擬人機械手臂基於影像之適應性抓取設計

本論文主旨在設計機器手臂之安全抓取控制系統。

利用裝置於機器人頭部之Kinect攝影機做環境偵測，機器人能即時偵測環境中各個物體在空間中分怖位置，經由目標物， ... 資料載入處理中... 跳到主要內容 臺灣博碩士論文加值系統 ::: 網站導覽| 首頁| 關於本站| 聯絡我們| 國圖首頁| 常見問題| 操作說明 English |FB專頁 |Mobile 免費會員 登入| 註冊 功能切換導覽列 (165.22.106.144)您好！臺灣時間：2022/07/2001:15 字體大小：       ::: 詳目顯示 recordfocus 第1筆/ 共1筆  /1頁 論文基本資料 摘要 外文摘要 目次 參考文獻 電子全文 紙本論文 論文連結 QRCode 本論文永久網址: 複製永久網址Twitter研究生:蔡仕晟研究生(外文):Tsai,Shih-Cheng論文名稱:擬人機械手臂基於影像之適應性抓取設計論文名稱(外文):Vision-BasedDesignforAdaptiveGraspingofaHumanoidRobotArm指導教授:宋開泰學位類別:碩士校院名稱:國立交通大學系所名稱:電控工程研究所學門:工程學門學類:電資工程學類論文種類:學術論文論文出版年:2011畢業學年度:100語文別:中文論文頁數:64中文關鍵詞:機械手臂、影像伺服、安全、potentialfield外文關鍵詞:manipulator、visualservo、safety、potentialfield相關次數: 被引用:14點閱:868評分:下載:225書目收藏:0 本論文主旨在設計機器手臂之安全抓取控制系統。

利用裝置於機器人頭部之Kinect攝影機做環境偵測，機器人能即時偵測環境中各個物體在空間中分怖位置，經由目標物，辨識及定位自主引導機械手臂至適當抓取位置，執行抓取任務。

本論文發展出一個環境描述與特徵點比對的方法，利用Kinect之深度影像，將各個物體切割成數個平面來表示，簡化複雜環境的描述，縮減其偵測的時間。

所發展之方法能在彩色影像中找到物體對應的平面，再藉由擷取各平面的特徵點，與所建立的資料庫進行比對，藉由縮小比對的範圍，相較於傳統對整張影像去比對，使比對的時間可以大為減少。

此外，本論文提出一套手臂的安全行為控制策略；考慮到機械手臂在複雜居家環境之抓取過程中必須確保手臂的安全，我們設計了兩個安全指數，其中一個圓柱安全指標，定義出環境中各物體對於手臂移動的影響程度；另外一個區域安全指數，將環境分成安全、不確定與危險三種區域，使機械手臂能往空間中較安全區域移動。

本論文發展出基於Potentialfield之路徑規劃演算法，將上述的安全指數加入Potentialfield的斥力與引力中，使手臂能閃避障礙物並完成抓取的任務。

經由實驗驗證，所發站之方法卻能達成設定的功能。

Theobjectiveofthisthesisistodesignacontrolofahumanoidrobotarmforsafegrasping.TherobotusesKinecttorecognizeandfindthetargetobjectintheenvironmentandgraspitinreal-time.First,weusegradientdirectioninadepthimagetosegmentenvironmenttoseveralplanes.Then,speeduprobustfeature(SURF)isusedtomatchfeaturesbetweenthoseplanesandlocatethetargetobject.Thisapproacheffectivelyspeedsupthematchingoperationbydecreasingtheareatomatch.Moreover,thisstudyproposesadesignforsafeoperationoftherobotarm.Wedesigntwosafeindices,onedefinesthedegreeofinfluenceofobstaclestothemanipulator.Anotherindexclassifiestheworkspaceinthreeregions,namelysafe,uncertaintyanddangerregion.Therobotemploystheseindicestomovetosaferegions.Finally,weintegratetheseindicestorepulsiveandattractiveforceinaPotentialfieldformotionplanning.Therobotarmcameffectivelyavoidobstaclesandcompletethegraspingtask. 摘要iAbstractii誌謝iii目錄iv圖例vi表例ix第一章緒論11.1研究動機與目的11.2相關研究回顧11.3問題描述51.4系統架構61.5章節說明6第二章環境偵測與目標物辨識82.1Kinect深度攝影機82.2環境描述92.3目標物辨識122.4目標物姿態估測與定義障礙物參考點152.4.1目標物姿態估測162.4.2障礙物參考點172.5討論19第三章機械臂逆向運動學及座標轉換203.1手腕運動學推導203.1.1手臂順向運動學213.1.2手臂前四軸之逆向運動學233.1.2手爪部分逆向運動學283.2影像定位與位置估測293.2.1座標轉換推導293.2.2座標校正323.2.3手臂與影像轉換矩陣校正343.3討論36第四章即時閃避障礙物設計與控制374.1機械手臂安全抓取控制架構384.2Potentialfield工作原理394.3安全指標的設計404.4Potentialfield434.4.1Attractiveforce434.4.2repulsiveforce444.5系統架構474.6安全策略之討論50第五章實驗結果515.1機械手臂之控制系統硬體架構515.1.1馬達控制系統之設計與實現515.2機械手臂自動偵測與抓取實驗545.3機械手臂即時避障實驗555.4機械手臂自主抓取實驗58第六章結論與未來展望606.1結論606.2未來展望60參考文獻62 [1]A.DeLuca,A.Albu-Schaffer,S.HaddadinandG.Hirzinger,“CollisionDetectionandSafeReactionwiththeDLR-IIILightweightManipulatorArm,”inProc.ofIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems,Beijing,China,2006,pp.1623-1630.[2]LucianBalanandGaryM.Bone,“Real-time3DCollisionAvoidanceMethodforSafeHumanandRobotCoexistence,”inProc.ofInternationalConferenceonIntelligentRobotsandSystems,Beijing,China,2006,pp.276-282.[3]Han-YoungJang,HadiMoradi,SuyeonHong,SukhanLee,JungHyunHan,“SpatialReasoningforReal-timeRoboticManipulation,”inProceedingsofIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems,Beijing,China,2006,pp.2632-2637.[4]NikolayJetchevandMarcToussaint,“TrajectoryPredictioninClutteredVoxelEnvironments”inProceedingsofIEEEInt.Conf.onRoboticsandAutomation(ICRA),Alaska,USA,2010,pp.2523-2528.[5]I.IossifidisandG.Schoner,“DynamicalSystemsforAutonomousAvoidanceofObstaclesandJoint-limitsforanRedundantRobotArm”inProc.ofIEEEInt.Conf.onIntelligentRobotandsystems,Beijng,China,2006,pp.580-585[6]H.Reimann,I.IossifidisandG.Schoner,“GeneratingCollisionFreeReachingMovementsforRedundantManipulatorsUsingDynamicalSystems”inProceedingsofIEEEInt.Conf.onIntelligentRobotandsystems,Taipei,Taiwan,2010,pp.5372–5379.[7]D.H.park,H.Hoffmann,P.PastorandS.Schaal“MovementReproductionandObstaclewithDynamicMovementPrimitivesandPotentialField,”inProceedingsofRACinternationalConference,Daejeon,Korea,2008,pp.91-98.[8]RiccardoSchiavi,AntonioBicchiandFabrizioFlacco,“IntegrationofActiveandPassiveComplianceControlforSafeHuman-RobotCoexistence,”inProc.ofIEEEInternationalConferenceonRoboticsandAutomation,Kobe,Japan,2009,pp.259-264.[9]S.M.LaValle,“Rapidly-ExploringRandomTrees:ANewToolforPathPlanning,”TechnicalReport,ComputerScienceDept,IowaStateUniversity,1998.[10]J.BruceandM.Veloso,“Real-timeRandomizedPathPlanningforRobotNavigation,”inProc.ofIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems,Lausanne,Switzerland,2002,pp.2383-2388.[11]D.Ferguson,N.KalraandA.Stentz,“ReplanningwithRRTs,”inProc.ofIEEEInternationalConferenceonRoboticsandAutomation,Orlando,Florida,pp.1243-1248,2006.[12]L.Jaillet,A.YershovaS.M.LaValleandT.Simeon,“AdaptiveTuningoftheSamplingDomainforDynamic-DomainRRTs,”inProc.ofIEEEInternationalConferenceonIntelligentRobotsandSystems,2005,pp.2851-2857.[13]DominikBertram,JamesKuffner,RuedigerDillmannandTamimAsfour,“AnIntegratedApproachtoInverseKinematicsandPathPlanningforRedundantManipulator,”inProc.ofIEEEInternationalConferenceonRoboticsandAutomation,Orlando,FL,2006,pp.1874-1879.[14]BakirLacevicandPaoloRocco,“TowardsaCompleteSafePathPlanningforRoboticManipulator,”inProc.ofIEEE/RSJInternationalConferenceonIntelligentRobotandSystems,Taipei,Taiwan,2010,pp.5366-5371.[15]DmitryBerenson,SiddharthaS.Srinivasa,DaveFerguson,AlvaroColletandJamesJ.Kuffner,“ManipulationPlanningwithWorkspaceGoalRegions,”inProc.ofIEEEInternationalConferenceonRoboticsandAutomation,Kobe,Japan,2009,pp.618-624.[16]Yi-ChihTsai,andHan-PangHuang,“MotionPlanningofaDual-ArmMobileRobotintheConfiguration-TimeSpace,”inProc.ofIEEEInt.Conf.onRoboticsandAutomation(ICRA),Louis,USA,2009,pp.2458-2463.[17]KimitoshiYamazaki,MasayukiInaba,TakemitsuMoriandTakashiYamamoto,“OnlineCollisionandOcclusionDetectionBasedon3DCuboidMapsforaDailyAssistiveRobotwithaTiltingLRF,”inProc.ofIEEEInternationalConferenceonMechatronicsandAutomation(ICMA),Beijing,China,2011,pp.767-772.[18]http://www.play.com/Games/Xbox360/4-/10296372/Project-Natal/Product.html[19]RafaelC.GonzalezandRichardE.woods,“DigitalImageProcessing,”prenticeHall,2008.[20]張哲豪,“基於立體視覺之移動式機械臂影像伺服設計”國立交通大學電機與控制工程學系碩士論文,2010.[21]M.FischlerandR.Bolles,“RandomSamplingConsensus:aParadigmforModelFttingwithApplicationtoImageAnalysisandAutomatedCartography,”Commun.Assoc.Comp.Mach.,1981,vol.24,pp.381-395.[22]http://en.wikipedia.org/wiki/RANSAC[23]許傑巽,“一種機械手臂順應性控制與安全設計,”國立交通大學電機工程研究所碩士論文,2010.[24]R.P.Paul,“RobotManipulators:Mathematics,Programming,andControl,theComputerControlofRobotManipulators,”MITPress,1981[25]王衍翔,“擬人型雙手臂機器人之機電設計、運動規劃與合作,”國立中興大學電機工程學系碩士論文,2009.[26]MinGyuParkandMinCheolLee,“ANewTechniquetoEscapeLocalMinimuminArtificialPotentialfieldBasedPathPlanning,”KSMEInternationalJournal,Vol.17No.12.pp.1876-1885,2003.[27]ParaskevasDunias,“AutonomousRobotsUsingAritificialPotentialfields,”TechnischeUniversiteitEindhoven,1996.  電子全文  國圖紙本論文 連結至畢業學校之論文網頁點我開啟連結註:此連結為研究生畢業學校所提供，不一定有電子全文可供下載，若連結有誤，請點選上方之〝勘誤回報〞功能，我們會盡快修正，謝謝！ 推文 網路書籤 推薦 評分 引用網址 轉寄                                                                                                                                                                                                                    top 相關論文 相關期刊 熱門點閱論文 1. 基於立體視覺之移動式機械臂影像伺服設計 2. 雙臂機器人之行動輔助設計 3. 一種機械手臂順應性控制與安全設計 4. 擬人型雙手臂機器人之機電設計、運動規劃與合作 5. 機械視覺應用於四軸機械手臂之定向夾取 6. 視覺引導機械手臂搬運齒輪 7. 關節型機械手臂與NI智慧型相機之整合運用研究 8. 基於機率之移動式抓取姿態規劃 9. 以影像伺服配合力回饋搖桿操控機械手臂 10. 自主式機械臂拋射運動之研究 11. 使用影像伺服之機械手臂抓取系統開發研究 12. 三軸機械手臂的影像伺服系統 13. 利用位能場規劃以機械手臂傳遞之路徑 14. 以DSP實現三軸機械臂的非校正影像伺服 15. 二維機械手臂之避碰路徑規劃   無相關期刊   1. 基於立體視覺之移動式機械臂影像伺服設計 2. 機械視覺應用於四軸機械手臂之定向夾取 3. 一種機械手臂順應性控制與安全設計 4. 以FPGA為基礎實現且應用於機械手臂之影像辨識系統 5. 機械視覺於六軸機械手臂控制之應用 6. 多軸機械手臂平台之機構設計與電腦視覺回授控制 7. 機械手臂伺服運動控制之研究 8. 3D視覺伺服系統整合機械手臂於物體追蹤取放之研究 9. 以立體視覺為基礎之機械手臂應用系統 10. 雙臂機器人之行動輔助設計 11. 運用六軸機械手臂進行視覺檢測-以螺帽內紋檢測為例 12. 基於DSP立體視覺之機械手臂視覺伺服控制系統 13. 基於影像辨識之移動式機械臂抓物控制設計 14. 多重智慧控制器應用於機械手臂定位 15. 以系統晶片發展具機器視覺之機械手臂運動控制     簡易查詢 | 進階查詢 | 熱門排行 | 我的研究室