论文总字数：19314字

摘 要

随着科学技术不断发展进步，在日常生活和生产加工中，机械臂在其中扮演着越来越重要的角色，机械臂技术的快速发展给予了机械臂实现更强大功能的可能性。机器视觉是人工智能研究应用的热点，手机、汽车、家具等等各领域都已经在采用机器视觉来实现更好的智能服务。本文基于机械臂，通过采取OpenCV机器视觉的方法，根据需要实现对指定目标物体进行分拣的操作，采用自带的分类器训练方法，提高了训练速度和识别精度，使得建立识别文件库更加便利，简便了切换识别目标的操作，降低了对操作人员的专业要求，解决了传统的识别传感器不能精确识别目标物体的问题。

关键词：机器视觉；机械臂；目标抓取

Abstract

With the continuous development and progress of science and technology, the robot arm plays an increasingly important role in daily life and production processing. The rapid development of robot arm technology has given the possibility of the robot arm achieving more powerful functions. Machine vision is a hotspot of artificial intelligence research and application. Machine vision, mobile phones, automobiles, furniture, and other fields are already using machine vision to achieve better intelligent services. Based on the robotic arm, this paper adopts the OpenCV machine vision method to implement the sorting operation of the specified target object according to the needs. The own classifier training method is used to improve the training speed and recognition accuracy, making it easier to establish a recognition file library. The operation of switching the recognition target is simplified, the professional requirements for the operator are reduced, and the problem that the traditional recognition sensor cannot accurately recognize the target object is solved.

Key words: machine vision; robotic arm; target crawl

目录

第1章 绪论 1

1.1 课题研究背景及意义 1

1.2 国内外研究现状 1

1.3 内容安排 3

第2章 系统设计简介和方案选择 5

2.1 系统设计简介 5

2.2 方案选择 5

第3章 硬件设计部分 8

3.1 履带式机械臂 8

3.1.1 STM32主控板 8

3.1.2 舵机介绍 9

3.2 Jetson TX2开发板 10

3.3 USB摄像头 11

第4章 软件设计及调试 13

4.1 Jetson TX2系统配置安装 13

4.1.1 Jetson TX2系统安装 13

4.1.2 Qt软件安装和OpenCV的配置 14

4.2 Keil 5软件安装介绍 15

4.3 图像识别软件设计部分 15

4.3.1 识别原理介绍 15

4.3.2 识别程序部分 16

4.3.3 指定物体分类器训练 18

4.4 手眼标定 19

4.5 机械臂动作组选择 20

4.6 串口通信协议 22

4.7 软件部分调试结果 23

第5章 总结与展望 25

参考文献 26

致谢 27

绪论

课题研究背景及意义

在现今，机器人学是一门涵盖了计算机技术、控制理论、生物工程等多种学科交叉而逐步发展起来的新兴学科，已成为当前研究的热点^[1]。随着科学技术高速的发展，在汽车行业、航空制造业、电子包装、食品包装和现代物流等行业中工业机器人已经获得普遍的应用^[2]。同时，机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能—客观事物的图像中提取信息, 进行处理并加以理解, 最终用于实际检测、测量和控制^[3]。 在各种各样的机器人技术中，机械臂的涉及领域多、应用也更为的广泛，得益于开发板的外设接口愈来愈丰富，这使得机械臂与其他设备传感器等协同工作成为可能。在获取信息中，视觉功能有着相当重要的地位。如果让机械臂具有视觉，这将对机械臂的智能化程度的提高具有非常大的重要性。

在日常的生产加工过程中，对于批量生产的产品，分拣环节的过程十分复杂繁琐，需要消耗大量的人力来完成这项工作，但是分拣环节又是必不可少的一个重要环节。为了满足日益增长的分拣速度要求，降低人力消耗以及提高分拣环节的效率，人们在分拣自动化方面进行了大量相关的研究，通过使用机器臂来代替实现复杂繁琐的分拣工作。目前，自动分拣系统中大部分是简单的机器臂在固定的位置对工位固定的目标物件进行分拣，是一种专用程度相当高的分拣系统，如若改变分拣物件或工作环境，原有的分拣系统都要进行大范围的改动，这必然会对机器臂的工作产生很大的影响，严重的情况甚至会导致整个系统不能继续工作。通过引入视觉功能来提高机械臂的智能化程度，能提高机械臂对工作环境的适应能力，同时在视觉范围内都能进行相应的分拣工作，这也使得工作范围得以扩大。基于机械臂的视觉分拣系统设计对于加强机器视觉和机器生产的实践应用以及提高机器生产智能化起着重要的作用。

国内外研究现状

国外进行机器人的应用研究已经早在半个世纪之前就开始进行了，1959年由美国人发明了第一台机器人，1980年后便开始逐步向智能化方向进行研究，在不断的研究过程中，国外将机器视觉技术引入到机器人应用中，并将其视为智能机器人的一个重要部分。随着国外研究不断取得突破进展，在机器人中使用视觉识别技术已经从理论阶段进入到了实践应用阶段，在欧洲、日本、美国等早期产业发展中国家，具有高度智能的工业机器人已衍生出许多成熟产品，涉及多个领域：农业、医学、航天等。如今，国际上较为著名的机器人生产公司有瑞士的ABB、日本的FANUC、德国的KUKA等企业。

ABB公司生产的RacerPack如图1.1所示，将IRB 360 FlexPicker智能机器人、面板控制器、专用定制夹具和供应线等集成于一个不锈钢柜内，为大规模的分类、收集和卸载提供了一个理想的解决方案。FlexPicker机器人性能杰出、精度高和容量大，这使得RacerPack能够以每小时300~450件的时速在每分钟处理最多300g的工件，同时定制夹具可以根据需要夹取多种多样的零件。人性化的操作界面方便操作，只需要10分钟即可完成产品的切换，具有极高的适应整合能力。

图1.1 RacerPack

EPSON公司研发的Scara型分拣机器人可以实现运动控制和视觉识别的无缝对接，而且可以保证重复定位精度为0.005mm，可以取代大型机械臂完成高精度操作，图1.2为Scara机器人对运动工件进行跟踪、分拣。

图1.2 EPSON视觉分拣系统

国内由于发展较晚，机器人技术在国际上存在一定差距，机器视觉是一种新的技术，在国内还处于研究的早期阶段，其实际应用能力还比较薄弱，这使得国内对视觉分拣系统的研究还处在实验阶段，主要集中在高等院校与科研机构，基于机器视觉的分拣产品还十分欠缺。但是，随着我国对机器人需求不断增大，国内许多研究机构和学者对智能机器人分拣系统进行了深入的研究并取得相应成果，为我国基于机器视觉分拣技术的发展提供了有益参考^[4]。

国内比较典型的机器人分拣系统为由安川首钢机器人有限公司与日本技术合作研发的MOTOMANMPK2型机器人，该型号的机器人具有卓越的运动性能，动作速度能达到每秒2次，工作精度可保证在0.2mm，如图1.3所示。

请支付后下载全文，论文总字数：19314字