摘要
为了实现面向木工家具制造的龙门机器人的高精度快速定位，本文基于半物理仿真技术对龙门机器人视觉定位方法进行了研究，主要内容如下： 首先，设计并构建了基于半物理仿真的龙门机器人视觉测量实验系统。该系统利用Unity软件实现龙门机器人木门加工场景的仿真，用工业相机采集投影仪投影的虚拟仿真场景，在交互环境中实现对虚拟场景下龙门机器人末端相对位姿的求解。 其次，提出了基于图卷积全局推理模块增强的CenterNet圆检测算法，该算法使用基于中心点的检测算法检测标志物中的圆，并引入基于图神经网络的全局推理模块学习目标之间的相互关系，实验结果表明所提出的方法具有较好的性能，可以提升标志物中圆的整体检测精度。 然后，针对现有圆检测算法对高分辨率相机获取的圆形标志物图像检测效率和准确率较低的问题，提出了一种新型的快速圆检测算法。算法首先通过Yolov4-tiny算法快速定位图像中的标志物，并利用提出的完整度排序方法从弧段中提取候选圆。实验结果表明，本算法在高分辨率标志物数据集中的检测时间仅为现有圆检测算法的11%，极大的提高了视觉高精度定位任务中圆检测的速度。 最后，进行了龙门机器人的半物理仿真视觉定位实验，使用基于完整度排序的圆检测算法进行特征点检测，然后根据特征点的信息计算机械臂的位姿，实现了龙门机器人的机械臂定位。在精度测试实验中对比了不同特征提取算法和不同工作距离下的算法的实验误差，证明了所提出的半物理视觉测量系统可以达到毫米级别的测量精度。
NETL