机械手性能标定直线运动轨迹的特征检测技术研究

工业机器人正在逐步地演变成为工厂生产线上的主要环节,但真正全面实现本目标却离不开运动轨迹性能测试。随着作业精度的要求日益增高,该项技术在相当大程度上已经构成了工业机器人顺利、高质量运用的瓶颈。现在,此类测量设备在国外已达到了定型产品化,而国内则仍然依赖进口。在这种情形之下,利用学位攻读机会便选择其作为主攻目标。 课题隶属于结构光视觉传感器非接触式机器人直线轨迹测量,采用结构光几何成像原理和视觉图像处理技术,通过在线图像采集、离线处理方式,实现了机器人直线运动的轨迹测量。论文围绕课题实施期间遇到的各项关键难题解决对策展开。首先,在全面分析本领域技术发展现状的基础上,通过深入剖析各种处理方法的优缺点、潜在拓展空间,制定出合理且切实可行的整体框架与技术实施路线。其次,从图像处理技术入手,逐一地分析并解决了测量系统摄取图像之后,系统软件辨识、提取参照特征过程所面对的各种技术难题。最后,借助大量实验结果,给出了系统成效论证与实现技巧描述。 在整个论文当中,系统地论述了包括线结构光光条图像处理原理、光条图像增强、光条图像分割、线条细化、线条拟合、光条图像拐点识别与毛刺去除等在内的众多难题消解对策。同时,全面地阐述了由作者刚刚提出的自动多阈值图像分割和图像区域动态划分技术。使用自动多阈值图像分割,不但可以满意地克服不均匀照明或不均匀灰度分布对目标识别的影响,而且能够很好地解决由相邻区域阈值“阶跃”所引起的错误分割,这些都使得最终系统拥有极其出色的鲁棒性。图像区域动态划分就是依据图像灰度分布规律,将其划分成数量不等的若干区块,各区块选用不同阈值。这样,不仅很好地解决了光照变化条件下的图像自动分割问题,也消除了同一光条上不同位置因灰度分布不均匀所引起的对图像分割影响。在论文末尾,给出了系统实验结果,并指出了尚存不足及今后研究方向。