現(xiàn)代物流系統(tǒng)視覺(jué)機(jī)器人貨物識(shí)別與揀選方法研究.pdf

1、自動(dòng)化立體倉(cāng)庫(kù)集存儲(chǔ)、輸送、分發(fā)、管理等功能于一體，具有存儲(chǔ)容量大、占地面積小、操作簡(jiǎn)單、能與ERP系統(tǒng)信息集成等多方面的優(yōu)點(diǎn)。本文以山東大學(xué)現(xiàn)代物流實(shí)驗(yàn)中心自動(dòng)化立體倉(cāng)庫(kù)為應(yīng)用背景，將計(jì)算機(jī)視覺(jué)技術(shù)和機(jī)器人控制技術(shù)引入到自動(dòng)化立體倉(cāng)庫(kù)的設(shè)計(jì)之中，設(shè)計(jì)并實(shí)現(xiàn)了一套較為完整的貨物自動(dòng)識(shí)別與揀選系統(tǒng)，實(shí)現(xiàn)了貨物的自動(dòng)定位、自動(dòng)識(shí)別和自動(dòng)出入庫(kù)作業(yè)，以期最終實(shí)現(xiàn)無(wú)人參與的全自動(dòng)化智能化立體倉(cāng)庫(kù)。 在貨物圖像處理方面，研究?jī)?nèi)容包括：（1

2、）貨物圖像的攝取。設(shè)計(jì)了一套貨物圖像拍攝系統(tǒng)，利用CCD攝像機(jī)，圖像采集卡和上位控制計(jì)算機(jī)實(shí)現(xiàn)了貨物圖像的采集。（2）貨物圖像預(yù)處理。為了使貨物圖像更適于后續(xù)步驟的處理，提出了與貨物圖像特點(diǎn)相適用的圖像預(yù)處理算法，有效地去除了貨物圖像噪聲，又能盡可能地保證貨物的邊緣信息不丟失。（3）貨物圖像邊緣檢測(cè)與輪廓提取。提出了一種針對(duì)貨物圖像的邊緣檢測(cè)與輪廓提取算法，先對(duì)整幅圖像進(jìn)行粗檢測(cè)，確定出貨物可能的區(qū)域，然后對(duì)該區(qū)域進(jìn)行細(xì)檢測(cè)，檢測(cè)出貨物

3、的邊緣，最后采用輪廓跟蹤算法提取單象素寬的貨物外輪廓，實(shí)現(xiàn)了貨物的定位。 在貨物識(shí)別方面，研究?jī)?nèi)容包括：（1）貨物特征的提取。在滿足貨物特征旋轉(zhuǎn)不變性和平移不變性的前提下，提出了一種適用于貨物圖像的特征提取方法，分別提取了顏色特征中的核函數(shù)直方圖、紋理特征中的信息熵和頻域特征中的傅里葉描繪子對(duì)目標(biāo)貨物進(jìn)行識(shí)別，并根據(jù)實(shí)驗(yàn)結(jié)果分析了各個(gè)特征的優(yōu)缺點(diǎn)。（2）多分類器融合。為了提高貨物識(shí)別的識(shí)別率和置信度，提出了適用于貨物識(shí)別的多分類

4、器串行融合算法，選用顏色特征、輪廓的傅里葉描繪子和熵值特征作為貨物識(shí)別系統(tǒng)第一、二、三級(jí)分類器的特征，并根據(jù)各個(gè)特征的特點(diǎn)制定了相應(yīng)的識(shí)別準(zhǔn)則，最后根據(jù)待識(shí)別貨物的特征選定參數(shù)，實(shí)現(xiàn)了貨物的識(shí)別。 在SK-6機(jī)器人控制方面，在綜合運(yùn)用SK-6機(jī)器人示教編程和遠(yuǎn)程命令兩種控制方式的基礎(chǔ)上，提出了一種SK-6機(jī)器人控制方法。通過(guò)實(shí)時(shí)控制與固定程序相結(jié)合，實(shí)現(xiàn)了機(jī)器人的運(yùn)動(dòng)控制，完成了貨物圖像的拍攝和貨物的揀選工作。 實(shí)驗(yàn)結(jié)果