基于视觉引导的协作机器人无序抓取系统设计与姿态估计.docxVIP

PAGE2

基于视觉引导的协作机器人无序抓取系统设计与姿态估计

摘要

随着制造业向柔性化、智能化转型，协作机器人在物流分拣、装配上下料等环节面临大量堆叠零件的无序抓取需求。传统示教抓取依赖固定工装，难以应对工件随机位姿与杂乱堆叠场景，导致自动化程度低下。

本课题设计并实现了一套基于视觉引导的协作机器人无序抓取系统。系统采用深度相机获取堆叠工件的点云数据，通过点云预处理、基于改进PointNet的实例分割与姿态估计网络，以及ICP精配准流水线，准确估计每个可抓取工件的6D姿态。在此基础上，结合抓取位点规划与运动规划算法，生成无碰撞抓取轨迹，驱动协作机械臂完成拾取。

全文遵循工程递进思路展开。首先分析系统需求与硬件选型，完成模块化总体设计；随后详述点云预处理、多级位姿估计、抓取规划与碰撞检测等核心模块的算法与流程；最后在仿真与实物平台上实现系统并进行功能与性能测试。测试结果表明，系统对典型堆叠金属零件的姿态估计角度误差小于3度，平均抓取成功率超过92%，验证了视觉引导无序抓取方案的有效性与工程实用性。

第一章绪论

1.1研究背景

在智能制造的深入推进中，小批量、多品种生产模式逐渐成为主流。传统工业机器人通过示教再现实现批量抓取，要求来料位姿固定、有序排列。然而，在物流拆垛、机加件上下料等场景中，工件常以随机姿态散乱堆叠于料筐内，导致机器人无法直接拾取。

人工分拣虽灵活，但劳动