臺灣博碩士論文加值系統

隨著科技的日新月異，視覺伺服技術的應用目前已廣泛的融入日常生活當中，然而僅以單眼視覺伺服卻有著無法量測物體之三維資訊之缺點，因此本文使用立體視覺伺服，透過二部攝影機所擷取之影像視野重壘區域重建物體之三維資訊，搭配四軸機器手臂利用影像處理、立體視覺、座標轉換、機器人運動學…等方法達成針對目標物進行靜態夾取、動態追蹤以及目標路徑追蹤之功能開發。另外，為了克服機器手臂運作時所產生之慣性，本文以梯形速度曲線結合三次多項式內插法設計一套加減速控制機制，針對機器手臂運作情形進行點對點之速度曲線規劃，由實驗結果驗證此設計已有效的降低慣性對於機器手臂運作時之影響。
為了使立體視覺伺服系統更為強健，本文透過攝影機校正技術得知真實之攝影機模型，以攝影機模型之內部參數與外部參數更新立體視覺計算，對於因鏡頭扭曲而產生之影像扭曲現象進行誤差補償。

The application of visual servoing technique is used widely in daily life with the developing of technology. However, single visual servoing system cannot survey the 3D information. Therefore the stereo visual servoing technique, using the overlapping region of the pictures which are captured by two cameras to make the 3D reconstruction of object is adopted in this dissertation. Also the experiment collocates the methods such as image processing, stereo vision, coordinate transform, manipulator kinematics with the 4-axis robot to accomplish the developing of grabbing in static, tracking in motion, and path-tracking. Furthermore, in order to overcome the inertia which accompany with the robot operation, the mechanism which contains acceleration and deceleration is designed based on trapezoid curve method and cubic interpolation. And then uses it for the speed command in the experiment, the result shows the design can reduce the effect of the inertia efficiently when robot operation.
For the image distortion caused by the lens of the camera, the real camera model is acquired by the camera calibration technique firstly, and then let the intrinsic parameters and extrinsic parameters replace the previous stereo imaging model. Using the way not only compensate the error but make the stereo visual servoing system more robust.

目錄
摘要 i
Abstract ii
目錄 iii
圖目錄 v
表目錄 vii
第一章 緒論 1
1.1 前言 1
1.2 研究目的 4
1.3 論文架構 5
第二章 系統架構 6
2.1 視覺伺服系統 7
2.2 機器手臂系統 8
2.3 硬體架構 9
2.4 硬體配備與規格 10
2.5 開發環境 11
第三章 機器手臂系統 14
3.1 機器手臂系統控制 14
3.2 座標轉換 14
3.2.1 D-H Rule 15
3.2.2 齊次轉換矩陣 16
3.3 機器手臂的直接運動式 18
3.4 機器手臂的反運動式 22
3.5 分段式路徑 28
3.6 機器手臂速度曲線規劃 30
第四章 影像處理與立體視覺 38
4.1 影像處理 38
4.1.1 彩色空間介紹 38
4.1.2 顏色篩選與多重閥值 42
4.1.3 感興趣區域 44
4.1.4 影像標籤化 45
4.1.5 面積過濾 45
4.1.6 質心計算 46
4.1.7 影像距離 47
4.1.8 影像濾波器 48
4.1.9 型態學運算子 49
4.1.11 細線化 51
4.1.12 邊緣萃取法 55
4.2 立體視覺 57
4.3 攝影機校正 59
4.3.1 內部參數與外部參數 60
4.3.2 攝影機校正模型簡化 63
第五章 實驗結果與討論 64
5.1 攝影機校正 64
5.2 靜態夾取實驗 68
5.2.1 影像處理流程 69
5.2.2 運動控制模組 70
5.2.3 影像處理結果 72
5.2.4 實驗結果 74
5.3 動態追蹤實驗 75
5.3.1 影像處理流程 76
5.3.2 質心與工作空間範圍偵測 76
5.3.3 速度控制器 78
5.3.4 實驗結果 79
5.4 路徑追蹤實驗 81
5.4.1 影像處理流程 82
5.4.2 軌跡追蹤 83
5.4.3 影像處理結果 84
5.4.4 實驗結果 86
5.5 討論 88
第六章 結論與未來展望 93
6.1 結論 93
6.2 未來展望 93
參考文獻 94

 
圖目錄
圖1.1 視覺伺服架構 3
圖2.1 系統架構 6
圖2.2 視覺伺服系統方塊圖 7
圖2.3 機器手臂示意圖 8
圖2.4 硬體架構 9
圖2.5 硬體說明 11
圖2.6 MATLAB的發展架構 12
圖3.1 D-H Rule參數定義示意圖 15
圖3.2 機器手臂之直接運動式 18
圖3.3 分段式路徑 28
圖3.4 梯形速度曲線 31
圖3.5 S形速度曲線 34
圖3.6 速度曲線規劃 37
圖4.1 RGB彩色空間[22] 41
圖4.2 HSL彩色空間[22] 41
圖4.3 顏色篩選與多重閥值 43
圖4.4 顏色篩選 43
圖4.5 感興趣區域示意圖 44
圖4.6 影像標籤化 45
圖4.7 面積過濾 46
圖4.8 影像距離計算 47
圖4.9 中通濾波 48
圖4.10 型態學運算子 50
圖4.11 點 與其8鄰居 51
圖4.12 A(P)與B(P)圖例 52
圖4.13 細線化圖例 54
圖4.14 起始點與其八鄰居 56
圖4.15 八方向參數 56
圖4.16 BEA圖解 56
圖4.17 立體視覺模型 58
圖4.18 影像桶狀扭曲 59
圖4.19 攝影機座標與影像座標 61
圖5.1 選取校正板之四邊角 65
圖5.2 系統估測交點位置 65
圖5.3 輸入扭曲係數後 65
圖5.4 以藍方框與紅十字計算交點誤差 66
圖5.5 系統誤差量(以pixel為單位) 66
圖5.6 單一攝影機外部參數 66
圖5.7 左、右攝影機外部參數示意圖 67
圖5.8 靜態夾取實驗之實驗流程 68
圖5.9 靜態夾取實驗之影像處理流程圖 69
圖5.10 運動控制模組 71
圖5.11 運動控制器之角度回授 71
圖5.12 機器手臂之虛擬實境 72
圖5.13 靜態夾取實驗之影像處理結果 73
圖5.14 靜態夾取實驗之實驗結果 74
圖5.15 動態追蹤實驗之實驗流程 75
圖5.16 動態追蹤實驗之影像處理流程圖 76
圖5.17 判斷是否持續追蹤之流程 77
圖5.18 速度曲線規劃 78
圖5.19 機器手臂速度響應 79
圖5.20 動態追蹤實驗之實驗結果 80
圖5.21 路徑追蹤實驗之實驗流程 81
圖5.22 路徑追蹤實驗之影像處理流程圖 82
圖5.23 路徑追蹤實驗之路徑軌跡搜尋 84
圖5.24 路徑追蹤實驗之影像處理結果 85
圖5.25 U形路徑追蹤實驗之實驗結果 86
圖5.26 S形路徑追蹤實驗之實驗結果 87
圖5.27 靜態夾取實驗之機器手臂速度響應 89
圖5.28 動態追蹤實驗之機器手臂速度響應 89
圖5.29 影像解析度對於立體視覺之影響 90
圖5.30 鏡頭扭曲示意圖 91
圖5.31 影像扭曲對立體視覺之影響 92

 
表目錄
表1.1 梯形速度曲線與 S型速度曲線之比較 30

[1]A. Currie, The History of Robotics, http://cache.ucr.edu/~currie/roboadam.htm.
[2]彼得.曼瑟,費斯.德魯修，機器人的進化-人工智慧與機器人學的新世紀，商周出版，2002。
[3]Y. Shirai and H. Inoue , “Guiding a robot by visual feedback in assembling tasks,” Pattern Recognition, Vol. 5, pp.99-108, 1973.
[4]A.C. Sanderson and L.E. Weiss, “Image-based visual servo control using relational graph error signals,” Proceedings of the International Conference on Cybernetics and Society, pp.1074-1077, 1980.
[5]S. Hutchinson, G.D. Hager, and P.I. Corke,“A tutorial on visual servo control,” IEEE Trans. On Robotics and Automation, Vol. 12, No. 5, pp.651-669, 1996.
[6]傅培耕，即時物體追蹤之立體視覺導引自走車，碩士論文，中原大學機械工程學系，2004。
[7]張嘉麟，模糊邏輯控制可搭乘電梯之立體視覺伺服輪型機器人，碩士論文，中原大學機械工程學系，2006。
[8]劉讚芳，自走型機器人視覺導引抓取任務之研究，碩士論文，成功大學機械工程學系，1999。
[9]蔡寬騰，全方向輪式機器人之建構及其利用立體視覺與超音波資訊之導航與避障，博士論文，成功大學機械工程學系，2005。
[10]陳浥菁，自走車DSP嵌入式影像系統之實現，博士論文，成功大學機械工程學系，2005。
[11]蔣育承，以視覺為基礎之機器人導航及應用，碩士論文，中央大學資訊工程學系，2006。
[12]張智星，MATLAB 程式設計，清蔚科技，2004。
[13]Image Acquisition Toolbox User’s Guide Version 1, The MathWorks, Inc., 2006.
[14]Image Processing Toolbox User’s Guide Version 5, The MathWorks, Inc., 2006.
[15]Video and Image Processing Blockset User’s Guide Version 2, The MathWorks, Inc., 2006.
[16]Signal Processing Blockset User’s Guide Version 6, The MathWorks, Inc., 2006.
[17]xPC Target User’s Guide Version 3, The MathWorks, Inc., 2006.
[18]晉茂林，機器人學，五南圖書出版公司，2004。
[19]江修，六軸機械臂之控制理論分析與應用，智慧機械技術專輯，2006。
[20]克雷格(J. J. Craig)著，郭俊良、王培士譯，機器人的機構與控制，全華科技圖書公司，1988。
[21]D.J. Todd，機器人原理，徐氏基金會出版，1989。
[22]維基百科，色彩空間概述，http://en.wikipedia.org/wiki/Category:Color_space
[23]T.Y. Zhang and C.Y. Suen, “A fast parallel algorithm for thinning digital pattern,” Communications of the ACM, Vol. 27, No. 3, pp. 236-239, 1984.
[24]L. Lam, S.-W. Lee, and C.Y. Suen, “Thinning methodologies-a comprehensive survey,” IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 14, No. 9, pp.879, 1992.
[25]劉益宏，特徵分析及分類器設計及其在電腦視覺及資料探勘之應用，博士論文，台灣大學機械工程學系，2003。
[26]Camera Calibration Toolbox for MATLAB, http://www.vision.caltech.edu/bouguetj/calib_doc/.
[27]M.-S. Hsu and D. Kohli, “Boundary surfaces and accessibility regions for regional structures of manipulators,” Mechanisms and Machine Theory, Vol. 22, No. 3, pp.277-289, 1987.
[28]A. Kumar and K.J. Waldron , “The workspaces of a mechanical manipulator,” Journal of Mechanical Design, Vol. 103, pp.665-672, 1981.