基于机器视觉的工业机器人定位与抓取方法研究.pdf

摘要

近年来，智能工业机器人抓取技术应用于生产加工的各个环节，可以代替人

力完成高强度的工作，提高生产的效率和降低成本，具有较高的应用价值。对于

传统的自动化工厂生产线，大多数的机器人主要是通过示教的方式固定工件位置

抓取，当环境发生改变时，需要重新进行示教，限制了机器人的应用范围。同时，

当环境中存在障碍物时，需要保证规划一条无碰撞且较优的路径到达目标位置。

基于此，本文将计算机视觉和机器人技术结合，提出了一种优化的Linemod-2D

算法对目标工件识别定位和改进的遗传算法对工件抓取，保证了其系统运行的稳

定性，主要研究内容如下：

1

（）研究了视觉系统的标定。分析相机的成像原理，通过采集棋盘格图像，

利用张正友标定法完成相机参数的求解。使用KinectV2相机API函数将彩色相

机和深度相机进行对齐，分析校准的精度，完成相机标定。根据手眼系统的数学

理论，求解相机与机器人变换矩阵，完成相机坐标系与机器人基坐标系之间的转

换。

（2）研究了机器人视觉中工件识别算法。根据模板匹配算法Linemod-2D

Linemod-2DOtsuCanny

的原理和局限性，从三个方面优化算法。首先是通过与

算子对工件图像预处理和离散化，保留较为完整的工件边缘点。针对特征提取，

选取更具有代表性的特征点；角度量化到16个方向，匹配精度更高，加入OpenMP

并行框架技术，提高检测速度；匹配策略采用了自适应图像金字塔，获的更加准

确工件的位置。

（3）研究了机器人路径规划算法。建立了DH参数表，使用MATLAB仿真

了机器人模型，验证其正、逆运动学解，分析了遗传算法的原理，加入外罚函数

和自适应变异函数优化遗传算法，对比三次多项式插值与五次多项式插值遗传算

法仿真分析，对比优化遗传算法与传统遗传算法的自适应度。

经过实验测试，本课题提出的基于机器视觉工业机器人在识别定位与抓取方

面具有良好的可靠性，满足该系统的需求。

关键词：工业机器人，模板匹配，工件检测定位，遗传算法，工件抓取

Abstract

Inrecentyears,intelligentindustrialrobotgraspingtechnologyhasbeenapplied

tovariousstagesofproductionandprocessing,whichcanreplacehumanlaborto

completehigh-intensitywork,improveproductionefficiencyandreducecosts,and

hashighapplicationvalue.Fortraditionalautomatedfactoryproductionlines,most

robotsmainlyuseteachingmethodstofixthepositionoftheworkpieceandgraspit.

Whentheenvironmentchanges,itisnecessarytoreteach,whichlimitsthe

applicationrangeofrobots.Meanwhile,whenthereareobstaclesintheenvironment,

itisnecessarytoensuretheplanningofacollisionfreeandoptimalpathtoreachthe

targetposition.Basedonthis,thisarticlecombinescomputervisionandrobotics

technologytoproposeanoptimizedLinemod-2Dalgorithmfortargetworkpiece

recognitionandlocalization,andanimprovedgeneticalgorithmfo