發(fā)布時(shí)間：2024-10-04 19:37

　　近年來(lái),隨著電子商務(wù)行業(yè)的迅猛發(fā)展,與之配套的倉(cāng)儲(chǔ)物流行業(yè)同樣發(fā)展迅速。倉(cāng)儲(chǔ)物流行業(yè)存在商品種類(lèi)繁多、商品數(shù)量龐大等特點(diǎn),為了提高空間的利用率降低運(yùn)輸和存儲(chǔ)成本,混合垛逐漸代替整形垛在倉(cāng)儲(chǔ)物流行業(yè)扮演重要的角色。針對(duì)混合垛拆垛,由于箱體尺寸未知、存在高度差等問(wèn)題,采用傳統(tǒng)的二維視覺(jué)技術(shù)難以滿足定位精度的需求,采用主流的三維視覺(jué)技術(shù)存在時(shí)間消耗較大、穩(wěn)定性不足的問(wèn)題。本文結(jié)合三維視覺(jué)技術(shù),提出了用于混合垛拆垛的點(diǎn)云分割以及位姿估計(jì)算法,并搭建實(shí)驗(yàn)平臺(tái),對(duì)其定位精度、穩(wěn)定性以及實(shí)時(shí)性進(jìn)行研究。根據(jù)拆垛系統(tǒng)的需求,確定了混合垛拆垛系統(tǒng)的總體方案以及工作流程。針對(duì)成像速度快、識(shí)別區(qū)域面積大以及精度需求較低的混合垛識(shí)別需求,選用基于TOF技術(shù)的快照式深度相機(jī)。然后進(jìn)行了系統(tǒng)標(biāo)定工作的原理和算法研究,主要包括深度相機(jī)內(nèi)參標(biāo)定、機(jī)器人TCP標(biāo)定和系統(tǒng)的手眼標(biāo)定。進(jìn)行混合垛點(diǎn)云預(yù)處理算法研究。針對(duì)原始點(diǎn)云數(shù)據(jù)存在的噪聲點(diǎn)云、點(diǎn)云空洞、數(shù)據(jù)量大等問(wèn)題,進(jìn)行點(diǎn)云濾波,點(diǎn)云精簡(jiǎn)和點(diǎn)云平滑等工作。進(jìn)行混合垛點(diǎn)云分割和位姿估計(jì)算法研究。根據(jù)混合垛存在高度差的特點(diǎn),本文提出了一種“兩步走”的分割策略,第一步建立了R...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 三維視覺(jué)技術(shù)的發(fā)展
        1.2.2 視覺(jué)引導(dǎo)機(jī)械臂拆垛方案研究
        1.2.3 基于三維視覺(jué)的分割和定位算法研究
        1.2.4 國(guó)內(nèi)外研究現(xiàn)狀簡(jiǎn)析
    1.3 本文的主要研究?jī)?nèi)容
第2章 基于三維視覺(jué)混合垛拆垛系統(tǒng)方案設(shè)計(jì)
    2.1 引言
    2.2 系統(tǒng)總體方案設(shè)計(jì)
        2.2.1 系統(tǒng)結(jié)構(gòu)方案設(shè)計(jì)
        2.2.2 系統(tǒng)工作流程方案設(shè)計(jì)
    2.3 系統(tǒng)標(biāo)定技術(shù)研究
        2.3.1 深度相機(jī)標(biāo)定技術(shù)研究
        2.3.2 TCP標(biāo)定技術(shù)研究
        2.3.3 手眼標(biāo)定技術(shù)研究
    2.4 本章小結(jié)
第3章 混合垛點(diǎn)云的預(yù)處理算法研究
    3.1 引言
    3.2 混合垛點(diǎn)云的濾波算法
        3.2.1 原始點(diǎn)云噪聲分析
        3.2.2 混合垛點(diǎn)云濾波算法研究
        3.2.3 混合垛點(diǎn)云濾波算法實(shí)驗(yàn)及分析
    3.3 基于MLS的點(diǎn)云重采樣算法
        3.3.1 MLS點(diǎn)云重采樣算法研究
        3.3.2 MLS點(diǎn)云重采樣算法實(shí)驗(yàn)及分析
    3.4 基于體素濾波的混合垛點(diǎn)云降采樣算法
        3.4.1 體素濾波降采樣算法研究
        3.4.2 體素濾波降采樣算法實(shí)驗(yàn)及分析
    3.5 本章小結(jié)
第4章 混合垛點(diǎn)云的分割以及位姿估計(jì)算法研究
    4.1 引言
    4.2 基于RANSAC算法的目標(biāo)平面提取
        4.2.1 混合垛組成特性分析
        4.2.2 RANSAC算法基本原理
        4.2.3 RANSAC算法實(shí)驗(yàn)分析
    4.3 基于區(qū)域生長(zhǎng)算法的目標(biāo)平面分割
        4.3.1 等高緊貼箱體預(yù)處理算法原理及分析
        4.3.2 目標(biāo)平面分割算法原理及分析
    4.4 混合垛位姿估計(jì)算法研究
    4.5 混合垛拆垛策略
    4.6 混合垛點(diǎn)云分割與位姿估計(jì)方案對(duì)比分析
    4.7 本章小結(jié)
第5章 基于ROS的實(shí)驗(yàn)平臺(tái)搭建與實(shí)驗(yàn)驗(yàn)證
    5.1 引言
    5.2 硬件實(shí)驗(yàn)系統(tǒng)搭建
        5.2.1 點(diǎn)云采集系統(tǒng)
        5.2.2 機(jī)器人系統(tǒng)
        5.2.3 末端抓取系統(tǒng)
    5.3 軟件實(shí)驗(yàn)系統(tǒng)搭建
        5.3.1 軟件系統(tǒng)介紹
        5.3.2 軟件框架搭建
    5.4 實(shí)驗(yàn)驗(yàn)證
        5.4.1 系統(tǒng)標(biāo)定實(shí)驗(yàn)及精度分析
        5.4.2 拆垛系統(tǒng)實(shí)驗(yàn)及分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：4007062