导读:本文包含了动态抓取论文开题报告文献综述及选题提纲参考文献，主要关键词:图像识别,传送带,目标图像,工业相机
动态抓取论文文献综述
陈跃春[1]（2019）在《基于Delta机器人的目标图像识别与动态抓取系统设计》一文中研究指出本文提出了一种基于Delta机器人的目标图像识别与动态抓取系统,通过引进标签表和前后追溯的游程链表,以完成二值图像连通域以及相应质心的准确提取;基于连通域质心,对最小外接矩形的快速提取,实现对抓取目标位置范围内对目标位置和姿态的精确定位。同时,结合采用二值图像边界搜索算法和边界直线检测法,完成对抓取物体图像的识别。实验结果表明:该系统显着提升了机器人对工作环境的适应能力,提高了Delta机器人目标图像识别效率与抓取准确定。(本文来源于《电子世界》期刊2019年19期）
王兆权,吴海彬,叶锦华,许金山[2]（2019）在《基于Kalman滤波的移动机械臂动态抓取研究》一文中研究指出针对机械臂在交通路锥自动取放系统中的抓取问题,对系统运动过程中路锥位置的预测、机械臂的抓取策略等方面进行了研究。提出了一种基于Kalman滤波与位置伺服的路锥动态抓取方法,建立了路锥的相对运动模型,采用Kalman滤波算法对路锥位置进行了预测,以补偿系统动态抓取的滞后;采用矢量积法构造了机械臂的雅克比矩阵,从而建立了基于路锥位置伺服的运动控制模型;在此基础上,论述了路锥在不同距离时机械臂的两个运动阶段,提出带速度补偿的抓取方法,使得机械臂可以在移动过程中完成对路锥的抓取;通过所搭建的实验平台,对所提方法进行了验证。研究结果表明:该方法能够有效地提高机械臂的路锥跟踪精度,避免了动态抓取时机械臂与路锥间的直接碰撞,使整个抓取过程更加平稳。(本文来源于《机电工程》期刊2019年08期）
刘彦[3]（2019）在《基于动态解析方法的多线程数据高效抓取仿真》一文中研究指出目前数据获取方法存在准确性和安全性较差的问题,为此提出基于动态解析的多线程数据高效抓取方法。依据多线程数据异常告警空间定义,利用混沌粒子群算法对异常告警进行聚类,初始化粒子群,设置聚类数量和粒子数量,针对各粒子随机指派一个类别,并获取聚类中心,利用聚类评判准则中最小均方根误差准则实现异常告警划分聚类,使数据抓取过程中能够有效避开异常数据。基于数据抓取安全性分析,通过词项的共现思想,针对多线程数据构建动态解析网络,依据网络边权重随时间延长而呈线性衰减的理念,通过加权度数获取多线程数据特征权重,抓取其中权重值较大的数据。实验表明,该方法抓取精度高,安全性好。(本文来源于《计算机仿真》期刊2019年07期）
黄金梭,沈正华[4]（2019）在《基于视觉和工业机器人的动态抓取技术》一文中研究指出目的针对传送带输送产品过程中,机器人动态抓取产品的位姿数据计算问题,提出一整套基于智能相机和编码器检测的位姿数据计算方法。方法首先搭建一套相机检测和机器人动态抓取系统模型,介绍抓取系统的构成及其工作过程;其次,为抓取系统创建各个坐标系,详细介绍各个坐标系间的变换关系、矩阵模型及需要标定的量;再次,设计标定量的测算过程和计算公式;最后,搭建以叁菱工业机器人、欧姆龙智能相机及编码器等核心部件为主的实验样机,对上述位姿数据计算方法进行测试和验证。结果实验结果表明,产品位姿数据的计算值与实测值之间的误差低于0.4mm。结论基于视觉和编码器检测的机器人动态抓取精度符合工程应用要求。(本文来源于《包装工程》期刊2019年11期）
袁晗,童上高,顾文昊,杨君娟[5]（2019）在《机器人动态物料追随抓取技术的轨迹算法设计》一文中研究指出动态物料追随抓取技术是拾捡包装应用领域的重要技术之一。物料在输送线上高速通过机器人下方,具备视觉能力的机器人在一定抓取策略下对抓取目标进行筛选和定位,借助追随抓取算法,机器人可高速追随物料动态完成抓取动作。本文针对该应用领域,设计了一种动态物料追随抓取运动轨迹算法,并且在仿真与实际应用中证明了该算法的有效性。(本文来源于《机器人技术与应用》期刊2019年01期）
刘洁,孙延永,高磊[6]（2018）在《基于NJ运动控制器的Delta机器人动态抓取控制系统设计》一文中研究指出为了提高Delta机器人动态抓取的精度和速度,设计了一种基于NJ运动控制器的Delta机器人抓取控制系统。通过采用欧姆龙NJ运动控制器和Ether CAT内部高速总线将Delta机器人的运动控制和外部运动逻辑控制进行无缝对接,实现了一体化控制。同时,利用Delta机器人视觉系统识别抓取目标的位置,去掉重复图像信息,进而提出了一种动态的抓取算法,实现机器视觉与机器人动态抓取的完美结合。最后,通过实验结果表明:该抓取系统精准度高、速度快、稳定性强。(本文来源于《电子器件》期刊2018年06期）
蔡菲,郭倩[7]（2018）在《基于动态抓取算法的机器人分拣研究》一文中研究指出在工业生产中机械手能在危险的工作环境中帮助人们解决到许多困难的问题,本文在现有机械人的基础上进行改进,通过端部电磁铁吸附衔接,实现多种手臂的灵活替换,通过爪部压力传感器和PLC控制电路识别抓取物体的硬度,选择合适的传动方式和驱动方式,搭建机器手的结构平台。针对传统机械手在智能化方面存在的不足,结合当前制造企业分拣需求,以并联DELTA机械手作为研究对象,提出一种基于视觉图像处理的机械手智能分拣系统。为实现该系统,首先对该系统的整体架构和硬件部分进行设计,将系统整体按照分拣的流程,分为视觉系统、传送带、控制系统和支撑系统部分。通过视觉系统对分拣物体图像的采集,并通过运动轨迹分析,进而完成对物体位置的判断,然后通过动态抓取算法对物体进行抓取,以完成对传送带中物体的抓取和释放操作。最后通过试验测试的方式,对上述系统进行验证,结果表明该系统具有较高的分拣效率。(本文来源于《自动化与仪器仪表》期刊2018年08期）
苏婷婷,张好剑,王云宽,秦晓飞[8]（2018）在《基于费拉里法的Delta机器人动态目标抓取算法》一文中研究指出针对Delta并联机器人难以在运动环境下有效分拣动态目标的问题,提出了基于费拉里法的动态目标抓取算法.首先,利用3-4-5次多项式运动规律进行了轨迹规划,并对轨迹的不同情况进行了分析.然后,对运动环境下的目标抓取问题建立了数学模型,并针对该数学模型提出了基于费拉里法的动态目标抓取算法.算法测试结果表明:该算法能精准地计算抓取位置,速度快,能满足实时性要求,且无须设置初值,使用便捷.样机实验结果表明:利用该算法能使Delta机器人以90次/min的速度进行动态目标抓取,证明了算法的准确性与稳定性.(本文来源于《华中科技大学学报(自然科学版)》期刊2018年06期）
夏伟[9]（2018）在《动态目标机器视觉识别与多关节机械臂抓取研究》一文中研究指出机器视觉作为智能制造领域的重要技术之一,将其引入到机器人控制系统用于工业生产,可提高生产线自动化与智能化水平。近年来,动态目标抓取逐渐成为该领域的研究热点。针对工业生产中动态目标智能识别和抓取问题,借助机器人技术、机器视觉技术和图像处理技术,构建了一种动态目标机器视觉识别与多关节机械臂抓取系统。首先,研究分析了机器视觉原理和方法,建立了摄像机针孔模型,运用透视变换法进行了双目摄像机标定,求解了摄像机的参数矩阵,通过实验验证了标定的准确性,标定误差小,满足定位需求。在此基础上,研究分析了图像处理算法,采用高斯滤波方法对图像进行平滑处理;通过阈值变换实现图像增强;运用Canny算子实现图像边缘提取。其次,建立了GRB-3044型机械臂运动学模型,基于旋量理论,分析了机械臂运动学正逆解,得到了末端执行器与各关节驱动之间的关系,求解了机械臂的运动空间。采用基于弦中点的Hough变换对目标进行识别和叁维定位,实验验证了该算法对复杂环境的多目标识别检测的有效性。根据目标叁维信息,确定机械臂的抓取点,通过机械臂PTP控制与各轴协调作业,实现目标抓取。第叁,研究传送带动态抓取技术,采用无极调速实现传送带控制,并对传送带系统建模并标定,确定动态目标的抓取位置。根据目标的运动轨迹动态,规划了机械臂的控制策略与轨迹。采用PID算法实现目标的动态监测抓取。通过参数调节来增强运动目标的动态响应,提高在实际过程中的动态抓取效率。最后,搭建了动态目标视觉识别与抓取实验平台,应用VC++开发了系统软件,经综合调试实现复杂环境下杂乱目标的有效识别抓取,分析并计算了不同速度下目标的抓取效率,结果表明所设计的系统识别准确、快捷,具有较高的可靠性和识别效率。(本文来源于《西安科技大学》期刊2018-06-01）
孙自飞[10]（2017）在《服务机器人动态环境下定位及物体抓取技术》一文中研究指出服务型移动作业机器人既需要提高在有人室内环境中的定位精度,又需要对环境中未知位置的物体进行抓取。仅单独利用车载激光或视觉传感器,都难以确保其定位和物体抓取的准确性和可靠性。为此,本文以移动服务机器人取物传送为应用背景,系统研究了激光传感器和RGB-D传感器结合的机器人定位及物体抓取技术,并开发了室内动态环境中服务机器人移动作业应用软件。首先针对有人干扰的动态室内环境下经典粒子滤波定位方法存在的问题,利用RGB-D传感器对环境中人体的快速可靠的检测能力,分割出人体的点云数据并与激光数据对齐后确定激光数据是由人体干扰引起的范围,避免了直接从混杂的激光数据中检测人腿。在经典蒙特卡罗定位的基础上设计一种基于可定位性矩阵的改进粒子滤波算法。利用人体的检测结果确定激光数据中存在未知障碍物的先验概率;解决了动态可定位性矩阵的在线估计问题,提高了动态可定位性矩阵对环境中未知障碍物的建模能力。将动态可定位性矩阵运用于粒子集的动态修正,保证了机器人定位的可靠性和鲁棒性。其次针对“眼在手外”型手-眼-脚关系,设计一种实用的移动机械臂物体抓取方法。采用车载激光传感器和外置RGB-D传感器数据相结合,标定移动机械臂的手-眼关系并同时补偿移动底盘位置偏差。针对配有二指平动手爪的灵巧机械臂结构特点和抓取需求,选取顶抓策略来简化末端手爪抓取位姿的描述。相应地采用点云预处理、作业平面滤除、物体分割检测、待抓取物体几何特征提取、运动规划等步骤,实现了对简单规则形状物体的自主抓取。在上述研究基础上开发了室内移动作业机器人的典型功能模块,主要包括定位功能软件、手眼标定程序及其测试程序、物体检测程序及其测试程序、抓取功能软件,论文最后以典型的家庭环境为应用场景,并且通过一系列实验验证本文方法的可靠性和有效性。(本文来源于《东南大学》期刊2017-05-12）
动态抓取论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对机械臂在交通路锥自动取放系统中的抓取问题,对系统运动过程中路锥位置的预测、机械臂的抓取策略等方面进行了研究。提出了一种基于Kalman滤波与位置伺服的路锥动态抓取方法,建立了路锥的相对运动模型,采用Kalman滤波算法对路锥位置进行了预测,以补偿系统动态抓取的滞后;采用矢量积法构造了机械臂的雅克比矩阵,从而建立了基于路锥位置伺服的运动控制模型;在此基础上,论述了路锥在不同距离时机械臂的两个运动阶段,提出带速度补偿的抓取方法,使得机械臂可以在移动过程中完成对路锥的抓取;通过所搭建的实验平台,对所提方法进行了验证。研究结果表明:该方法能够有效地提高机械臂的路锥跟踪精度,避免了动态抓取时机械臂与路锥间的直接碰撞,使整个抓取过程更加平稳。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态抓取论文参考文献
[1].陈跃春.基于Delta机器人的目标图像识别与动态抓取系统设计[J].电子世界.2019
[2].王兆权,吴海彬,叶锦华,许金山.基于Kalman滤波的移动机械臂动态抓取研究[J].机电工程.2019
[3].刘彦.基于动态解析方法的多线程数据高效抓取仿真[J].计算机仿真.2019
[4].黄金梭,沈正华.基于视觉和工业机器人的动态抓取技术[J].包装工程.2019
[5].袁晗,童上高,顾文昊,杨君娟.机器人动态物料追随抓取技术的轨迹算法设计[J].机器人技术与应用.2019
[6].刘洁,孙延永,高磊.基于NJ运动控制器的Delta机器人动态抓取控制系统设计[J].电子器件.2018
[7].蔡菲,郭倩.基于动态抓取算法的机器人分拣研究[J].自动化与仪器仪表.2018
[8].苏婷婷,张好剑,王云宽,秦晓飞.基于费拉里法的Delta机器人动态目标抓取算法[J].华中科技大学学报(自然科学版).2018
[9].夏伟.动态目标机器视觉识别与多关节机械臂抓取研究[D].西安科技大学.2018
[10].孙自飞.服务机器人动态环境下定位及物体抓取技术[D].东南大学.2017