双机器人视觉协调装配零件系统研究

本资料包含pdf文件1个，下载需要1积分

在传统的零件装配系统中，工业机器人-般采用示教或离线编程的方式，目标的初始位置需要预先严格的规定。对于这类系统，- 旦零件位置发生变化，就不能进行准确地抓取，从而无法完成预定的装配任务～视觉选择性注意思想引入到工业机器 零件装配系统中来，使工业机器人能够智能地识别目标零件并进行定位和抓取，在完成指定任务的过程中，具有更大的适应性fll。选择性注意机制是人类从外界输入的大量信息中选择特定感兴趣区域的-个关键技术。在计算机视觉领域，选择性注意机制用于显著区域检lJSalient Region Detection。文献噼簪Koch和 Ullman所提出的貌似可信的生物注意理论模型引入到计算机视觉，提出使用颜色、亮度、朝向等多种低层特征，通过综合Treisman的特征融合理论，计算不同特征维的显著图，之后通过区域分割、生长找出多维显著图，最后通过合并准则融合出最终的显著图↑几年，显著区域检测算法提取显著区域的性能和速度得到很大提高。文献31提出-个快速简单的方法-利用log频谱残差来检测显著区域。

文献 提出基于频率调谐的显著区域检测算"Frequency-tunedSalient Region Detection，利用颜色和亮度特征的中央-周边算子获取显著区域。文献 基于颜色直方图对比的方法Histogram-based Contrast提取显著图，另外考虑空间关系，划分区域，提出区域级颜色直方图对比的算法Region-based Contrast。

2目标识别对于在工业机器人工作空间上采集的-幅图像，我们要经过- 系列的处理：生成显著图，进行二值化处理，抽取显著的零件区域并且定位目标零件所在的位置。目标识别的流程，如图 1所示。

l墨 堕堡叫生壁里茎璺r叫三堕些墨垡些叫至 垫壁1至 型l图 1目标识别的流程图Fig.1 Process of Target Recognition2.1显著区域检测- 幅图像的每个像素使用颜色统计来定义显著值；s ∑Dk， 1l Ef式中：D， - n 6空间中 和 间的距离。对于像素 ，其颜色为c ，就可以得到每种颜色的显著值，由式1变为：来稿日期：2012-l1-17基金项目：国家自然科学基金61171141，广东省产学研省部合作々项资金项目20t2B091100448作者简介：余 锋，1988-，硕士生，主要研究方向：机器视觉与工业机器人；肖南峰，1962-男，教授，博士生导师，江西南昌人，主要研究方向：智能机器人应用