基于視覺(jué)的工業(yè)機(jī)械手定位抓取系統(tǒng)虛擬實(shí)驗(yàn)開(kāi)發(fā),基于,視覺(jué),工業(yè),機(jī)械手,定位,抓取,系統(tǒng),虛擬,實(shí)驗(yàn),試驗(yàn),開(kāi)發(fā) 摘要 工業(yè)機(jī)器人是面向工業(yè)領(lǐng)域的，集多學(xué)科先進(jìn)技術(shù)于一體的機(jī)電一體化自動(dòng)化裝備。工業(yè)機(jī)器人的設(shè)計(jì)與制造是一個(gè)非常復(fù)雜的過(guò)程，涉及的技術(shù)和領(lǐng)域很多，主要包括系統(tǒng)化、感知技術(shù)、識(shí)別處理能力、傳動(dòng)技術(shù)等。 本文首先介紹國(guó)內(nèi)外工業(yè)機(jī)器人的發(fā)展過(guò)程、現(xiàn)狀及趨勢(shì)，簡(jiǎn)單介紹機(jī)器人仿真系統(tǒng)的應(yīng)用。介紹了六自由度關(guān)節(jié)式機(jī)器人組件和結(jié)構(gòu)類(lèi)型，建立了機(jī)器人結(jié)構(gòu)模型，給出設(shè)計(jì)方案，以及機(jī)械結(jié)構(gòu)三維設(shè)計(jì)。其次研究六自由度關(guān)節(jié)式機(jī)器人仿真系統(tǒng)的開(kāi)發(fā)，選擇較優(yōu)的仿真開(kāi)發(fā)平臺(tái)---Labview，并建立工業(yè)機(jī)械手模型，完成仿真動(dòng)作，并舉例實(shí)現(xiàn)這一研究。 再者完成視覺(jué)技術(shù)的開(kāi)發(fā)，建立目標(biāo)物的位姿坐標(biāo)系，在 LabVIEW 環(huán)境下搭建模擬仿真機(jī)械手定位抓取平臺(tái)， 并結(jié)合 LabVIEW 環(huán)境中 mathscript 添加了圖像處理，邊緣檢測(cè)，矩形標(biāo)定法以及幾何計(jì)算等 MATLAB 算法程序，對(duì)于規(guī)則三維物體，根據(jù)識(shí)別出的目標(biāo)物的形狀、尺寸和位置信息；搭建工作臺(tái)需要一款工業(yè)相機(jī)及目標(biāo)物組成的實(shí)驗(yàn)平臺(tái)。對(duì)該系統(tǒng)建立坐標(biāo)系，進(jìn)行攝像標(biāo)定、目標(biāo)物形狀尺寸和位姿識(shí)別。最后利用matlab 工具箱求解雅克逆矩陣解，求得各個(gè)關(guān)節(jié)的運(yùn)動(dòng)角度完成抓取過(guò)程。本文研究成果為工業(yè)自動(dòng)化中應(yīng)用 視覺(jué)引導(dǎo)機(jī)器人識(shí)別抓 取三維物體提供了實(shí)踐意義的借鑒。 關(guān)鍵詞： 位置標(biāo)定；圖像處理； 視覺(jué)識(shí)別；Labview 仿真開(kāi)發(fā) I ABSTRACT Industrial robots are mechanical and electrical integration automation equipment that is oriented to the industrial field and incorporates multidisciplinary and advanced technologies. The design and manufacture of industrial robots is a very complex process involving many technologies and areas, including systematization, sensing technology, identification processing capabilities, and transmission technologies. This article first introduces the development process, status and trends of industrial robots at home and abroad, and briefly introduces the application of robot simulation systems. The six-degree-of-freedom articulated robot components and structure types are introduced. The robot structure model is established, the design scheme is given, and the three-dimensional design of the mechanical structure is presented. Secondly, the development of the six-degree-of-freedom articulated robot simulation system was studied. Labview, the best simulation development platform, was selected. The industrial manipulator model was established, the simulation was completed, and an example was implemented. In addition, the development of vision technology was completed, the coordinate system of the object's pose was established, and a simulation robot's positioning and grabbing platform was set up in the LabVIEW environment. In addition, image processing, edge detection, rectangular calibration method, and geometric calculation were added to mathscript in the LabVIEW environment. Such as MATLAB algorithm program, for the regular three-dimensional objects, according to the shape, size and position information of the identified target object; to build a work table requires an experimental platform composed of an industrial camera and a target object. A coordinate system is established for the system to perform camera calibration, object shape size and pose recognition. Finally, using the Matlab toolbox to solve Jaco's inverse matrix solution, the motion angle of each joint is completed. The research results of this paper provide a practical reference for the application of vision guided robots in industrial automation to capture three-dimensional objects. Keywords: 3D simulation; position calibration; image processing; industrial robot II 目錄 摘要 I ABSTRACT II 1. 緒論 1 1.1 概述 1 1.2 發(fā)展前景及方向 1 1.3 機(jī)器人的視覺(jué)引導(dǎo)控制 3 1.4 本文設(shè)計(jì)內(nèi)容 3 2. 2 抓取機(jī)器人設(shè)計(jì) 1 2.1 控制系統(tǒng)構(gòu)成 2 2.2 機(jī)械結(jié)構(gòu)三維設(shè)計(jì) 3 2.3 定位抓取結(jié)構(gòu)設(shè)計(jì) 3 2.4 機(jī)械手視覺(jué)抓取系統(tǒng)原理 4 2.5 基于視覺(jué)抓取硬件選型 5 3. 3 仿真系統(tǒng)開(kāi)發(fā) 9 3.1 開(kāi)發(fā)平臺(tái)選擇 9 3.2 工業(yè)機(jī)械手模型的建立 9 3.3 動(dòng)作控制的實(shí)現(xiàn) 10 4. 4 視覺(jué)識(shí)別技術(shù)的開(kāi)發(fā) 14 4.1 視覺(jué)識(shí)別技術(shù)理論研究 14 4.2 位置坐標(biāo)系的建立 18 4.3 基于 Matlab 的開(kāi)發(fā)技術(shù) 20 5. 5 結(jié)論 23 參考文獻(xiàn) 24 致謝 42 I 基于視覺(jué)的機(jī)械手定位抓取研究虛擬實(shí)驗(yàn)開(kāi)發(fā) 1. 緒論 1.1 概述 機(jī)械手是一種模擬人手操作的自動(dòng)機(jī)械。它可按固定程序抓取、搬運(yùn)物件或操持工具完成某些特定操作。應(yīng)用機(jī)械手可以代替人從事單調(diào)、重復(fù)或繁重的體力勞動(dòng)，實(shí)現(xiàn)生產(chǎn)的機(jī)械化和自動(dòng)化，代替人在有害環(huán)境下的手工操作，改善勞動(dòng)條件，保證人身安全，因而廣泛應(yīng)用于機(jī)械制造、冶金、電子、輕工和原子能等部門(mén)。 20 世紀(jì) 40 年代后期，美國(guó)在原子能實(shí)驗(yàn)中，首先采用機(jī)械手搬運(yùn)放射性材料，人在安全間操縱機(jī)械手進(jìn)行各種操作和實(shí)驗(yàn)。50 年代以后，機(jī)械手逐步推廣到工業(yè)生產(chǎn)部門(mén)，用于在高溫、污染嚴(yán)重的地方取放工件和裝卸材料，也作為機(jī)床的輔助裝置在自動(dòng)機(jī)床、自動(dòng)生產(chǎn)線(xiàn)和加工中心中應(yīng)用，完成上下料或從刀庫(kù)中取放刀具并按固定程序更換刀具等操作。 機(jī)械手主要由手部和運(yùn)動(dòng)機(jī)構(gòu)組成。手部是用來(lái)抓持工件（或工具）的部件， 根據(jù)被抓持物件的形狀、尺寸、重量、材料和作業(yè)要求而有多種結(jié)構(gòu)形式，如夾持型、托持型和吸附型等。運(yùn)動(dòng)機(jī)構(gòu)，使手部完成各種轉(zhuǎn)動(dòng)（擺動(dòng)）、移動(dòng)或復(fù)合運(yùn)動(dòng)來(lái)實(shí)現(xiàn)規(guī)定的動(dòng)作，改變被抓持物件的位置和姿勢(shì)。運(yùn)動(dòng)機(jī)構(gòu)的升降、伸縮、旋轉(zhuǎn)等獨(dú)立運(yùn)動(dòng)方式，稱(chēng)為機(jī)械手的自由度。為了抓取空間中任意位置和方位的物體，需有 6 個(gè)自由度 。自由度是機(jī)械手設(shè)計(jì)的關(guān)鍵參數(shù) 。自由 度越多， 機(jī)械手的靈活性越大，通用性越廣，其結(jié)構(gòu)也越復(fù)雜。一般專(zhuān)用機(jī)械手有 2～3 個(gè)自由度。 機(jī)械手的種類(lèi)，按驅(qū)動(dòng)方式可分為液壓式、氣動(dòng)式、電動(dòng)式、機(jī)械式機(jī)械手； 按適用范圍可分為專(zhuān)用機(jī)械手和通用機(jī)械手兩種；按運(yùn)動(dòng)軌跡控制方式可分為點(diǎn)位控制和連續(xù)軌跡控制機(jī)械手等。 機(jī)械手通常用作機(jī)床或其他機(jī)器的附加裝置，如在自動(dòng)機(jī)床或自動(dòng)生產(chǎn)線(xiàn)上裝卸和傳遞工件，在加工中心中更換刀具等，一般沒(méi)有獨(dú)立的控制裝置。有些操作裝置需要由人直接操縱，如用于原子能部門(mén)操持危險(xiǎn)物品的主從式操作手也常稱(chēng)為機(jī)械手。 1.2 發(fā)展前景及方向 工業(yè)機(jī)器人已廣泛應(yīng)用于汽車(chē)及汽車(chē)零部件制造業(yè)、機(jī)械加工行業(yè)、電子電氣行業(yè)、橡膠及塑料工業(yè)、食品工業(yè)、木材與家具制造業(yè)等領(lǐng)域中;并開(kāi)始擴(kuò)大 5 到國(guó)防軍事、醫(yī)療衛(wèi)生、生活服務(wù)等領(lǐng)域，如無(wú)人偵察機(jī)、警備機(jī)器人、醫(yī)療機(jī)器人、家政服務(wù)機(jī)器人等均有應(yīng)用實(shí)例，當(dāng)前我國(guó)工業(yè)機(jī)器人產(chǎn)業(yè)已初具規(guī)模。其主要發(fā)展方向： 1 重復(fù)高精度 精度是指機(jī)器人、機(jī)械手到達(dá)指定點(diǎn)的精確程度, 它與驅(qū)動(dòng)器的分辨率以及反饋裝置有關(guān)。重復(fù)精度是指如果動(dòng)作重復(fù)多次, 機(jī)械手到達(dá)同樣位置的精確程度。重復(fù)精度比精度更重要, 如果一個(gè)機(jī)器人定位不夠精確, 通常會(huì)顯示一個(gè)固定的誤差, 這個(gè)誤差是可以預(yù)測(cè)的, 因此可以通過(guò)編程予以校正。重復(fù)精度限定的是一個(gè)隨機(jī)誤差的范圍, 它通過(guò)一定次數(shù)地重復(fù)運(yùn)行機(jī)器人來(lái)測(cè)定。隨著微電子技術(shù)和現(xiàn)代控制技術(shù)的發(fā)展,機(jī)械手的重復(fù)精度將越來(lái)越高, 它的應(yīng)用領(lǐng)域也將更廣闊, 如核工業(yè)和軍事工業(yè)等。 2 模塊化 有的公司把帶有系列導(dǎo)向驅(qū)動(dòng)裝置的機(jī)械手稱(chēng)為簡(jiǎn)單的傳輸技術(shù), 而把模塊化拼裝的機(jī)械手稱(chēng)為現(xiàn)代傳輸技術(shù)。模塊化拼裝的機(jī)械手比組合導(dǎo)向驅(qū)動(dòng)裝置更具靈活的安裝體系。它集成電接口和帶電纜及油管的導(dǎo)向系統(tǒng)裝置, 使機(jī)械手運(yùn)動(dòng)自如。模塊化機(jī)械手使同一機(jī)械手可能由于應(yīng)用不同的模塊而具有不同的功能, 擴(kuò)大了機(jī)械手的應(yīng)用范圍, 是機(jī)械手的一個(gè)重要的發(fā)展方向。 3 機(jī)電一體化 由“可編程序控制器- 傳感器- 液壓元件”組成的典型的控制系統(tǒng)仍然是自動(dòng)化技術(shù)的重要方面;發(fā)展與電子技術(shù)相結(jié)合的自適應(yīng)控制液壓元件, 使液壓技術(shù)從“開(kāi)關(guān)控制”進(jìn)入到高精度的“反饋控制”; 省配線(xiàn)的復(fù)合集成系統(tǒng), 不僅減少配線(xiàn)、配管和元件, 而且拆裝簡(jiǎn)單, 大大提高了系統(tǒng)的可靠性。而今, 電磁閥的線(xiàn)圈功率越來(lái)越小, 而 PLC 的輸出功率在增大, 由 PLC 直接控制線(xiàn)圈變得越來(lái)越可能。 隨著科學(xué)與技術(shù)的發(fā)展, 機(jī)械手的應(yīng)用領(lǐng)域也不斷擴(kuò)大.目前, 機(jī)械手不僅應(yīng)用于傳統(tǒng)制造業(yè)如采礦,冶金,石油,化學(xué),船舶等領(lǐng)域,同時(shí)也已開(kāi)始擴(kuò)大到核能, 航空,航天,醫(yī)藥,生化等高科技領(lǐng)域以及家庭清潔,醫(yī)療康復(fù)等服務(wù)業(yè)領(lǐng)域中.如,水下機(jī)器人,拋光機(jī)器人,打毛刺機(jī)器人,擦玻璃機(jī)器人,高壓線(xiàn)作業(yè)機(jī)器人,服裝裁剪機(jī)器人,制衣機(jī)器人,管道機(jī)器人等特種機(jī)器人以及掃雷機(jī)器人,作戰(zhàn)機(jī)器人,偵察機(jī)器人,哨兵機(jī)器人,排雷機(jī)器人,布雷機(jī)器人等軍用機(jī)器人都是機(jī)械手應(yīng)用的典型。機(jī)械手廣泛應(yīng)用于各行各業(yè).而且,隨著人類(lèi)生活水平的提高及文化生活的日益豐富多彩,未來(lái)各種專(zhuān)業(yè)服務(wù)機(jī)器人和家庭用消費(fèi)機(jī)器人將不斷貼近人類(lèi)生活, 其市場(chǎng)將繁榮興旺 1.3 機(jī)器人的視覺(jué)引導(dǎo)控制 工業(yè)機(jī)器人產(chǎn)品，由于其成熟的設(shè)計(jì)理論，各種機(jī)器人的優(yōu)劣就取決于各自的硬件控制。而相關(guān)的控制器在目前的技術(shù)理論條件下已經(jīng)能夠提供各種安全有保證的控制策略，比如直線(xiàn)插補(bǔ)、關(guān)節(jié)插補(bǔ)、圓弧插補(bǔ)等運(yùn)動(dòng)，這類(lèi)運(yùn)動(dòng)可以使我們更好的規(guī)劃?rùn)C(jī)器人的動(dòng)作軌跡，使其在運(yùn)動(dòng)過(guò)程中更加美觀(guān)。只要給定執(zhí)行件需要的運(yùn)動(dòng)方位及其相關(guān)參數(shù)，如速度，時(shí)間等信息，控制器就能夠相應(yīng)的控制機(jī)器人做出我們預(yù)期的目標(biāo)動(dòng)作。因而在設(shè)計(jì)機(jī)器人的動(dòng)作抓取時(shí)，研究者不用擔(dān)心如何改進(jìn)和調(diào)整這些成熟的運(yùn)動(dòng)控制技術(shù)。主要的研究難點(diǎn)集中于以下三個(gè)方面: （1） 如何從攝像機(jī)捕獲的圖像中分辨出我們需要獲得的被檢測(cè)物的三維 信息; （2） 如何快速的確定被抓取物與機(jī)械手之間的相互位置以及被抓取物的 位姿狀態(tài); （3） 如何規(guī)劃?rùn)C(jī)械手手爪的抓取動(dòng)作，保證其穩(wěn)定性和可靠性。 簡(jiǎn)單地講，第一點(diǎn)就是需要設(shè)計(jì)如何讓機(jī)器人知道將要抓取的是何種形狀的物體， 第二點(diǎn)就是需要讓機(jī)器人知道將要抓取的物體在何種位置，第三點(diǎn)就是控制機(jī)器人如何穩(wěn)定地抓取物件。計(jì)算機(jī)視覺(jué)具有可以處理大量信息，可以實(shí)現(xiàn)無(wú)損檢測(cè)，檢測(cè)范圍廣，精度高等特點(diǎn)，隨著近年來(lái)其在工業(yè)機(jī)器人領(lǐng)域的廣泛應(yīng)用， 較大地推動(dòng)了機(jī)械生產(chǎn)的自動(dòng)化、智能化。目前的檢測(cè)手段有很多種，機(jī)器視覺(jué)以其接近人類(lèi)觀(guān)察特性的特點(diǎn)，被研究者廣為青睞，尤其是在識(shí)別、檢測(cè)領(lǐng)域更是發(fā)展迅速。 1.4 本文設(shè)計(jì)內(nèi)容 首先，了解國(guó)內(nèi)外工業(yè)機(jī)器人的發(fā)展過(guò)程、現(xiàn)狀及趨勢(shì)，簡(jiǎn)單介紹機(jī)器人仿真系統(tǒng)的應(yīng)用。了解六自由度關(guān)節(jié)式機(jī)器人組件和結(jié)構(gòu)類(lèi)型，建立了機(jī)器人結(jié)構(gòu)模型，給出設(shè)計(jì)方案，以及機(jī)械結(jié)構(gòu)三維設(shè)計(jì)。并研究六自由度關(guān)節(jié)式機(jī)器人仿真系統(tǒng)開(kāi)發(fā)， 選擇較優(yōu)的仿真開(kāi)發(fā)平臺(tái)，建立工業(yè)機(jī)械手模型，完成仿真動(dòng)作，并舉例實(shí)現(xiàn)這一研究。然后完成視覺(jué)技術(shù)的開(kāi)發(fā)，建立目標(biāo)物的位姿坐標(biāo)系，利用 MATLAB 完成對(duì)圖像的采集和特征提取處理。 最后完成對(duì)本次論文內(nèi)容的總結(jié) （1） 機(jī)器人設(shè)計(jì) u 完成機(jī)械手結(jié)構(gòu)設(shè)計(jì)，了解其工作原理，畫(huà)出 SolidWorks 圖。 u 完成機(jī)械手控制系統(tǒng)設(shè)計(jì)，利用 Labview 完成仿真。 （2） 工業(yè)機(jī)器人相關(guān)理論研究 u 完成視覺(jué)特征提取模型 u 控制系統(tǒng)流程圖 u 控制系統(tǒng)硬件選擇 (3) 軟件系統(tǒng)的開(kāi)發(fā)： u 控制系統(tǒng)設(shè)計(jì)及虛擬仿真 u Matlab 對(duì)視覺(jué)的預(yù)處理 u MATLAB 程序編寫(xiě) 基于視覺(jué)的工業(yè)機(jī)械手定位抓取系統(tǒng)虛擬實(shí)驗(yàn)開(kāi)發(fā) 2. 抓取機(jī)器人設(shè)計(jì) 本文設(shè)計(jì)的工業(yè)器人應(yīng)用于抓取工業(yè)零件來(lái)增加效率，機(jī)器人在工作時(shí)需要滿(mǎn)足在其活動(dòng)范圍內(nèi)能達(dá)到任意的位姿，通過(guò)收集各種類(lèi)型抓取機(jī)器人的資料并分享比較的其優(yōu)缺點(diǎn)后，確定選擇六自由度關(guān)節(jié)型機(jī)器人，其機(jī)械結(jié)構(gòu)如圖 2.1 所機(jī)器人具有六個(gè)自由度。 ? 圖 2.1 六自由度機(jī)器人 其中自由度分別是腰關(guān)節(jié)的移動(dòng)和轉(zhuǎn)動(dòng)、大臂的擺動(dòng)、小臂的擺動(dòng)和腕部的轉(zhuǎn)動(dòng)，都為關(guān)節(jié)連接，采用六自由度串聯(lián)關(guān)節(jié)式結(jié)構(gòu)，其結(jié)構(gòu)如圖 2.2 所示。機(jī)器人的六個(gè)關(guān)節(jié)均為轉(zhuǎn)動(dòng)關(guān)節(jié)，第二、三、五關(guān)節(jié)作俯仰運(yùn)動(dòng)，第一、四、六關(guān)節(jié)作回轉(zhuǎn)運(yùn)動(dòng)。機(jī)器人后三個(gè)關(guān)節(jié)軸線(xiàn)相交與一點(diǎn)，為腕關(guān)節(jié)的原點(diǎn)，前 3 個(gè)關(guān)節(jié)可以確 定腕關(guān)節(jié)原點(diǎn)的位置，后 3 個(gè)關(guān)節(jié)可以確定末端執(zhí)行器的位姿。第 6 關(guān)節(jié)預(yù)留適配接口，用來(lái)安裝不同的工具或接頭(如手爪)以適應(yīng)不同的工業(yè)需求和任務(wù)。 圖 2.2 六自由度機(jī)器人機(jī)構(gòu) 43 2.1 控制系統(tǒng)構(gòu)成 完整的機(jī)器人結(jié)構(gòu)由三大部分和六個(gè)子系統(tǒng)組成如 2.3 所示。三大部分分別是機(jī)械、傳感和控制部分。六個(gè)子系統(tǒng)是驅(qū)動(dòng)、機(jī)械結(jié)構(gòu)、感受、機(jī)器人環(huán)境交換、人機(jī)交換和控制系統(tǒng)。驅(qū)動(dòng)系統(tǒng)，主要功能要機(jī)器人運(yùn)作起來(lái)，各需各個(gè)關(guān)節(jié)即每個(gè)運(yùn)動(dòng)自由度安置傳動(dòng)裝置。 圖 2.3 機(jī)器人構(gòu)成 控制系統(tǒng)的任務(wù)是根據(jù)機(jī)器人的作業(yè)指令程序以及傳感器反饋回來(lái)的信號(hào)支配機(jī)器人的執(zhí)行機(jī)構(gòu)去完成規(guī)定的運(yùn)動(dòng)和功能。其組成為 CPU、示教盒:、操作面板、硬盤(pán)和軟盤(pán)存儲(chǔ)存 、數(shù)字和模擬量輸入輸出、打印機(jī)接口 、傳感器接口、軸控制器 、輔助設(shè)備。機(jī)器人控制系統(tǒng)多采用分布式結(jié)構(gòu)，即上一級(jí)主控計(jì)算機(jī)負(fù)責(zé)整個(gè)系統(tǒng)管理以及坐標(biāo)變換和軌跡插補(bǔ)運(yùn)算等;下一級(jí)由許多微處理器組成，每一個(gè)微處理器控制一個(gè)關(guān)節(jié)運(yùn)動(dòng)，它們并行地完成控制任務(wù)。因而能提高整個(gè)控制系統(tǒng)的工作速度和處理能力。分布式控制系統(tǒng)具有開(kāi)放性特點(diǎn)，可以根據(jù)需要增加更多的處理器，以滿(mǎn)足傳感器處理和通信的需要。如圖 2.4 所示。 圖 2.4 總控制流程圖 2.2 機(jī)械結(jié)構(gòu)三維設(shè)計(jì) 機(jī)器人型號(hào)選擇是實(shí)現(xiàn)機(jī)器人完成任務(wù)準(zhǔn)確定位的重要因素之一，由實(shí)際的工業(yè)生產(chǎn)效況中抓取零件的幾何尺寸和物理化學(xué)性能以及抓取的速率和效果來(lái)選取較優(yōu)的機(jī)械臂和機(jī)械手。其中按機(jī)器人結(jié)構(gòu)形式一般工業(yè)機(jī)器人為 6 個(gè)自由度前三個(gè)稱(chēng)為手臂機(jī)構(gòu),后三個(gè)稱(chēng)為手腕機(jī)構(gòu)。根據(jù)手臂機(jī)構(gòu)的運(yùn)動(dòng)不同形式的組合得到不同的機(jī)器人機(jī)構(gòu)形式。可分為：直角坐標(biāo)式(PPP)，圓柱坐標(biāo)式(RPP），球坐標(biāo)式(RRP)。根據(jù)實(shí)際零件大小以及抓取條件。本系統(tǒng)使用的是六自由度關(guān)節(jié)機(jī)器人如SolidWorks 圖 2.5 所示。 圖 2.5 SolidWorks 三維圖 其中機(jī)械臂的運(yùn)動(dòng)性能如下: S 旋轉(zhuǎn)軸 動(dòng)作范圍 -90°到 +90°最大速度 185°/秒L 下臂軸 動(dòng)作范圍 +50°到 -100°最大速度 185°/秒U(xiǎn) 上臂軸 動(dòng)作范圍 +5°到 +163°最大速度 185°/秒 R 手腕旋轉(zhuǎn)軸動(dòng)作范圍 -360°到 +360°最大速度 360°/秒B 手腕擺動(dòng)軸動(dòng)作范圍 -360°到 +360°最大速度 410°/秒T 手腕回轉(zhuǎn)軸動(dòng)作范圍 -360°到 +360°最大速度 500°/秒 2.3 定位抓取結(jié)構(gòu)設(shè)計(jì) 執(zhí)行機(jī)構(gòu)的設(shè)計(jì)。執(zhí)行機(jī)構(gòu)是機(jī)器人完成工作任務(wù)的機(jī)械實(shí)體。機(jī)械手臂：由桿件機(jī)構(gòu)和關(guān)節(jié)機(jī)構(gòu)組成空間開(kāi)鏈機(jī)構(gòu)，又可以分為機(jī)座腰部臂部肩和肘腕部。機(jī)器人末端執(zhí)行器的種類(lèi)有很多, 以適應(yīng)機(jī)器人的不同作業(yè)及操作要求。 在 設(shè)計(jì)末端執(zhí)行器時(shí),應(yīng)注意如下幾點(diǎn): 1) 機(jī)械爪是根據(jù)機(jī)器人作業(yè)要求來(lái)設(shè)計(jì)的。新的機(jī)械爪的出現(xiàn)可以增加一種機(jī) 器人新的應(yīng)用場(chǎng)所，可以拾取不同種目標(biāo)物。 2) 要求機(jī)械爪重量輕結(jié)構(gòu)緊湊，滿(mǎn)足工作強(qiáng)度需求。 3) 要求在夾持工件時(shí)，應(yīng)有一定的形狀約束，保證工件在夾緊過(guò)程中停止和加載且不改變姿態(tài)。當(dāng)松開(kāi)工件時(shí)，應(yīng)完全松開(kāi)。機(jī)械爪可分為圓弧開(kāi)口式 圓弧平行開(kāi)閉式和直線(xiàn)平行開(kāi)閉式。本設(shè)計(jì)選用弧形開(kāi)閉型。這種類(lèi)型是由傳動(dòng)機(jī)構(gòu)驅(qū)動(dòng)的。指尖的運(yùn)動(dòng)軌跡是圓弧，兩只手是圓弧圍繞分支點(diǎn)移動(dòng)。這種夾持器對(duì)工件夾持部的尺寸有嚴(yán)格的要求，否則會(huì)使工件處于無(wú)序狀態(tài)。其結(jié)構(gòu)如圖 2.6 所示。 圖 2.1 雙齒輪爪 2.4 機(jī)械手視覺(jué)抓取系統(tǒng)原理 機(jī)械手視覺(jué)抓取系統(tǒng)是指利用動(dòng)態(tài)視頻每一幀獲取圖像信息，在將獲取的每一幀圖像經(jīng)過(guò)系統(tǒng)的處理，提取有用的特征，同時(shí)完成對(duì)這些特征信息的分析處理， 并根據(jù)最終的結(jié)果來(lái)控制外界機(jī)械動(dòng)作。本文設(shè)計(jì)的機(jī)器視覺(jué)的工作原理為:首先通過(guò)照明系統(tǒng)將目標(biāo)物成像到攝像機(jī)上;然后將像機(jī)將圖像傳感器接收到的光學(xué)圖像轉(zhuǎn)化為計(jì)算機(jī)能夠處理的電信號(hào)，并整合給圖像處理系統(tǒng);接著系統(tǒng)對(duì)這些電信號(hào)進(jìn)行處理得到特征信息;最后將得到的電信號(hào)輸出給計(jì)算機(jī)。具體見(jiàn)圖 2.7。 圖 2.7 總流程圖 由機(jī)械手視覺(jué)抓取系統(tǒng)的工作原理知，典型的基于視覺(jué)的機(jī)器人應(yīng)用系統(tǒng)如下圖 2.8 所示：1 光源 2 TS、3 像機(jī)、4 HDMI、5 處理系統(tǒng)、6 控制單元、7 執(zhí)行機(jī)構(gòu)、 8 光電傳感器（觸發(fā)圖像采集器）,9 物件。其中圖 2.8 為總流程框架。 圖 2.8 機(jī)械手系統(tǒng)原理圖 2.5 基于視覺(jué)抓取硬件選型 在經(jīng)典的基于視覺(jué)的機(jī)械手抓取系統(tǒng)中，關(guān)鍵技術(shù)包括光源照明技術(shù)，相機(jī)， TS，圖像處理算法和執(zhí)行系統(tǒng)。光源照明技術(shù)在 機(jī)器視覺(jué)產(chǎn)品中，優(yōu)良的照明方案是整個(gè)系統(tǒng)完成既定任務(wù)的關(guān)鍵因素。優(yōu)良的光源和照明解決方案都具有以下特點(diǎn)： 盡可能地突出物體的特征。 （1）照明方案影響機(jī)器視覺(jué)系統(tǒng)采集的輸入數(shù)據(jù)的質(zhì)量。由于目前沒(méi)有通用 的機(jī)器視覺(jué)照明設(shè)備，所以對(duì)每個(gè)應(yīng)用都有不同的照明方案。光源可分為可見(jiàn)光和不可見(jiàn)光，常見(jiàn)的幾種可見(jiàn)光源有白熾燈、水銀燈和鈉光燈等。從表 1 可以看出， LED：良好的顯色性，光譜范圍寬，穩(wěn)定時(shí)間長(zhǎng)，光強(qiáng)度高。另外，高頻熒光燈具 有高發(fā)光強(qiáng)度和良好的性?xún)r(jià)比，并且經(jīng)常用于某些特殊場(chǎng)合。見(jiàn)表 2.1 光源特點(diǎn)比較。 表 2.1 光源對(duì)比 種類(lèi) 顏色 壽命/h 亮度 特點(diǎn) 鹵素?zé)? 白色/淺 5000~7000 很亮 發(fā)熱多 黃 熒光燈 白色/淺綠 LED燈 紅 / 黃 / 綠， HID燈 白色/淺藍(lán)  5000~7000 亮 便宜 60000~100000 較亮 發(fā)熱少 3000~7000 亮 持續(xù)光 2） 攝像機(jī) CCD 技術(shù)具有體積小、重量輕、壽命長(zhǎng)且抗沖擊、清晰度高等特點(diǎn)，在機(jī)器視覺(jué)中得到廣泛應(yīng)用。見(jiàn)圖 2,9. 圖 2.9 CCD 攝像機(jī) 本文使用的是大華公司的 A5131CG75 工業(yè)相機(jī)，如圖 2.2 所示，其性能參數(shù)， 如表 2.2 所示。 表 2.2 CCD 工業(yè)相機(jī)參數(shù) 性能指標(biāo) 參數(shù) 芯片 PYTHON 400 像素?cái)?shù) 250萬(wàn) 分辨率 1280*1024 幀率 100幀/秒 拉伸 7/10 顏色 彩色 供電方式 直流6-24V 尺寸 30mm*30mm*30mm 3） 光學(xué)鏡頭 本文選取 Pomeas 公司的特寫(xiě)變倍鏡頭，如圖 2.10 所示，其參數(shù)如表 2.3 所示。 圖 2.10 特寫(xiě)變倍鏡頭 表 2.3 鏡頭參數(shù)表 性能指標(biāo) 參數(shù) 靶面尺寸 2/3 焦距(mm) 12 接口 C-接口 光圈 手動(dòng) 變焦 手動(dòng) 尺寸 33.5*28.2 4） 圖像采集卡 圖像采集卡是把攝像頭、VHS、DVD 機(jī)等模擬設(shè)備的信號(hào)導(dǎo)入的計(jì)算機(jī)內(nèi)；電腦攝像頭一般是 USB 接口，像素、線(xiàn)數(shù)、照度等參數(shù)達(dá)不到監(jiān)控級(jí)別，所以采集卡與監(jiān)控?cái)z像頭做監(jiān)控；采集卡除了保存圖像信號(hào)，主要還是不同的采集卡有不同的壓縮算法，配合軟件，可以在保持高分辨率的前提下，壓縮數(shù)據(jù)料。使用圖像采集卡的原因是由于圖像信號(hào)數(shù)據(jù)量大，傳輸速度非常高，通用傳輸接口難以滿(mǎn)足要求。 其功能主要有:圖像信號(hào)接 收和 A / D 轉(zhuǎn)換模塊主要放大和數(shù)字化圖像信號(hào)主要是控制攝像頭實(shí)現(xiàn)同步或?qū)崿F(xiàn)異步復(fù)位拍照時(shí)等;總線(xiàn)接口主要通過(guò) PC 的內(nèi)部總線(xiàn)， 高速傳輸數(shù)字?jǐn)?shù)據(jù),并占用較少的 CPU 時(shí)間;實(shí)時(shí)顯示高質(zhì)量圖像的顯示模塊;通信接口完成相機(jī)和 PC 之間的通信。采集卡還有一個(gè) DSP 數(shù)字處理模塊，可以進(jìn)行高速圖像預(yù)處理。 3. 仿真系統(tǒng)開(kāi)發(fā) 3.1 開(kāi)發(fā)平臺(tái)選擇 隨著科技力量的壯大現(xiàn)階段的設(shè)計(jì)項(xiàng)目以及科學(xué)實(shí)驗(yàn)的都需要借助虛擬儀器， 來(lái)減少實(shí)驗(yàn)成本和準(zhǔn)確性。虛擬儀器是軟件將計(jì)算機(jī)硬件資源與儀器硬件有機(jī)的融合為一體實(shí)現(xiàn)對(duì)數(shù)據(jù)的顯示、存儲(chǔ)以及分析處理。其特點(diǎn)具有開(kāi)放性、靈活，可與計(jì)算機(jī)技術(shù)保持同步發(fā)展。本文開(kāi)發(fā)的實(shí)驗(yàn)平臺(tái)需要完成與 MATLAB 交互以及可以利用 SolidWorks 三維圖完成三維運(yùn)動(dòng)仿真。經(jīng)選擇比較后，本文選用 Labview 仿真平臺(tái)。LabVIEW 軟件是一種程序開(kāi)發(fā)環(huán)境，由美國(guó)國(guó)家儀器公司研制開(kāi)發(fā)，使用的是圖形化編輯語(yǔ)言 G 編寫(xiě)程序，產(chǎn)生的程序是框圖的形式，系統(tǒng)性能升級(jí)方便，通過(guò)網(wǎng)絡(luò)下載升級(jí)程序既可，用戶(hù)可定義儀器功能。其簡(jiǎn)潔的圖形化開(kāi)發(fā)環(huán)境以及高可靠性和時(shí)間確定性等優(yōu)點(diǎn)得到了廣泛的應(yīng)用。圖 3.1 為啟動(dòng)界面 圖 3.1 啟動(dòng)界面 3.2 工業(yè)機(jī)械手模型的建立 （1） 在運(yùn)用 Labview 建立仿真平臺(tái)，需要將設(shè)計(jì)出來(lái)的機(jī)械手的零件圖：大臂，底板，底座，關(guān)節(jié) 1,2，小臂，爪頭，爪頭座：然后在 SolidWorks 形式下的文件另存為.wrl 形式如圖 3.2 轉(zhuǎn)為圖 3.3，并且儲(chǔ)存在開(kāi)發(fā)的控制平臺(tái)之下。 圖 3.2 機(jī)械臂SolidWorks 版 圖 3.3 wrl 版 （2） 將 wrl 文件放入 labview 中仿真?zhèn)溆萌鐖D 3.4 （3） 從文件導(dǎo)入模型見(jiàn)圖 3.5 圖 3.4 導(dǎo)入后 圖 3.5 導(dǎo)入摸型 3.3 動(dòng)作控制的實(shí)現(xiàn) （1） 添加各個(gè) 3D 控件從屬關(guān)系見(jiàn)下圖 3.6. 圖 3.6 從屬關(guān)系部件 （2） 添加各個(gè) 3D 控件位置關(guān)系關(guān)系，見(jiàn)下圖 3.7。 圖 3.7 空間位置控件 （3） 確定關(guān)節(jié)的各種運(yùn)動(dòng)，見(jiàn)下圖 3.8 圖 3.8 運(yùn)動(dòng)控件 （4） 添加角度控制控制旋鈕，見(jiàn)下圖 3.9 圖 3.9 角度數(shù)值控制按鈕 （5） 或者將第四章的 MATLAB 程序計(jì)算的結(jié)果，直接連接利用 LabVIEW MathScript 接口，完成對(duì)位置角度的確定。見(jiàn)下圖 3.10 (6)仿真系統(tǒng)實(shí)例，見(jiàn)圖 3.11 圖 3.10 圖 3.11 labview 仿真圖 （7） 鏈接好控制線(xiàn)路見(jiàn)圖 3.12. 圖 3.12 總控制圖 （8） 運(yùn)動(dòng)測(cè)試，見(jiàn)下圖 3.13. 圖 60 度 圖 90 度 圖 270 度 圖 330 度 圖 3.13 運(yùn)動(dòng)測(cè)試圖 （9） 機(jī)械手控制系統(tǒng)總綱，見(jiàn)下圖 3.14 機(jī)械手控制系統(tǒng) 移動(dòng)系統(tǒng) 視覺(jué)系統(tǒng) 夾取系統(tǒng) 其它 照明控制 電源控制 圖像采集處理 電機(jī)控制器1 伺服驅(qū)動(dòng)器 電機(jī)控制器2 電機(jī)控制器3 圖 3.14 機(jī)械手控制系統(tǒng) 4. 視覺(jué)識(shí)別技術(shù)的開(kāi)發(fā) 4.1 視覺(jué)識(shí)別技術(shù)理論研究 本文選用 LabVIEW 作為核心的開(kāi)發(fā)軟件進(jìn)行三維運(yùn)動(dòng)的仿真，同時(shí)利用 Matlab 強(qiáng)大的運(yùn)算能力完成復(fù)雜的運(yùn)算和圖像處理。為驗(yàn)證機(jī)器人運(yùn)動(dòng)學(xué)、軌跡規(guī)劃算法的正確性，首先解決圖像處理，通常的原圖像受現(xiàn)場(chǎng)環(huán)境的隨機(jī)干擾，需要對(duì)圖像進(jìn)行二值化、濾波處理、提取邊緣等圖像處理。預(yù)處理后的圖像是為了便于計(jì)算機(jī)對(duì)圖像的分析和處理。流程圖見(jiàn)下圖 4.1 圖 4.1 流程圖 1）二值化:圖像的像素由 0（白）—255（黑）組成，將圖像上的像素點(diǎn)的值設(shè)置為 0 或 255，黑白化后圖像減少不必要的干擾數(shù)據(jù)，使圖像呈現(xiàn)出明顯的黑白效果，凸顯出目標(biāo)物的形狀。原圖與處理結(jié)果見(jiàn)下圖 26-27 圖 4.2 原圖 圖 4.3 二值化圖 （2） 濾波平滑: 能夠抑制圖像中的噪聲或失真，抽出對(duì)象的特征，有效的克服波動(dòng)干擾，當(dāng)參數(shù)變量變化時(shí)將不適用。 （3） 邊緣提取: 基于邊緣灰度變分析，過(guò)濾掉不需要的信息，優(yōu)化圖像信息， 簡(jiǎn)化處理工作。缺點(diǎn)是圖像上提取的邊緣易被破壞理想的目標(biāo)圖像特征。而每一種傳統(tǒng)檢測(cè)算子在特定的環(huán)境下都有其獨(dú)特的優(yōu)點(diǎn)，因?yàn)閿z像機(jī)拍攝的圖像為黑白， 不需要灰度處理，但檢側(cè)算子的微分計(jì)算處理易受噪聲等外界因素影響。圖像像素會(huì)有突變，提取邊緣與實(shí)際邊界不等同。，三維圖像到二維圖像可能會(huì)丟失部分重要信息。常用方法處理結(jié)果見(jiàn)圖 4.4，方法對(duì)比圖見(jiàn)表 4.1 所示。 圖 4.4 各種檢測(cè)算法對(duì)比 表 4.1 各種邊緣檢測(cè)算法對(duì)比表 算子 特點(diǎn) 適用范圍 Robert 定位精度高，對(duì)噪聲敏感 低噪聲 Prewitt 采用均值濾波，邊緣較寬 弧度漸變，低噪聲 Sobel 加權(quán)濾波，邊緣較寬 灰度漸變，低噪聲 LOG 各向同性，線(xiàn)性，位移不變 屋頂型邊緣檢測(cè) Canny 小波邊緣檢測(cè) 高定位精度，低誤判斷高定位精度，低誤判斷 高噪聲圖像高噪聲圖像 (4) 矩形現(xiàn)實(shí)標(biāo)定 中心點(diǎn)定位:圖像的矩是通過(guò)一定的公式計(jì)算出來(lái)的，一個(gè)矩除以其零階矩稱(chēng)為中心矩。利用工具箱中的一個(gè)高級(jí)函數(shù) iblobs（Center）求最小外接矩形方法，可以 得到外接矩形在原坐標(biāo)系下四個(gè)坐標(biāo)點(diǎn) P0 ,?P1,?P2 ,?P3 如圖 4.5 所示。類(lèi)比質(zhì)心法，由 公式 1 可求得工件質(zhì)心 Center(X, Y) 。其中，n 表示坐標(biāo)總數(shù)，x 表示第 i 個(gè)坐標(biāo)點(diǎn)在 x 軸上的值，p 表示第 i 個(gè)坐標(biāo)點(diǎn)在 y 軸上的值。 n ? Pi x X= i=0 n  n （4.1） ? Pi y X= i=0 n 圖 4.5 原圖標(biāo)記 （5）MATLAB 程序求解并且標(biāo)定矩形，見(jiàn)圖 4.6 圖 4.6 最小外接矩形 首先介紹圖像矩概念，圖像矩是一個(gè)內(nèi)涵豐富且可減少計(jì)算量的圖像特征類(lèi)， 用它可以描述圖像區(qū)域的大小，形狀，和位置。圖像 I 的矩是一個(gè)標(biāo)量。 mpq = ? (u,v)?I u pvq I[u, v]  （4.2） m10 其中，（p+q）是矩的階數(shù) 如果把一個(gè)函數(shù)圖像看成一個(gè)質(zhì)量分布體，則可以給圖像矩一個(gè)物理解釋。 假想圖像區(qū)域是一片金屬箔制作，其每一個(gè)元素都具有單位面積和單位質(zhì)量。區(qū)域的總質(zhì)量是質(zhì)量中心或區(qū)域形心是 uc = m10 m , vc = m01 m 00 00 其中m01 和m10 是一階矩。 利用上文處理后的圖像，結(jié)合本小節(jié)理論介紹，編寫(xiě) MATLAB 程序如下： Clear；clc [filename,pathname]=uigetfile({'*.jpg';'*bmp';'*gif';'*png'},'5.png'); I = imread([pathname,filename]); I=rgb2gray(I); I(I>200)=255; I(I~=255)=0; figure(1); subplot(121); imshow(I); title('原圖') [r c]=find(I==255); [rectx,recty,area,perimeter] = minboundrect(c,r,'a'); % 'a'是按面積算的最小矩形， 如果按邊長(zhǎng)用'p' subplot(122) imshow(I);hold on; line(rectx,recty); title('二值化后畫(huà)最小外接矩形') (5) 結(jié)合本文研究的具體內(nèi)容，首先將獲取的圖像進(jìn)行二值化處理，其次用濾波平滑過(guò)濾掉圖中噪點(diǎn)，再選擇合適的算子提取出圖像邊緣，最后通過(guò)圖像矩找出圖像中心點(diǎn)完成定位。對(duì)得到的數(shù)據(jù)進(jìn)一步處理加工獲取符合實(shí)際生產(chǎn)需要的工件位置矢量信息。 4.2 位置坐標(biāo)系的建立 抓取系統(tǒng)的設(shè)計(jì)以及任務(wù)的實(shí)現(xiàn)離不開(kāi)位置的確定和坐標(biāo)系的建立。其中坐標(biāo)系中的位置和方向總稱(chēng)為位姿，圖形上表示為一組坐標(biāo)軸。位姿表示一個(gè)非常有用的屬性是其代數(shù)運(yùn)算能力。本文采用文獻(xiàn)[3]方式建立相機(jī)坐標(biāo)系、圖像坐標(biāo)系、現(xiàn)實(shí)坐標(biāo)系這三個(gè)坐標(biāo)系且位置關(guān)系如圖 32 所示。我們的最終目的是要實(shí)現(xiàn)圖像坐標(biāo)系和世界坐標(biāo)系之間的轉(zhuǎn)換，將目標(biāo)在圖像坐標(biāo)系中的位置，轉(zhuǎn)換為目標(biāo)在世界坐標(biāo)系中的位置，見(jiàn)圖 4.7 圖 4.7 坐標(biāo)系建立 為實(shí)現(xiàn)機(jī)器人的抓取操作，需要將圖像的像素坐標(biāo)與物理坐標(biāo)進(jìn)行轉(zhuǎn)化。兩個(gè) 坐標(biāo)軸 X 軸、Y 軸分別與 U 軸、V 軸平行，圖像中的任一像素點(diǎn)在圖像坐標(biāo)系和物理坐標(biāo)系下的變換關(guān)系方程如公式(4-4>所示 ìu = ? í x + u ü dx 0 ? y y  （4.5） ?v = + v0 ? ?? dy ?t ? 1 0 u ? éuù ? dx 0 ÷ éxù ? ÷ êv ú = ? 0 1 v ÷ êyú （4.6） ê ú ? dy 0 ÷ ê ú ê?1 ú? ? 0 0 1 ÷ ê?1 ú? ? ÷ è ? 本文研究建立的機(jī)器人的坐標(biāo)系，分為以下四種: 1 機(jī)械手坐標(biāo)系 以機(jī)械手為參考的坐標(biāo)系，也稱(chēng)機(jī)器人位姿坐標(biāo)系，用來(lái)描述機(jī)器人抓手的位姿。 2. 機(jī)座坐標(biāo)系：以機(jī)座為參考的坐標(biāo)系 3. 桿件坐標(biāo)系；以指定桿件為參考的坐標(biāo)系，如圖 4.8. 圖 4.8 桿件坐標(biāo)系 4. 實(shí)際坐標(biāo)系：以實(shí)際工作環(huán)境為參考的坐標(biāo)系，整個(gè)系統(tǒng)的絕對(duì)坐標(biāo)系。 除了各個(gè)坐標(biāo)系的表示方法，還需要有坐標(biāo)系中各個(gè)分量的表示。本文研究平 臺(tái)工業(yè)機(jī)器人的直角坐標(biāo)系 P(x, y, z, a, b, c, d)的各個(gè)分量的表示如下: x: X 軸距離((P 點(diǎn) X 軸分量); y: Y 軸距離((P 點(diǎn) Y 軸分量); z: Z 軸距離((P 點(diǎn) Z 軸分量); 4.3 基于 Matlab 的開(kāi)發(fā)技術(shù) 根據(jù) D-H 參數(shù)法 確定六自由度機(jī)械臂的 運(yùn)動(dòng)學(xué)方程，結(jié)合平面幾何法和歐拉角變換法將機(jī)械臂的逆運(yùn)動(dòng)學(xué)求解問(wèn)題分為兩部分，一通過(guò)平面幾何法確定機(jī)械臂腕部點(diǎn)的坐標(biāo)與前三個(gè)關(guān)節(jié)角的關(guān)系，二通過(guò)歐拉角變換法確定機(jī)械臂末端姿態(tài)與后三個(gè)關(guān)節(jié)角的關(guān)系，根據(jù)逆運(yùn)動(dòng)解的選取原則從八組解中選取最優(yōu)解；利用MATLAB 中的 Robotics 建立機(jī)械臂的正運(yùn)動(dòng)學(xué)模型，通過(guò)多組位姿下的正逆運(yùn)動(dòng)解對(duì)比驗(yàn)證逆運(yùn)動(dòng)學(xué)求解算法的準(zhǔn)確性；常用逆運(yùn)動(dòng)算法比較見(jiàn)表 4.2 表 4.2 逆運(yùn)動(dòng)學(xué)算法對(duì)比 NO 算法 計(jì)算速度 解的數(shù)量 實(shí)時(shí)性 精確性 對(duì)機(jī)械結(jié) 構(gòu)的要求 編程角度 1 幾何法 快 多解 差 精確 滿(mǎn)足Piper 準(zhǔn) 則 難 2 代數(shù)法 快 多解 差 精確 滿(mǎn)足Piper 準(zhǔn) 則 難 3 雅可比迭 代法 較快 唯一解 好 有誤差 無(wú) 容易 其中實(shí)現(xiàn)上述內(nèi)容的 Matlab 程序如下： function p = axis6_fkine3(theta0,theta1,theta2,theta3,theta4,theta5,x,y,z)%T1 t1 = [ cosd(theta0) -sind(theta0) 0 0; sind(theta0) cosd(theta0) 0 0; 0 0 1 0; 0 0 0 1 ];%T2 t2 = [0 0 1 0; -sind(theta1) -cosd(theta1) 0 0; cosd(theta1) -sind(theta1) 0 0.178;0 0 0 1 ]; %T3 t3 = [ cosd(theta2) -sind(theta2) 0 0.205; sind(theta2) cosd(theta2) 0 0; 0 0 1 0; 0 0 0 1 ]; %T4 t4 = [ 0, 0, 1, 0.105; -cosd(theta3) sind(theta3) 0 0.000; -sind(theta3) -cosd(theta3) 0 0; 0 0 0 1 ];%T5 t5 = [ sind(theta4) cosd(theta4) 0 0; 0 0 1 0; cosd(theta4) -sind(theta4) 0 0.105; 0 0 0 1];%T6 t6 = [ 0 0 1 0.1315; cosd(theta5) -sind(theta5) 0 0; sind(theta5) cosd(theta5) 0 0; 0 0 0 1 ];temp = t1*t2*t3*t4*t5*t6; P1 = [0 0 0]; %關(guān)節(jié) 1 位置 P2 = [0 0 0.178]; %關(guān)節(jié) 2 位置 P3 = t1*t2*[0.205;0;0;1]; %關(guān)節(jié) 3 位置 P4 = t1*t2*t3*[0.105;0.00;0;1]; %關(guān)節(jié) 4 位置 P5 = t1*t2*t3*t4*[0;0;0.105;1]; %關(guān)節(jié) 5 位置 P6 = t1*t2*t3*t4*t5*[0.1315;0;0;1]; %關(guān)節(jié) 6 位置 P7 = t1*t2*t3*t4*t5*t6*[0;0;0;1]; %關(guān)節(jié) 7 夾具位置plot3([P1(1) P2(1)],[P1(2) P2(2)],[P1(3) P2(3)],'b','LineWidth',3); axis([-0.8 0.8 -0.8 0.8 0 0.8]);hold on; plot3([P2(1) P3(1)],[P2(2) P3(2)],[P2(3) P3(3)],'b','LineWidth',3); plot3([P3(1) P4(1)],[P3(2) P4(2)],[P3(3) P4(3)],'b','LineWidth',3); plot3([P4(1) P5(1)],[P4(2) P5(2)],[P4(3) P5(3)],'b','LineWidth',3); plot3([P5(1) P6(1)],[P5(2) P6(2)],[P5(3) P6(3)],'b','LineWidth',3); plot3([P6(1) P7(1)],[P6(2) P7(2)],[P6(3) P7(3)],'b','LineWidth',3); plot3(P1(1),P1(2),P1(3),'r+','markersize',20); plot3(P2(1),P2(2),P2(3),'r+','markersize',20); plot3(P3(1),P3(2),P3(3),'r+','markersize',20); plot3(P4(1),P4(2),P4(3),'r+','markersize',20); plot3(P5(1),P5(2),P5(3),'r+','markersize',20); plot3(P6(1),P6(2),P6(3),'r+','markersize',20); plot3(P7(1),P7(2),P7(3),'r.','markersize',20); plot3([0 0.6],[0 0],[0 0],'--b'); plot3([0 0],[0 0.6],[0 0],'--r'); plot3([0 0],[0 0],[0 0.6],'--g'); plot3([P6(1) P6(1)+0.2*temp(1,1)],[P6(2) P6(2)+0.2*temp(2,1)],[P6(3) P6(3)+0.2*temp(3,1)],'--b','LineWidth',2); plot3([P6(1) P6(1)+0.2*temp(1,2)],[P6(2) P6(2)+0.2*temp(2,2)],[P6(3) P6(3)+0.2*temp(3,2)],'--r','LineWidth',2); plot3([P6(1) P6(1)+0.2*temp(1,3)],[P6(2) P6(2)+0.2*temp(2,3)],[P6(3) P6(3)+0.2*temp(3,3)],'--g','LineWidth',2); Pm = t1*[0;-0.15;0;1]; plot3([P1(1) Pm(1)],[P1(2) Pm(2)],[P1(3) Pm(3)],'k','LineWidth',3); hold off; grid on; 運(yùn)行結(jié)果圖見(jiàn)圖 33. 圖 4.8 運(yùn)行結(jié)果圖 求得各關(guān)節(jié)旋轉(zhuǎn)弧度為： -0.641383877391340 -0.187692611953257 0.743907390231213 .424233567703187 -0.687906911880818 -0.288653461910877-0.665930371370357 -0.342589086649037 0.339721654312831 -0.9388560392014470.0560226315512221 0.203233903312256 基于視覺(jué)的工業(yè)機(jī)械手定位抓取系統(tǒng)虛擬實(shí)驗(yàn)開(kāi)發(fā) 5. 結(jié)論 在了解工業(yè)機(jī)械手和定位很工業(yè)不系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，對(duì)工業(yè)機(jī)械手進(jìn)行了系統(tǒng)設(shè)計(jì)，主要由三部分組成：機(jī)械結(jié)構(gòu)、傳感系統(tǒng)和控制系統(tǒng)。在機(jī)械結(jié)構(gòu)設(shè)計(jì)中，應(yīng)用 SolidWorks 軟件，建立本次設(shè)計(jì)的研究對(duì)象，工業(yè)機(jī)械手三維模型。該機(jī)械手主要由三個(gè)部分組成，有六個(gè)自由度，能夠完成抓取任務(wù)。設(shè)計(jì)的抓取系統(tǒng)機(jī)械結(jié)構(gòu)為串聯(lián)式。在選取仿真的工具過(guò)程中經(jīng)比較分析，選用了 Labview 軟件進(jìn)行虛擬實(shí)驗(yàn)開(kāi)發(fā)平臺(tái)。利用該軟件的 3D 控件仿真功能，將已建好的工業(yè)機(jī)械手導(dǎo)入該實(shí)驗(yàn)平臺(tái)中。又利用 其中 3D 控件組功能，開(kāi)發(fā)了使工業(yè)機(jī)械手各關(guān)節(jié)運(yùn)動(dòng)的仿真功能，進(jìn)行了虛擬實(shí)驗(yàn)開(kāi)發(fā)。 視覺(jué)定位對(duì)于工業(yè)機(jī)械手的任務(wù)具有重要的作用，本設(shè)計(jì)對(duì)工業(yè)機(jī)械零件定位抓取系統(tǒng)進(jìn)行了研究，首先建立了機(jī)械手坐標(biāo)系，機(jī)座坐標(biāo)系，桿件坐標(biāo)系， 實(shí)際坐標(biāo)系，再用 Matlab 對(duì)位姿進(jìn)行了數(shù)學(xué)分析， 求的各個(gè)關(guān)節(jié)轉(zhuǎn)動(dòng)角度。 本次畢業(yè)設(shè)計(jì)建立的工業(yè)機(jī)械手定位虛擬實(shí)驗(yàn)平臺(tái)，可用于對(duì)工業(yè)機(jī)械手的運(yùn)動(dòng)情況進(jìn)行模擬仿真，了解其工作空間和自由度等，有助于較全面的了解工業(yè)機(jī)械手整體系統(tǒng)。 參考文獻(xiàn) [1] 李傳朋. 基于機(jī)器視覺(jué)和深度學(xué)習(xí)的目標(biāo)識(shí)別與抓取定位研究 [D]. 中北大學(xué), 2017. [2] 盧冠男. 基于機(jī)器視覺(jué)的工業(yè)機(jī)器人抓取系統(tǒng)的研究[D]. 合肥工業(yè)大學(xué),2017. [3] 廖毅洲. 視覺(jué)引導(dǎo)工業(yè)機(jī)器人定位抓取系統(tǒng)設(shè)計(jì) [J]. 電子世界, 2017,No.511 77-78+88. [4] 夏菠. 基于雙目視覺(jué)的動(dòng)態(tài)目標(biāo)定位與抓取研究 [D]. 西南科技大學(xué), 2016. [5] 劉念. 基于視覺(jué)機(jī)器人的目標(biāo)定位技術(shù)研究 [D]. 華南農(nóng)業(yè)大學(xué), 2016. [6] 忽正熙. 基于模式識(shí)別與機(jī)器視覺(jué)工件的識(shí)別及分揀 [D]. 昆明理工大學(xué), 2016. [7] 周衍超. 基于視覺(jué)引導(dǎo)的機(jī)器人智能抓取技術(shù)研究 [D]. 廣東工業(yè)大學(xué), 2015. [8] 翟敬梅, 董鵬飛, 張鐵. 基于視覺(jué)引導(dǎo)的工業(yè)機(jī)器人定位抓取系統(tǒng)設(shè)計(jì) [J]. 機(jī)械設(shè)計(jì)與研究, 2014,30(153), 05 53-57. [9] 夏群峰,彭勇剛. 基于視覺(jué)的機(jī)器人抓取系統(tǒng)應(yīng)用研究綜述 [J]. 機(jī)電工程, 2014,31(232), 06 25-29+38. [10] 許凡. 視覺(jué)引導(dǎo)的抓取機(jī)器人控制技術(shù)的研究與開(kāi)發(fā) [D]. 江南大學(xué), 2014. [11] 周中偉. 機(jī)器人智能抓取的視覺(jué)引導(dǎo)技術(shù)研究 [D]. 江西理工大學(xué), 2014. [12] 楊揚(yáng). 基于機(jī)器視覺(jué)的服務(wù)機(jī)器人智能抓取研究 [D]. 上海交通大學(xué), 2014. [13] 黃浩乾. 采摘機(jī)械手的設(shè)計(jì)及其控制研究 [D]. 南京農(nóng)業(yè)大學(xué), 2010. [14] 鄒月偉. 基于機(jī)器視覺(jué)的目標(biāo)識(shí)別及其路徑優(yōu)化的研究 [D]. 西安理工大學(xué), 2009. [15] 王紅濤. 基于視覺(jué)的工業(yè)機(jī)器人目標(biāo)識(shí)別定位方法的研究 [D]. 西安理工大學(xué), 2007. [16] 黨薛夢(mèng)霞, 劉士榮, 王堅(jiān). 基于機(jī)器視覺(jué)的動(dòng)態(tài)多目標(biāo)識(shí)別[J]. 上海交通大學(xué)學(xué)報(bào), 2017, 51(6):727-733. [17] Peter Findlay. Intelligent System for Automated Components Recognition and Handling[D].Johannesburg: Mechanical and Manufacturing Engineering Department， Rand Afrikaans University，2002. [18] Hager G D, HutchinsonS，Corke P I. A tutorial on visual servo control[J].IEEE Transaction on Robotics and Automation，2007，12 (5):651-670. [19] Chaumette F, Malis E.A possible solution to image-based and position-based and position-based visual servoings by 2D 1/2 visual servoing [C〕.San Francisco: IEEE International Conference on Robotics and Automation，2000. 附錄 1：外文翻譯 摘要 本文介紹了機(jī)器人視覺(jué)伺服控制的入門(mén)教程，由于該課題涉及許多學(xué)科，我們的目標(biāo)僅限于提供一個(gè)基本的概念框架工作。首先，我們從機(jī)器人學(xué)和計(jì)算機(jī)視覺(jué)的前提條件，包括坐標(biāo)變換，速度表示，以及圖像形成過(guò)程的幾何方面的描述進(jìn)行簡(jiǎn)要回顧。然后，我們提出了視覺(jué)伺服控制系統(tǒng)的分類(lèi)。然后詳細(xì)討論了基于位置和基于圖像的系統(tǒng)的兩大類(lèi)。由于任何視覺(jué)伺服系統(tǒng)必須能夠跟蹤圖像序列中的圖像特征，所以我們還包括基于特征和基于相關(guān)性的跟蹤方法的概述。我們結(jié)束了教程與一些服務(wù)的當(dāng)前方向的研究領(lǐng)域的視覺(jué)伺服控制 當(dāng)今絕大多數(shù)增長(zhǎng)的機(jī)器人人口都在工廠(chǎng)里工作，在那里工廠(chǎng)可以制造出適合機(jī)器人的環(huán)境。在工作環(huán)境和物體放置不能精確控制的應(yīng)用中，機(jī)器人的影響要小得多。這種局限性很大程度上是由于現(xiàn)代商業(yè)機(jī)器人系統(tǒng)固有的感覺(jué)能力不足。人們?cè)缫颜J(rèn)識(shí)到，傳感器集成是提高機(jī)器人的通用性和應(yīng)用領(lǐng)域的基礎(chǔ)，但迄今為止，這還沒(méi)有證明在制造業(yè)中大量的機(jī)器人應(yīng)用是有效的。 機(jī)器人在日常生活中的“前沿”為這項(xiàng)研究提供了新的動(dòng)力。與制造業(yè)的應(yīng)用不同，重新設(shè)計(jì)“我們的世界”并不適合于機(jī)器人。視覺(jué)是一種有用的機(jī)器人傳感器，因?yàn)樗７氯祟?lèi)的視覺(jué)，并允許對(duì)環(huán)境進(jìn)行非接觸測(cè)量。自從 Shirai 和伊努埃（1）的早期工作（誰(shuí)描述了如何使用視覺(jué)反饋回路來(lái)校正機(jī)器人的位置以提高任務(wù)精度），大量的 EORT 一直致力于機(jī)器人的視覺(jué)控制。機(jī)器人控制器 完全集成的視覺(jué)系統(tǒng)現(xiàn)在可以從多個(gè)供應(yīng)商獲得。通常，視覺(jué)感知和操作以開(kāi)環(huán)的方式組合，“看”然后“移動(dòng)”。所得到的操作的精度直接取決于視覺(jué)傳感器和機(jī)器人末端 Ecter 的精度。增加這些子系統(tǒng)的精度的一個(gè)替代方法是使用視覺(jué)反饋控制回路，這將增加系統(tǒng)的整體精度，這是大多數(shù)應(yīng)用中的一個(gè)主要問(wèn)題。極端地，機(jī)器視覺(jué)可以為機(jī)器人端部控制器提供閉環(huán)位置控制。這被稱(chēng)為視覺(jué)伺服。這個(gè)詞似乎已經(jīng)被 RHT 和 Park（2）在 1979 中介紹了，以區(qū)別他們的方法與先前的“塊世界”實(shí)驗(yàn)，其中系統(tǒng)在拍照和移動(dòng)之間交替。在引入這個(gè)術(shù)語(yǔ)之前， 一般使用較少的視覺(jué)術(shù)語(yǔ)視覺(jué)反饋。為了這篇文章的目的，視覺(jué)伺服中的任務(wù)是使用視覺(jué)信息來(lái)控制機(jī)器人的末端 ECT 相對(duì)于目標(biāo)