RGB-D传感器实现六自由度工业机器人的视觉伺服方法

RGB-D传感器实现六自由度工业机器人的视觉伺服方法

机器人协助人类已成为一种智能高效的工作流程，机器人应该准确感知工作环境，不干扰正常工作流程。将机器视觉方法用于图像处理和机器人执行过程，称为机器人基于视觉运动控制的视觉伺服方法。目前主要采用2D摄像机进行视觉伺服应用，对图像中的边缘或角点方向进行精确定位，但是对于没有明显特征的物体，2D摄像机效果较差，深度感测摄像机是更好的选择。RGB-D传感器能提供从深度数据生成的点云，不用寻找特征点方向，检测到的图像已经是可用于工作区中的2.5D对象，可以通过迭代最近点（ICP）算法，将2.5D对象的点云与模型匹配。

本文将机器人分解为几个链接部分，使得关节方向可以从云对齐中计算出来。两个放置在65cm以外、俯仰角为30°的RGB-D传感器具有较宽的视野，用于跟踪具有六自由度的机械手，进行关节位置感知和视觉伺服，深度感测定位和对象匹配最高精度通过比较两个RGB-D得出。ICP算法匹配机器人关节点云过程中，关节链接模型由计算机辅助设计（CAD）生成，根据链接坐标系建立对应D-H矩阵，表示各链接位姿关系，从机器人点云到匹配模型的偏差被用来计算关节运动速度，实现两个点云的再次对齐，整体是通过点云库（PLC）实现。

从PCL实现CAD模型的包络点云，通过D-H与参数的变换耦合算法，保证关节间的相互耦合。RGB-D传感器和机器人运动信息在操作系统（ROS）中进行交互，使可视化模型与深度图像一起显现，实现模型可观察和可控。RGB-D在颠簸情况下检测的图像，ICP算法精度较低，难以准确计算匹配，此时通过最小二乘法进行机器人点云的平滑处理，关节角度匹配可以精确到±0.5°。

Varhegyi T,et al.Oagm&Arw 2017 Joint Workshop on"vision, Automation and Robotics Conference. Oct.2017.

编译：罗兰