基于立体视觉的水果采摘机器人系统调研报告教程.docVIP

基于立体视觉的水果采摘机器人系统调研报告 摘要: 基于立体视觉建立了水果采摘机器人系统。在图像空间利用Hough变换检测出果实目标,并利用随机采样目标上均匀分布多个点的三维坐标信息重建果实球模型,进而获得目标质心的空间位置坐标；通过最小二乘法研究了采摘机器人手眼标定；分析了采摘机器人的轨迹规划。实验结果表明,设计的自动采摘系统可以有效地消除遮挡以及立体视觉匹配失效等因素的影响,目标定位误差小于8mm,显著地提高了抓取的精度和可靠性。 关键词: 采摘机器人　立体视觉　手眼标定　识别 Research Report of fruit picking robot system based on stereo vision Abstract： A fruit picking robot system based on stereo vision is established. In the image space by using Hough transform to detect target fruit, and the random sampling of multiple point reconstruction of 3D coordinate information fruit ball model are uniformly distributed target, and then obtain the spatial position coordinates of the target centroid; by the least squares method of picking robot hand eye calibration; analysis of the picking robot trajectory planning. The experimental results show that the design of the automatic picking system can effectively eliminate occlusion and the influence of the stereo vision matching failure and other factors, target location error is less than 8mm, significantly improve the accuracy and reliability of the crawl. Key words: picking robot；stereo vision；hand eye calibration；identification 调研背景 果蔬采摘作业一直是个亟待解决的问题[1]。德国、荷兰和日本等发达国家研究开发了多种类型的果蔬自动采摘机器人,如苹果、黄瓜和樱桃等自动收获机器人[2～4],但在果实识别率、采摘成功率等方面还存在尚待解决的问题。 国内果蔬采摘机器人的研究工作也较多[5],但大多局限在采摘机器人的视觉系统、机械手和末端执行器等单一的功能模块,其中视觉系统的研究大多是在单果无遮挡的理想条件下进行的。本文基于立体视觉构建一个水果采摘机器人系统,即利用视觉传感器获取环境图像,计算出果实目标相对于机器人坐标系的位置,然后驱动机器人到达目标位置并抓取。重点研究复杂环境下果实目标的可靠识别定位问题,并分析系统的手眼标定与轨迹规划等。 关键技术 2.1 果实识别定位 果实目标的辨识和定位是果实收获机器人的首要任务,是影响果实抓取成功率的关键因素。采摘过程中,机器人末端执行器的工作位置不仅由果实目标位置决定,也受采摘方式的影响。目前常见的果蔬采摘方式有手指抓取采摘[6]、纯气吸采摘[2]和气吸与手指相结合采摘[4]等。本文采用了先让电动夹持器夹持住果实,再结合拧断果柄的方式来实现采摘,这就要求末端执行器的工作中心与果实质心基本重合,因此,果实定位需要确定果实的质心位置。 在双目立体视觉技术中,存在着多种因素影响果实定位的精度和可靠性。由于环境光照、果实形状等不可控因素,使得立体视觉匹配过程中难免会出现部分随机分布的无效匹配点,进而无法获得深度信息而导致采摘失效。运用的立体视觉模块将所有无法匹配的点的深度值均设为0.376 926ｍ。 果实不可避免地会存在被叶片等物体遮挡的情况,如果利用目标果实的形心来进行定位,那么该形心在图像平面上就有可能落在遮挡物上。结果立体视觉匹配后得到的空间位置就是遮挡物的位置而不是真正的采摘目标的空间位置,从而造成抓取可能失败。即使在无遮挡等相对理想条件下立体匹配过程不会出现前述情况,但由于图像噪声、图像处理误差以及标定误差等原因,立体信息的精度也同样难以保证,