机器人在线 > 资讯 > 技术干货 > 基于搬运机器人视觉引导的总结与展望

基于搬运机器人视觉引导的总结与展望

时间：2017-10-17 来源：机器人在线阅读：12144

第6章总结与展望

6.1总结

当前，工厂流水线上对搬运机器人搬运工件提出了更高的要求，为满足以混装生产为前提的流水线作业要求，引入了机器视觉系统来对机器人进行引导。本文以EPSON-C3机器人为主体，设计了一套用于多目标识别的视觉引导系统，对系统的工作流程，软硬件构成也有详细的介绍，其具体如下:

1.采用工件坐标系作为中间转换环节，建立了机器人世界坐标系和相机坐标系之间的数学关系，构建了三者之间的数学模型，为后续的目标定位和工件抓取提供了理论支撑。

2.针对目标工件具有的旋转特性，选用合适的模板匹配方法对其进行匹配，比较了S SDA法、Hu矩和Zernike矩等模板匹配方法的优缺点，最终选用具有正交不变形的Zernike矩作为目标识别的方法。为提高匹配速度，在完成旋转模板匹配之前，利用计算量较小的圆投影的方法，把模板和子图中二维的坐标转换为一维的数字圆对匹配点进行筛选。

3.在探究机器人位置描述和D-H坐标系下运动学分析的基础上完成了Atlab的仿真实验，验证了抓取姿态的正确性，并利用抓取实验来进一步对机器人的末端抓取姿态的正确性进行验证。

4.在完成上述工作的基础上，以EPSON-C3机器人为执行机构、CCD相为视觉引导装置，完成了对多种工件的抓取实验，实验表明:这种多目标识别技术有良好效果，能为指导机器人柔性生产提供一种新技术和新方法。

6.2 展望

本文对基于视觉引导的搬运机器人系统，构建了相机和机器人之间的数学关系模型，在此基础上，完成了对多目标工件的识别和定位;利用Matlab软件建立了搬运机器人的D-H数学模型，验证了机器人执行器末端的抓取姿态。但是客观条件的限制，本文还需在以下几点做出改进:

1.由于条件有限，依托于实验室现有条件，本系统选取的相机为面阵相机，只能检测缓慢运动的工件，才能防止提取出的检测出现较大失真。后续研究，为使系统实际应用于工业流水线，应选取线阵相机进行检测。

2.本文主要研究了工件在2D平面的坐标信息，后续研究，可提取工件在3D空间的坐标信息，更完整的把信息传递给机器人。

3.依托Matlab软件中的Robotics工具箱，进行下一步的对搬运机器人的运动轨迹进行仿真和优化，从而更好的服务于工业现场。