点云从入门到精通技术详解100篇-基于三维点云的并联机器人 抓取(续)

目录

3 Delta并联机器人3D视觉系统搭建及抓取点计算

3.1 系统总体方案

3.2 Delta并联机器人结构介绍

3.3 Delta并联机器人3D视觉系统标定

3.3.1 机器人与相机手眼标定原理

3.3.2 手眼标定实验

3.4 基于点云配准技术的目标定位及抓取点计算

3.4.1 RANSAC粗配准算法

3.4.2 ICP精配准算法

3.4.3 点云配准误差分析

3.4.4 目标物体的质心计算

3.4.5 基于模板匹配的目标物体抓取点计算

4 基于NSGA-Ⅱ算法的Delta并联机器人多目标轨迹规划

4.1 运动学分析

4.2 关节空间轨迹规划

4.2.1 路径描述

4.2.2 基于5次B样条曲线的关节空间轨迹规划

4.3 基于NSGA-Ⅱ算法的多目标寻优

4.3.1 多目标问题描述

4.3.2 NSGA-Ⅱ算法优化方案

4.3.3 优化结果及分析

5 Delta并联机器人定位抓取实验及结果分析

5.1 实验平台搭建

5.1.1 开发环境配置

5.1.2 实验平台硬件选型

5.2 机器人目标定位实验

5.2.1 相机内参获取

5.2.2 离线点云模板制作及工作场景点云获取

5.3 机器人目标定位抓取实验

5.3.1 目标物体配准定位及抓取点计算

5.3.2 机器人抓取实验

---

本文篇幅较长，分为上下两篇，上篇详见基于三维点云的并联机器人 抓取

3 Delta并联机器人3D视觉系统搭建及抓取点计算

本文主要针对并联机器人在对食品、机械零件及其他不规则形状物体等生产线上无 序放置的多目标物体抓取时，物体种类存在多样性和摆放位姿的不同所造成的抓取点选 取不当造成分拣效率低的问题，设计了一种基于点云配准的模板匹配抓取点计算的方法。 利用三维视觉能够最大程度获取物体几何特征的优势及Delta并联机器人高速和重复定 位精度高的特点，实现目标物体的准确抓取。设计了基于三维视觉的Delta并联机器人 抓取系统总体方案，介绍了Delta并联机器人的结构，利用基于C++语言的PCL开源点 云库对RGB-D相机和机器人手眼标定方法进行了研究，通过RANSAC粗配准+ICP精 配