基于双臂机器人和三维视觉的物体抓取和轴孔装配

微特电机 ›› 2022, Vol. 50 ›› Issue (1): 27-31.

基于双臂机器人和三维视觉的物体抓取和轴孔装配

徐友法,王卫军,王兆广,陈宝

中国电子科技集团公司第二十一研究所,上海 200233

出版日期:2022-01-28 发布日期:2022-02-17
作者简介:徐友法,男,硕士,工程师,研究方向为机器视觉、机器人视觉技术。

Rasping and Shaft Hole Assembly Based on Dual Arm Robot and 3D Vision

XU Youfa, WANG Weijun, WANG Zhaoguang, CHEN Bao

No. 21 Research Institute of CETC, Shagnhai 200233, China

Online:2022-01-28 Published:2022-02-17

摘要/Abstract

摘要： 三维视觉的机器人抓取能够将通过点云获取的匹配矩阵应用到智能抓取中。基于随机抽样一致性(RANSAC)和近点迭代法(ICP)模板匹配算法获取的矩阵,设计了一种机器人抓取点确定和机器人末端抓取姿态获取的方法。同时为机器人设计了一个预抓取位置,机器人在抓取时先调整抓取姿态到达预抓取位置,随后保持抓取姿态不变运行到抓取点对物体进行抓取。实验结果表明,将模板匹配算法获得的矩阵与机器人的实际抓取结合的方法,能够通过匹配矩阵对任意摆放物体进行抓取,使点云理论研究在实际抓取应用中得到落地。

关键词: 粗匹配, 精匹配, 模板, 位姿, 抓取点

Abstract: Robot grasping based on 3D vision can apply the matching matrix acquired based on point cloud to intelligent actual grasping. Based on the matrix obtained by random sample consensus (RANSAC) and iterative closest points (ICP) template matching algorithm, a method for determining the grasping point of the robot and acquiring the end pose of the robot was studied. A pre-grabbing position was designed for the robot, and the robot first adjusted the grasping posture when grasping reached the pre-grabbing position and then kept the grasping posture unchanged to grasp the object.The experimental results show that the proposed method that combines the matrix obtained by the template matching algorithm with the actual grasping of the robot,can grasp arbitrarily placed objects throughthe matching matrix, so that the research of point cloud theory can be implemented in the actual grasping application.

Key words: rough matching, fine matching, template, pose, grab point

中图分类号:

TM383

徐友法,王卫军,王兆广,陈宝. 基于双臂机器人和三维视觉的物体抓取和轴孔装配[J]. 微特电机, 2022, 50(1): 27-31.

XU Youfa, WANG Weijun, WANG Zhaoguang, CHEN Bao. Rasping and Shaft Hole Assembly Based on Dual Arm Robot and 3D Vision[J]. Small & Special Electrical Machines, 2022, 50(1): 27-31.

参考文献 14

[1]	袁帅.面向机械臂的视觉伺服系统设计[D].徐州:中国矿业大学,2018.
[2]	熊自明,董鑫,王明杨,等.基于 ASIFT 与 RANSAC 算法的岩体结构三维重建方法研究[J].隧道建设,2017,37(7):808-815.
[3]	雷玉珍,李中伟,钟凯,等.基于随机抽样一致算法的误匹配标志点校正方法[J].光学学报,2013,33(3):1-8.
[4]	张海洲.基于机器视觉的三维物体识别和定位[D].青岛:青岛科技大学,2019.
[5]	刘攀.机器人3D视觉系统标定及目标识别技术研究[D].武汉:华中科技大学,2018.
[6]	毛孟娜.双目视觉机器人的目标识别与抓取技术研究[D].沈阳:沈阳工业大学,2019.
[7]	董俊杰.基于三维视觉的工件定位和识别[D].北京:北京石油化工学院,2018.
[8]	鄢武,唐观荣,苏泽荣,等.基于三维视觉的随机工件识别与姿态估计[J].科技视界,2019(19):66-67.
[9]	孙斌.3D视觉辅导下的机器人灵巧手抓取技术研究[D].上海:华东师范大学.2019.
[10]	杨厚易.基于视觉的工件定位与抓取[D].绵阳:西南科技大学.2018.
[11]	杨旗,陈杰,崔玉博,等.基于视觉引导的ABB机器人定位和抓取[J].机械工程与自动化,2019,10(5):57-59.
[12]	刘正琼,万鹏,凌琳,等.基于机器视觉的超视工件识别抓取系统[J].机器人,2018,40(3):294-300.
[13]	李秀智,李家豪,张详银,等.基于深度学习的机器人最优抓取姿态检测方法[J].仪器仪表学报,2020,41(5):108-117.
[14]	李玮,章逸丰,王鹏,等.一种采用迭代优化的移动抓取规划方法[J].机器人,2019,41(2):165-174.

[1]	张艳丽,任双华,王健. 旋转变压器接线故障分析法的研究[J]. 微特电机, 2022, 50(1): 32-35.
[2]	刘继磊, 杨毅, 高志民. 基于新型磁阻式旋转变压器解码问题研究[J]. 微特电机, 2021, 49(7): 50-52.
[3]	张曙, 胡博, 李泽世. 旋变测试数据采集的技术改进[J]. 微特电机, 2021, 49(5): 58-61.
[4]	杨素香, 单鹏飞, 郝叶, 肖渊海, 陈薇薇. 高功率密度无刷伺服电机多物理场综合设计[J]. 微特电机, 2021, 49(4): 30-33.
[5]	许兴斗, 王永博, 周竞捷, 周奇慧. 一种旋转变压器电气精度的仿真分析方法[J]. 微特电机, 2020, 48(12): 11-13.
[6]	孙耀程, 鞠宇宁, 杨素香, 朱志强. 一种小体积大推力的伺服机电组件设计[J]. 微特电机, 2020, 48(10): 33-36.
[7]	李晓锦, 张东宁, 汪倚彤, 殷佩舞. 永磁交流伺服电动机电磁结构设计[J]. 微特电机, 2020, 48(10): 41-43.
[8]	许兴斗, 王永博, 钱俊阳, 周竞捷, 周奇慧. 轴向窜动旋转变压器的优化设计[J]. 微特电机, 2020, 48(9): 31-33.
[9]	李听斌, 李卓航, 吴立建, 朱亮, 朱加贝, 章懰, 杜一东, 周奇慧. 步进电动机动态起动失步机理分析及失步解决措施[J]. 微特电机, 2020, 48(8): 22-26.
[10]	吴跃飞, 殷晓晴. 控制受限的直流伺服系统非线性摩擦补偿[J]. 微特电机, 2020, 48(8): 51-54.
[11]	毛丽民, 陈煜, 杨海萍. 基于STM32的码垛机器人设计与实现[J]. 微特电机, 2020, 48(8): 59-62.
[12]	王立英, 戚振亚, 李听斌, 王永艳. 齿轮减速混合式步进电动机真空瞬态温度场计算与分析[J]. 微特电机, 2020, 48(7): 35-37.
[13]	. 考虑驱动器参数的混合式步进电动机精细化模型[J]. 微特电机, 2019, 47(12): 1-7.
[14]	. 消防机器人用中空两相混合式步进电动机设计[J]. 微特电机, 2019, 47(11): 12-14.
[15]	. 变桨永磁伺服控制系统无位置传感器控制[J]. 微特电机, 2019, 47(11): 42-46.