1. 首页
  2. 移动开发
  3. 其他
  4. 机器人插件作业的视觉导引方法研究.pdf

机器人插件作业的视觉导引方法研究.pdf

上传者: 2020-07-29 07:36:03上传 PDF文件 346.62KB 热度 14次
机器人插件作业的视觉导引方法研究pdf,机器人插件作业的视觉导引方法研究第22卷第4期郝颖明等:机器人插件作业的视觉导引方法研究243的,当主动工件加在机器人末端时,通过附加约束,可直接给出A在R下的位姿关系Mm利用视觉引导机器人作业关键是确定A与T在参考系下的位姿关系.这儿,我们定义的参考系为W.即如果在W下的位姿关系M和Ma可以确定,则在W下的A与T之间的位姿关系Ma就可以得出.如果Ma已知,则通过已知的Mn和Mm,由A到T的作业轨迹就可以确定了.主动工件在W下的动作控制偏差在视觉信息导引下,以人机交互方式不断修正.因此,获取立体视觉信息在这种作业方式下是必要的.立体视觉信息的采集依赖于双目立体视觉技术,即通过建立图像坐标与空间坐标的关系来计算观测到的空间物体在参考系下的三维位置.在本实验中,M=表示了这种关系8插件作业的视觉导引实现方法首先,通过预标定技术确定Ma、M灬.将双目视觉系统相刈世界坐标系的定义在仟一个摄像机坐标系M。或相应的图像坐标系上3.1建立视觉系统与世界坐标系间的关系令C,C,分别表示两个图像坐标系与世界坐标系的关系.预标定时,先确定这两个变换矩阵.则有:CI(x, 10, Zv, 1)(tru,tvr, t,)- Cr(aa,yr,27m对于空间任何一点P,如果在两个摄像机中成像的图像坐标(u,o),(ur,o,)已知,目可根据(2)式求得其在世界坐标系中的坐标(xm,yn,zm),这里,C1和C可以作为M来使用,建立起视觉系统S与世界坐标W间的关系3.2主动工件与被动工件间的位姿关系建立主动工件与被动工件在W下的变换关系M=2和Mm,再将其换算到机器人哗标系下,导引机器人形成动作序列,完成插件作业Ma和M的确定由立体视觉完成当作业对象(包括主动工件与被动工件)同时出现在左右两个像机中时,通过人机父互方式完成A与T的图像特征点在左右两个图像中的提取和匹配,然后利用式(2)计算它们在世界坐标系中的坐标如果可同时求出A与T的多于4个不在同一平面上的特征点,即可根据旋动算法9求得二者之间的位姿关系矩阵M。以及M和MMa由一个3x×3的旋转矩阵RTa和一个3×1的位移矩阵Ra构成,即Raoo Rono Rooz tMat=[ra tat]=rao rall ran2T(3)ranu rat ra t其中,Ra和Tm即是在W下主动工件A与被动工件T之间相对旋转和位移.Rn根据(4)式可分解成在W下的三个方向旋转角cBa,yC2C3aai)Rm-55-c858+c、sc1其中c-cos(B),8,-sin(B)(4)Yai)令[a,B,y]=O,当Mm和Mn已知时,在w下的Ta和日,可转换为R下的移动轨迹参数,以控制机器人完成插件作业.由于M灬和M的不确定性,作业时,需要时时由Ma提供修正244机器人2000年7月量为保证由M提供修正量的正确性,建立在W下A和T的空间状态模型是必要的依靠这种模型可提供的特征或特征点(域)计算匹配和位姿.以提高三维持位姿计算精度和可靠性.3.3作业对象模型的建立假设作业对象由基本模型如长方体、球体、圆柱体和锥体等组成.由人机交互方式可将任一物体分解为基夲模型的组合.先对物体含冇的基本模型建模,然后组合得到观测作业对象的模型.基木模型的建模,例如8长方体可以用图3所示的1,2,3,64个相邻的顶点来描述至于其它基本模型的建模方法,在文献中,有详细介绍,这里不再赘述6立体视觉的难点在于特征点的匹配,为避免自动图3长方体的建模视觉建模计算复杂、鲁棒性差的缺点,我们采用人机交互的方式实现作业对象的建模人机交互中人的作用就是确定观测对象在左右图像中的对应位置,然后用图像处理方法得到匹配点.其实现过程可分为四步:首先通过人机交互的方式选定图像中各特征边所在的窗口,在选定的窗口中做自动边缘检测和直线或曲线拟合其次建模所需的顶点的图像坐标由经过该点的直线或曲线的方程联立求解而得到然后由人确定左右图像中对应顶点的匹酉,再根据式(2)求得各顶点在世界塾标系中的三维坐标最后建立主动工件与被动工件的模型3.4机器人动作序列的产生机器人机器人误差控制参L控制、机器人位置反愤数计算李效|控制机器人位置误差坐标特征点」三維坐特征点」图象最变换三维坐标标计算」图象坐标处理获取图4机器人动作序列的产生机器人动作序列的产生方式如图4所示,当机械手和动作对象在观测祧场内时,以人札交互的方式,由立体视觉算法得到主动、被动工件在世界坐标系W中的位姿,建立主动工件相对于被动上件的位置关系Ma,并将其变换到机器人坐标系中,以此为参数即可产生次机器人动作动作后再重新取图像计算,从而产生下一次动作,直至主动工件正确地插入到被动工件中4实验结果我们用于机器人插件作业实验的工件如图5所示.以1,2,3三个特征点米描述主动工件,第22卷第4期郝颖明等:机器人插件作业的视觉导引方法研究245并以该三点所确定的矩形的中心作为主动件坐标系的原点.点1指向点2为xa坐标正方向,点2指向点3为v,正向,由主动工件指向被动工件为zn正向.以4.5,6三个点来描述被动工件,并以该三点所确定的矩形的中心作为主动工件坐标系的原点.点4指向点5为坐标x:正方向,点5指向点6为y正向,背向被动T件的方向为z1正向冬5机器人插件作业实验立体视觉采用两台CCD配以16mm镜头,主动⊥件的宽为50.2mm,高为19.9mm,被动工件中孔的宽为102.6mm,高为203mm.图6给出了视觉导引插件作业的几个视觉处理过程,其中图a为人机交互方式下的边缘检出结果,图中的方框表示由人给定的检出边缘范围,方框中的自线为检出的边缘;图b为直线拟合结果;图ε为作业对象的相互位姿关系建模结果,图中的十宇线表小通过直线相交得到的顶点,由主动工件指向被动T件的直线表示将主动T件投影到被动工件上.表1给出了组实验的儿个中间结果,该组实验主动工件在接近被动工件的过程中只有z方向的位移而没有其它方向的位移和旋转.表2给出了另外一组实验的几个中间结果、该组实验主动工件在接近被动工件的过程中,既有Z方向的位移又有绕z方向的旋转图6视觉处理过程表1第一组实验结果位置孔宽(m)孔(mm)主动⊥什宽(m)主动⊥件品(m)距离(mm)7方向转角()距岛误差(m)1|102.13720.09350.79619.7759.1210.8630.24%920.05650.36619.5398.1290.8080.35%3102.14620.08150.64619.6757.1280.813246机器人2000年7月表2第二组实验结果位置宽孔(mn)孔(m)主动⊥件(mm)主动⊥什高(mm)距离(mm)Z方向转角()距离误差m20.28750.13819.0455.0175.023102.65320.47250.36619.8754.0912.0473102.15220.28750.64619.9200.7981.6340.25%5结语本文将经典的双目立体视觉方法用于导引机器人插件作业.通过引进人的智慧,以人机交气方式克服了自动立体视觉计算复杂、鲁棒性差的缺点.实验表明,当两个插件间的缝隙大于0.6mm时.该方法是完全可行的因为机器人插件作业中主动工件和被动工件的模型都是已知的,还可以利用这些先验知识对立体视觉的计算结果进行优化,我们的仿真实验已经表明这样可以大大提高立体视觉导引的位姿计算精度.本方法的应用有赖于人机交互效率的提高和优化图像处理)法,对于虚拟环境下的机器人遥操作具有实际意义.参考。文献I Sm unov ic Sn. Force Inform ation in Assem bles. P roceed ing of the 5 th In te rnational Sym pon Industrial robots,975,415-4312 Ohw ovorioIc M S, Roth b. An extens ion of Screw Thcory. JMcchanical Design, 1981,103:725-7353 Sturges R Il, Jr. a Three-D im ens ional Assembly Task Q uantif ica tion w ith a pp lica tion to m ach ine Dex te rity. Int JRobotics Research, 1988, 7(4):34-784 Gottschlich SN. Kak A. A Dynam ic A pp roach to h igh P rec is ion Parts M ating. IEEE T ransact ions on Sys tem s. Mand Che rne i ics,1989,19(4):797-8105 Leu M C, Jia Y. Mating of r ig id Parts by Con pliant M an ipu lators. ASME Jou rnal of Eng ineering for Industry. 1995.117:240-2476 Sukhan Lee, Chuns k Yi. Statis tical Rep resentation and Com pu ta tion of t ole rance and C lea rance for A ssem bilityE valuation Robotic. 1998, 16: 2517 Rajeev Sharma, Narayan Srin ivasa. A F ram ew ork for Active v is ion-based Robot control u sing neural netw ork.Rob otic:.1988,16:3093278 Wang JG.Ye Li llum an ass is ted v irtual environm ent m ode ling for robots. Autonom ous robot, 1999,(6):891039 Mc Carthy I M. An Introduc I ion tn T here ii a l K inem alies, Mit, 1990A STUDY OF VISION GUIDANCE APPROACHTO ROBOT PART MATEHAo Y ing-m ing dong Zaili WaNg jian-gang(Robotics lab, Shenyang Institute of A tom ation, Ch inese A cad emy of Sciences 110015)Abstract The robot part m ate is an im portant w ork process of robot assem bly. A vis ion gu ided partm a l ing m e thod based on s te reo v is ion is p resen led in th is pape r. In order to av oid the cum p lex ca lcu lia l ion and(下转第250页)
下载地址
用户评论