高智伟， 谭晓东， 刘 客

(大连交通大学机械工程学院，大连 116028)

目前在自动化的工件加工、产品分类、零件装配等领域,均已大规模使用工业机器人。而为实现生产的高效率、智能化,基于机器视觉的机器人控制成为目前研究的重点。双目视觉由于具有高效、高精度、 非接触式及能感知深度信息等优点,得以在目标识别与定位中广泛应用[1]。

基于机器视觉的目标抓取一般分为3个步骤:首先对目标进行识别,然后进行目标定位,最后机器人实施抓取。近年来,研究者们提出了许多方法。梁俊杰[2]提出了采用Harris角点检测、尺度不变特征变换[3](scale-invariant feature transform，SIFT)计算角点的幅值和方向并用DAISY描述符对特征点进行描述的方法,但SIFT计算速度相对较慢[4]且并没有给出姿态的估计方法以及手眼标定、机器人抓取的相关计算。李胜利[5]采用几何特征对堆叠的工件进行识别与定位,使用基于梯度方向椭圆检测方法实现目标识别,这种方法适用于一种特定形状或纹理单一的物体识别,对特征复杂的物体无法做到很好的识别。王德海等[1]采用快速鲁棒特征(speeded up robust features，SURF)算法进行特征匹配,但并未对错误匹配点进行过滤,导致物体识别的不准确,且识别物体后仅仅通过三维重建计算了物体位置,并没有计算姿态,使得无法得到物体位姿从而实现抓取。高如新等[6]把特征点的平均值作为目标的定位点,但在许多情况下特征点的平均值并不是目标轮廓的中心,这种方法定位误差较大。以上方法均未对姿态的估计提出明确的解决方法。……