3D視覺技術在機器人抓取作業中的應用檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

3D視覺技術在機器人抓取作業中的應用近年來，機器人自動化領域越來越多地應用3D視覺技術對目標物體進行定位。本文主要研究3D視覺技術在機器人抓取作業中的應用，總結了3D視覺技術在識別、定位物體時面臨的挑戰，給出了抓取作業機器人3D視覺系統的設計方法，歸納了現有的3D表面成像方法和視覺處理算法，最後給出一個結合3D視覺技術對白色抽屜紙盒進行抓取分揀的實際應用案例。

關鍵詞：3D視覺；工業機器人；抓取

案例背景介紹

1　引言

隨着經濟的發展與科技的進步，人們越來越多地將自動化技術應用到生產與生活中，與此同時，也對自動化技術提出了更高的要求。近十年來，工業機器人的普及使得機器人自動化得到了更廣泛的應用和關注。很多機器人系統已經集成了視覺系統，利用機器視覺技術實現檢測、識別、定位等功能，為後續的機器人運動提供必要的信息。

在許多自動化應用場合中，如自動化分揀、裝配、拆垛、碼垛、上料等過程中，工業機器人經常被用來進行抓取作業。要完成抓取操作，機器人系統可能需要完成目標感知、運動規劃、抓取規劃等一系列任務。視覺系統在機器人抓取作業中的作用就是識別、定位目標物體，為機器人提供目標物體的類型與位姿信息。其中，位姿估計的精度關係到抓取的成功率與精度，是非常重要的技術參數。

3D視覺技術的優點

3D視覺技術作為新興的技術領域還存在很多亟待解決的問題，但2D視覺已不能滿足空間抓取的應用要求。與2D視覺相比，3D視覺技術的優點有：

（1）3D視覺可以提供目標物體6DOF的位姿數據，而2D視覺僅能提供平面內3DOF的位姿數據；

（2）3D視覺能給出目標物體的深度信息或物體表面的點雲信息。

但與此同時，3D視覺技術在機器人抓取應用中仍然面臨許多挑戰：

（1）點雲空洞：用3D相機捕捉反光、透明、網狀物體表面的點雲信息，經常會出現數據的丟失，丟失的點雲數據形成了點雲空洞；

（2）點雲粘連：多個物體雜亂堆放或者兩個物體表面靠近擺放時，不同物體表面的點雲會粘連在一起，這就涉及到如何穩定、準確地進行點雲分割；

（3）點雲密度不一致：物體表面與3D相機之間的相對位姿、物體表面的顏色均會影響點雲的密度，使得目標場景的點雲密度不一致，這在一定程度上給點雲處理算法帶來了困難；

（4）視野局限：有限的相機視角、遮擋和陰影效果，都會阻礙3D相機獲得抓取目標的表面全貌，進而阻礙對抓取目標的識別；

（5）速度：3D視覺的原理要求其處理的數據量較大。3D相機的分辨率越高，所採集的點雲質量越好，越能表徵物體表面更細微的幾何特徵，但相應地帶來的數據量就越大。為了適應實際應用需要，如何提高3D相機獲取目標場景點雲的速度、點雲處理算法的速度仍是需要研究的課題。

此外，相機傳感器的噪聲，點雲分割噪聲，光照條件的變化，物體的顏色等諸多因素都是3D視覺技術所面臨的問題。

本文主要研究3D視覺技術在機器人抓取作業中的應用。文章第二部分介紹抓取作業機器人3D視覺系統的設計，包括視覺設備的選擇、與機械設計的關係；第三部分介紹幾種3D表面成像技術；第四部分介紹3D視覺處理算法，包括點雲分割、3D匹配等；第五部分給出一個實際應用案例：工業機器人結合3D視覺分揀白色抽屜紙盒；第六部分為總結。