没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第
卷
第
期
激 光 与 光 电 子 学 进 展
,
年
月
,
机器人视觉三维成像技术综述
卢 荣 胜
,
史 艳 琼
,
胡 海 兵
合肥工业大学仪器科学与光电工程学院
,
安徽 合肥
;
安徽建筑大学机械与电气工程学院
,
安徽 合肥
摘要
本文针对智能制造领域机器人视觉感知中的三维视觉成像技术进行综述
,
系统 地总 结了一 些有 代表性 的机
器人视觉成像方法的特点和实际应用中 的 局 限性
,
内 容 涉及 飞 行 时 间三 维 成 像
、
点 线 扫描 三 维 成 像
、
色 散 共焦 成
像
、
结构光投影三维成像
、
光学偏折成像
、
单目与多目立体视觉三维成像和光场成 像等
.
绘制 了各 种视觉 成像 的图
谱
,
并探讨了机器人手眼系统最佳三维成像方法
.
关键词
机器视觉
;
三维成像
;
手眼系统
;
结构光投影
;
立体视觉
中图分类号
文献标志码
doi
:
/
ReviewofThreeGDimensionalIma
g
in
g
Techni
q
uesforRoboticVision
Schoolo
f
InstrumentScienceandO
p
toGElectronicsEn
g
ineerin
g
He
f
eiUniversit
y
o
f
Technolo
gy
He
f
ei
Anhui
China
Schoolo
f
MechanicalandElectricalEn
g
ineerin
g
AnhuiJianzhuUniversit
y
He
f
ei
Anhui
China
Abstract
Ke
y
words
OCIScodes
收稿日期
:
;
修回日期
:
;
录用日期
:
基金项目
:
国家自然科 学 基金
(
)、
国 家 重点 研 发 计 划
(
)、
国 家 重大 科 学 仪 器开 发 与 应 用专 项
(
)
EGmail
:
;
EGmail
:
引
言
在智 能制造过程 中
,
通过传统的 编程来执行 某
一特定动作的机器人
(
机械手
、
机械手臂
、
机械臂等
,
未作特殊说明时
,
不作严格区分
,
统一称为机器人
),
将难以满足制造业向前发展的需求
.
很多应用场合
下
,
需要为工业机器人安装一双眼睛
,
即机器视觉成
像感知系统
,
使机器人具 备 识别
、
分析
、
处理等更 高
级的功能
.
这在高度自动化的大规模生产中非常重
要
,
只有当工业机器人具有视觉成像感知系统
,
具备
观察目标场景的能 力时
,
才能正确 地 对目标场 景 的
状态进行判断与分 析
,
做到智能 化 灵活地自 行 解决
发生的问题
.
在智 能制造领域
,
机器人视觉 成像系统主 要用
于测量
、
检测
、
识别与引 导 四个方面
[
]
.
例 如
,
在 规
模化的生产过程中
,
视觉检测 具 有非接触
、
高效
、
低
成本
、
自动化程度高等优点
,
免除人工抽检带来的低
效
、
误差与漏检
,
正逐渐取代传统的检测方法
.
在精
激 光 与 光 电 子 学 进 展
密制造与组装生产 线上
,
机器视觉 成 像系统通 过 精
密测量
,
可准确确定零部件的方向与位置
,
并传送给
机器人手臂
(
机械手臂
),
引导手臂 末 端正确地 操 控
零部件
.
视觉成像的一个重要特点是从图像中获取目标
的信息
.
视觉 成 像 最 初 从 二 维
(
)
图 像 处 理 与 理
解
,
即
视觉成像发展 起来的
.
视觉技 术主要
根据灰度或彩色图像中的像素灰度特征获取目标中
的有用信息
,
以及基于轮廓的图案匹配驱动
,
识别物
体的纹理
、
形状
、
位置
、
尺寸和方向等
.
视觉技术
距今已发展了
余年
,
在自动化和产品质量控制过
程中得到广泛应用
,
目前技术较为成熟
,
主要用于字
符与条码识读
、
标签验证
、
形状与位 置 测量
、
表面特
征检测等
.
但
视觉技术难以实 现三维高精 度测
量与定位
,
二维形状测量的一致性和稳定性也较差
,
易受照明条件等影响
.
尤其当前智能制造技术对机
器人视觉性能的要求越来越高
,
机器视觉技术的
局限性已经显现
,
机器人视 觉 系统集成 商 已经发现
越来越难以通过
机 器 视 觉 系 统 来 增 值
,
迫 切 需
要发展三维
(
)
视觉技术
,
因为
视 觉 技 术 能 够
产生
视觉 无 法 产 生 的 形 状 或 深 度 信 息
,
因 此 使
用范围更广
.
近
年来
,
数字图像处理技术已经从简单的二
值图像处理发展到高分 辨率多灰 度
(
彩色
、
多光谱
)
图像处理
,
在理论算法上取得了巨大进步
;
计算机技
术
、
并行处理
、
人工 智能
、
神经元网 络 和深度学 习 等
学科的快速发展
,
也促进了 对 机器人视 觉 成像系统
与复杂视觉过程的深入 研 究
,
为
视 觉 成 像 技 术
研究及应用奠定了良好的基础
.
当前
,
机器人视觉 成像技术及 系统正越来 越广
泛地应用于视觉测量
、
检测
、
识别
、
引导和自 动 化装
配领域中
.
虽 然 很 多 机 器 人 具 备 一 定 程 度 的 智 能
化
,
但还远未达到人类所需的智能化程度
,
一个重要
原因是机器人视觉 感 知系统中 还 有许多科 学 问题
、
关键应用技术问题等
,
仍亟待解决
.
如
:
)
如何使机
器人像人那样
,
对客观世界的三维场景进行感知
、
识
别和理解
;
)
哪些三维 视觉感知 原 理可以对 场 景目
标进行快速和高精 度的三维 测 量
,
并且基于 该 原理
的三维视觉传感器具有小体积
、
低成本
,
方便嵌入到
机器人系统中
;
)
基于三 维 视觉系统 获 得的三维 场
景目标信息
,
如何有效地自组织自身的识别算法
,
准
确
、
实时地识别出目标
;
)
如何通过视觉感知和自学
习算法
,
使机器人像 人 那样具有 自 主适应环 境 的能
力
,
自动地完成人类赋予的任务等
.
在智 能制造领域
,
机器人视觉 主要被用来 代替
人工视觉和拓展人工视 觉 的功能
,
达到高效
、
快速
、
准确地完成测量与检测
、
识别与分类
、
引导与定位等
任务
,
或者对机器人本身进行基于视觉的伺服控制
.
所有这些任务的 实现都是 基 于
或
视 觉 成 像
完成的
.
因此
,
本文 重 点针对智 能 制造领域 机 器人
视觉感知中的三维 视觉成像 技 术原理
、
应用中的 局
限性等问题进行综 述
,
分析各种 三 维成像方 法 的特
点
,
探究机器人三维视觉成像技术的发展趋势
.
机器人视觉成像系统的结构形式
机器人视觉系统的主要功能是模拟人眼视觉成
像与人脑智能判断 和决策功 能
,
采用图像 传 感技术
获取目标对象的信息
,
然后对图像信息提取
、
处理并
理解
,
最终用于机 器人系统 对 目标实施 测 量
、
检测
、
识别与定位等任务
,
或用于机器人自身的伺服控制
.
视觉测量
(
如外形
、
尺寸
、
坐标
、
方位等的 测 量
)
更关
注视觉成像系统的精密度
(
简称精度
),
检测
(
如缺陷
检测
)
强调特 征 成 像 的 分 辨 能 力 和 灵 敏 度
,
而 识 别
(
如目标上的二维码
、
文字
、
色彩等
)
侧重于特征辨识
的准确性
,
定位
(
目标的绝 对 位置
,
或机械手 末 端与
目标之间的相对位置
)
注重成像 系 统测量的 准 确性
(
或精确性
).
所谓机器人视觉伺服控制
,
就是采用
视觉感知来间接准确地获取机器人相对于基坐标系
的位姿或者相对于 场景目标 的 位姿
,
在此基础 上 实
现机器人的定位控制或者轨迹跟踪
.
机器人视觉伺
服控制可分为基 于 图像
(
)、
位置
(
)、
位 置 和 图
像
(
)
三种策略
[
]
.
但不论何种控制策略
,
都建
立在机器人视觉系统的测量
、
检测与识别的基础上
,
视觉定位也是如此
.
在工 业应用领域
,
最具有代表 性的机器人 视觉
系统就是机器人手眼系统
.
根据成像单元安装方式
不同
,
机器人手眼系统分为两类
:
固定成像单元眼看
手系统
(
)
和随动成 像 单元眼在 手 系 统
(
,
)
[
]
.
如图
所示
.
2.1
眼看手视觉成像系统
在
系统中
,
视觉成像 单 元安装在
机器人本体外的固 定位置
,
在机器人 工 作过程中 不
随机器人一起运动
,
当机器人 或 目标运动 到 机械臂
可操作的范围时
,
机械臂在 视 觉感知信 息 的反馈控
制下
,
向目 标 移 动
,
对 目 标 进 行 精 准 操 控
.
系 统 的 优 点 是 具 有 全 局 视 场
,
标 定 与 控 制 简
单
、
抗 震 性 能 好
、
姿 态 估 计 稳 定 等
.
但 存 在 下 列
不足
[
]
.
激 光 与 光 电 子 学 进 展
图
两种机器人手眼系统的结构形式
.(
)
眼在手机器人系统
;(
)
眼看手机器人系统
)
容易 产生遮挡问题
.
当 机 械 臂 向 目 标 移 动
及操作时
,
在一定的 空 间位置会 对 目标图像 造 成遮
挡
,
不适合机器人实 现 基于图像 的 视觉控制 和 混合
视觉控制
.
)
分辨率低
,
容易产生较大的定位误差
.
这种
系统中的相机通常 与目标的 距 离较远
,
目标分辨 率
较低
,
相机对目标的 测 量结果不 会 随机械臂 向 目标
移动发生变化
.
当相机标 定 精度不高 时
,
会产生比
较大的绝对定位误 差
,
甚至会导 致 机械臂不 能 准确
接近目标
.
2.2
眼在手视觉成像系统
在
系统 中
,
成 像 单 元 安 装 在 机 器
人手臂末端
,
随机器 人 一起运动
[
]
.
系统常用在有限视场内操控目标
,
但具有下列优点
.
)
不会像
系统那样产生机械臂遮
挡成像视场问题
.
适合采用 基 于图像的 视 觉控制
、
基于 位 置 的 视 觉 控 制 以 及 结 合 两 者 的 混 合 视 觉
控制
.
)
成 像 单 元 单 次 视 场 有 限
,
但 空 间 分 辨 率 高
.
对于基于图像的视觉控制
,
因在图像空间形成闭环
,
成像单元模型参数 的 标定误差 可 以被有效 地 克服
,
因而对标定的精度要求不高
.
对于基于位置的视觉
控制
,
虽然成像单元 的 标定误差 不 能在控制 系 统中
被有效地克服
,
但随着目标的接近
,
测量出的目标位
置的绝对误差降低
,
即使标定存在一定误差
,
一般也
能够满足应用要求
.
2.3
混合协同视觉系统
有些 应用场合
,
为了更好地 发挥机器人 手眼系
统的性能
,
充分利 用
系 统 全 局 视 场 和
局部视场 高 分 辨 率 和 高 精 度 的 性 能
,
可 采 用 两 者 混 合 协 同 模 式
[
]
,
如 利 用
系统 负 责 机 器 人 的 定 位
,
利 用
系统负责机器 人 的 定 向
;
或 者 利 用
估
计机器人相 对 目 标 的 方 位
,
利 用
负 责
目标姿态的高精度估计等
.
图
所示为一个 协同合作的 视觉成像系 统
,
它
由一个固定眼看手成像单元和一个随动眼在手成像
单元组成
.
固定成像眼看手系统提供了一个目标场
景的全局视图
,
而眼 在 手随动成 像 单元随机 器 人一
起运动
,
提供了高分辨 率 局部图像
.
与开环视 觉 控
制模型相比
,
这种视觉伺服控制策略
,
可使用成像单
元对目标几何参数
(
外形
、
距离
、
坐标
、
方向等
)
进行
实时估 计
,
精准操控目 标物体
,
如焊接
、
抓取
、
装配
、
码垛
、
拆垛等
.
机器人视觉
成像方法与特点
视觉成像是 工 业机器人 信 息 感 知 的 一 种 最
重要的方法
,
可分为光 学 和非光学 成 像方法
.
目前
应用最多的还是光学 方 法
,
包括
:
飞行时间 法
、
结构
光法
、
激 光 扫 描 法
、
莫 尔 条 纹 法
、
激 光 散 斑 法
、
干 涉
法
、
照 相 测 量 法
、
激 光 跟 踪 法
、
从 运 动 获 得 形 状
(
)、
从 阴 影 获 得 形 状
(
),
以及其他的
等
[
]
.
下面对几种典型方法的特点和性能进行概述
.
3.1
飞行时间
3D
成像
飞行时间
(
)
相 机 每 个 像 素 利 用 光 飞 行 的
时间差来获取物体的深度
.
如图
所示
[
]
,
在经典
的
测量 方 法 中
,
探 测 器 系 统 在 发 射 光 脉 冲 的
同时启动探测接收 单元进行 计 时
,
当探测器 接 收到
目标发 出 的 光 回 波 时
,
探 测 器 直 接 存 储 往 返 时 间
τ
.
目标距离
z
可通过以下简单方程估算
,
z
=
c
τ
, (
)
式中
:
c
/
为光速
,
这种测距方式也
称为直接
(
).
通常用于单点测
距系统
,
为了实现 面 积范围
成像
,
通常需要 采 用
剩余18页未读,继续阅读
资源评论
weixin_38530202
- 粉丝: 2
- 资源: 876
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功