基于双目视觉的码垛机器人目标识别与定位技术研究

【摘要】：视觉系统是机器人技术中一个非常重要的方向,码垛机器人也逐渐应用到了物流产业的各个方面。现在,由于烟草物流中心的订单朝着小批量、高频次方向发展,条烟码垛效率对烟草物流越来越重要。融合视觉技术的机器人,可以更准确的感知周围环境,使生产作业更加智能化。本文研究的基于双目视觉的码垛机器人目标识别与定位技术,对条烟智能码垛具有重要的理论与实际意义。首先,按照码垛机器人目标识别及定位的要求,设计出一种针对码垛机器人的目标识别及定位总体方案。依据此方案及实际研究需要,完成了对相机的标定,获得其内外参数。针对原始图像包含信息量大及存在噪声干扰的问题,本文采用直方图均衡化、中值滤波完成了图像预处理。在目标特征提取研究中,针对常用的SIFT、ORB等特征提取算法存在鲁棒性差、检测时间长的不足,采用了SURF算法提取目标条烟图像的特征点,该方法将积分图像引入到图像特征检测中,既提高了特征检测的稳定性,也提高了检测的效率。在条烟识别的研究中,针对本文识别目标图像纹理特征明显,本文采用基于特征点检测的模板匹配来识别条烟,实验证明,此方法识别结果准确、用时较短。其次,针对目标条烟的定位,由于传统的定位算法耗时长、定位精度低,本文提出了一种改进的基于SURF算法匹配的定位方法。解决了传统的双目匹配定位搜索特征点时需要在二维的图像平面内搜索实时性较差的问题,给定了极线约束条件,将搜索范围由二维降低为一维,缩短了匹配时间,提高了匹配准确性。实验验证了该方法在条烟定位时具有速度快、准确性高的优势。最后,构建了一个码垛机器人目标识别与定位系统,完成了系统软硬件设计。通过系统的码垛实验,证明了本文采用的识别与定位算法不仅具有良好的鲁棒性,其时效性也满足实际工程要求。