随着传统制造业的转型升级以及“中国制造2025”战略的推进,工业机器人的应用越来越广泛。但是在生产中,工业机器人还停留在简单的示教编程阶段,不具备感知能力。并且由于机器人种类众多,控制策略各异导致代码移植性差。近年来,视觉引导的出现增强了机器人应对环境变化的能力。然而2D图像识别只能发现物体位置,缺乏3D姿态信息。传统的3D点云视觉需要处理大量点云,算法复杂、运算时间长。

在2D-3D组合视觉的物体识别和姿态估计方法,综合利用2D和3D视觉的优点,完成对工业机器人的引导与抓取操作。并基于机器人操作系统ROS,搭建了一套程序移植性强的工业机器人识别与抓取系统。根据相机的成像原理,分析得到了相机的数学模型,完成了彩色图与深度图的对齐。测得相机的内参和外参矩阵,实现了像素坐标与机器人世界坐标的转换。

再次先用2D视觉寻找目标物体区域,再对该区域的3D点云做物体姿态估计的整体方案。在2D视觉中,分别提取模板图和处理后场景图的SURF特征点,并完成匹配,根据匹配点对计算出一个单应性矩阵。再应用该矩阵,对模板图的四个顶点做透视变换,得到场景图中物体的包络框。在3D视觉中,将深度图中包络框内的区域转化为点云,该点云包含物体的姿态信息。然后将模板点云与场景区域点云进行配准,可直接采用ICP算法对其进行配准。***后将点云配准结果中的旋转矩阵用四元数表示,其具有简洁、无万向节锁等优势,且可以和机械臂末端无缝对接。

工业机器人操作系统ROS搭建了程序移植性强的工业机器人识别与抓取系统。创建了场景的URDF模型,完成了UR5机器人的Move It运动规划配置。选用了RRT算法作为运动规划算法。然后分别将视觉模块、UR5运动规划模块以及Reflex三指灵巧手封装成ROS的Node,完成整个系统的搭建。

本文摘取网络（侵 删）

相关链接：安川机器人服务商