摘要
双目视觉可以提供图像信息和空间三维信息，已成为机器视觉的重点发展方向之一。为了对生产线上的物体实现自动分拣、码垛等工作，将双目视觉技术和工业机器人技术相结合，可提高工业机器人的智能性和自主性，并完成以上既定工作。本文以饼干盒子为研究对象，利用双目相机、工业机器人等搭建实验平台，对目标物体完成识别，定位以及抓取工作，该研究具有重要的理论意义和实际应用价值。主要完成了以下几方面工作： 首先，完成双目相机标定任务。介绍相机成像模型、畸变模型以及双目视觉系统模型，建立成像模型的四种参考坐标系，并推导坐标系之间的转换关系。对比分析相机标定方法，选择张正友标定法进行双目相机标定实验，得到双目相机的标定参数和重投影误差图，再对图像完成畸变矫正。 其次，利用模板匹配进行目标识别。针对传统的SIFT算法进行模板匹配时，存在特征描述符维度高、搜索特征点速度慢以及匹配准确率低的问题，提出了改进的SIFT算法，通过引入PCA对高维向量降维，BBF算法快速搜索最近邻的两个特征点，再结合改进的RANSAC算法剔除误匹配。设计目标物体可能出现的几种场景验证改进的SIFT算法，并与SURF算法和传统的SIFT算法进行对比，实验结果表明改进的SIFT算法在匹配准确率和匹配速度上有所提高。 然后，对目标物体进行定位。选择目标物体的轮廓形心为定位点，针对Otsu算法分割图像目标部分效果不佳的问题，提出了优化的图像分割方法分离目标和背景部分，从而进一步获取模板图像目标形心。利用匹配点对确定仿射变换模型，通过仿真变换确定左图像目标形心。接着对双目相机进行立体校正，选择合适的立体匹配算法确定右图像目标形心。通过三维重建得到目标形心的空间三维坐标，并验证三维重建精度。 最后，完成抓取实验。搭建抓取系统实验平台，设计抓取系统的可视化操作界面软件，对SR7CL型新松机器人进行D-H参数法建模、运动学分析和仿真。通过手眼标定将相机下的目标形心坐标转换到机器人基底坐标系中，驱动机器人完成抓取实验，并对实验误差进行分析。实验表明机器人可以对目标物体进行自动抓取。
NETL