面向工业机器人喷涂的工件识别与位姿估计研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题来源及背景意义 | 第9-11页 |
1.1.1 课题来源 | 第9页 |
1.1.2 课题研究背景和意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 基于视觉的自动喷涂研究现状 | 第11-13页 |
1.2.2 三维数据获取技术研究现状 | 第13-15页 |
1.2.3 三维识别和位姿估计研究现状 | 第15-17页 |
1.3 主要研究内容 | 第17-18页 |
第2章 工件识别与位姿估计系统方案 | 第18-26页 |
2.1 引言 | 第18页 |
2.2 系统总体方案设计 | 第18-21页 |
2.2.1 需求分析 | 第18-19页 |
2.2.2 系统总体结构 | 第19-20页 |
2.2.3 系统工作流程 | 第20-21页 |
2.3 系统的标定算法 | 第21-25页 |
2.3.1 系统标定的数学模型 | 第22-23页 |
2.3.2 基于SVD的系统标定算法 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 点云的获取及预处理 | 第26-41页 |
3.1 引言 | 第26页 |
3.2 点云的获取 | 第26-29页 |
3.2.1 工件点云的获取 | 第26-28页 |
3.2.2 CAD模型点云的获取 | 第28-29页 |
3.3 工件点云提取算法 | 第29-33页 |
3.3.1 基于范围滤波的工件点云提取 | 第30-31页 |
3.3.2 基于平面拟合的工件点云提取 | 第31-32页 |
3.3.3 工件点云提取算法分析 | 第32-33页 |
3.4 点云滤波算法 | 第33-38页 |
3.4.1 点云的滤波算法 | 第33-35页 |
3.4.2 滤波算法实验及分析 | 第35-38页 |
3.5 点云精简算法 | 第38-40页 |
3.6 本章小结 | 第40-41页 |
第4章 工件的识别与位姿估计 | 第41-58页 |
4.1 引言 | 第41页 |
4.2 点云的特征提取 | 第41-47页 |
4.2.1 关键点提取 | 第41-43页 |
4.2.2 法向量提取 | 第43-44页 |
4.2.3 几何特征提取 | 第44-47页 |
4.3 特征匹配识别与位姿估计 | 第47-52页 |
4.3.1 模型库建立 | 第47页 |
4.3.2 识别与位姿估计算法 | 第47-51页 |
4.3.3 识别与位姿估计结果及分析 | 第51-52页 |
4.4 基于ICP的精确位姿估计 | 第52-57页 |
4.4.1 ICP配准算法 | 第52-53页 |
4.4.2 ICP改进算法 | 第53-56页 |
4.4.3 配准结果分析 | 第56-57页 |
4.5 本章小结 | 第57-58页 |
第5章 实验系统搭建与验证 | 第58-69页 |
5.1 引言 | 第58页 |
5.2 实验系统搭建 | 第58-61页 |
5.2.1 硬件平台搭建 | 第58-60页 |
5.2.2 系统软件实现 | 第60-61页 |
5.3 实验验证 | 第61-68页 |
5.3.1 标定实验及结果分析 | 第61-64页 |
5.3.2 识别与位姿估计实验及结果分析 | 第64-68页 |
5.4 本章小结 | 第68-69页 |
结论 | 第69-70页 |
参考文献 | 第70-74页 |
致谢 | 第74页 |