基于视觉与超声技术机器人自动识别抓取系统

      系统由机械手、CCD 视觉传感器和超声波传感器及相应的信号处理单元等构成. CCD 安装在机械手末端执行器上,构成手眼视觉,超声波传感器的接收和发送探头也固定在机器人末端执行器上,由CCD 获取待识别和抓取物体的二维图像,并引导超声波传感器获取深度信息. 系统结构如图1 所示.
 
　　图像处理主要完成对物体外形的准确描述,包括以下几个步骤:a. 图像边缘提取;b. 周线跟踪;c. 特征点提取; d. 曲线分割及分段匹配;e. 图形描述与识别.在提取物体图像边缘后, 采用周线跟踪进行边缘细化,去除伪边缘点及噪声点,并对组成封闭曲线的边缘点进Freeman 编码,记录每一条链码方向和曲线上各点的X-Y 坐标值,便于进一步对物体的几何特性进行分析. 本研究对传统的周线跟踪算法中边缘点的搜索方向与顺序进行了改进,并在搜索过程中采取了及时消除冗余点的方法,减小了数据量与运算时间,而且具有较好的降噪及平滑效果. 在提取图像特征点时,将多边形近似法与计算曲率的方法相结合, 可克服多边形近似法易产生伪特征点和计算曲率法计算量过大的缺点.CCD 获取的物体图像经处理后,可提取对象的某些特征,如物体的形心坐标、面积、曲率、边缘、角点及短轴方向等. 根据这些特征信息,可得到对物体形状的基本描述,在图像处理的基础上,由视觉信息引导超声波传感器对待测点的深度进行测量,获取物体的深度（高度） 信息,或沿工件的待测面移动,超声波传感器不断采集距离信息,扫描得到距离曲线,根据距离曲线分析出工件的边缘或外形[1 ] . 计算机将视觉信息和深度信息融合推断后,进行图像匹配、识别,并控制机械手以合适的位姿准确地抓取物体.