为验证算法位姿估计效果,搭建实验平台。采用多频外差分别对堆叠的塑料瓶工件、堆叠的木质圆柱体工件进行三维重构,对获取的工件点云进行预处理。利用基于降采样后关键点优化的点云配准方法进行配准,分别对单个工件进行位姿估计。结果表明,该算法在随机箱体抓取技术中具有可行性。