專案實戰——基於計算機視覺的物體位姿定位及機械臂矯正（一）

思路

經過這幾天的資料查詢，我逐步有了思路，現整理如下：

1. 抓取物品定為牛奶盒，主要優勢在於，質量輕、體積小、稜角分明，便於識別抓取；
2. 工作環境設定在傳送帶上，人工隨機將牛奶盒以不同方向隨機放入；
3. 在攝像機的使用上採用雙目相機，而非單目相機；
4. 開發環境，VS2015，C++，使用Opencv3（其實我更擅長Matlab，但是這個目前更加普及）；
5. 關於標誌物，我如下圖所示：
6. 之前想的與其識別標誌物，不如識別矩形物體，但事實上在工業生產過程中所有物品不可能是規則的，而且也不符合教授的題目要求；
7. 專案的關鍵在於，利用攝像機確定物體在世界座標系中的位置，或者說攝像機生成一個深度的影象，關於機械臂的抓取控制目前已經有比較成熟的演算法了；
8. 目前先用比較“簡單”的方法實現，後面關於影象識別和機械臂的計算我打算優化演算法，採用神經網路的演算法；
9. 關於硬體，之前想的是全部利用STM32做，但是C++尤其是opencv轉32很困難，改變思路：電腦連線攝像頭進行識別，進行機械臂的動作計算，結果通過WIFI傳送到32上，32僅執行舵機控制。
10. 利用紅外對管，當傳送帶上物品通過時觸發拍照。
11. 首 先需要能夠驅動工業相機，並通過硬體觸發的方式使相機能 夠在 合 適 的時 機 獲 取多 張 圖 片；其 次，應 能對 相 機 獲 取 到 的 圖片進行有效的影象處理，需進行一系列的演算法設計從而能 夠實時獲取目標物的影象座標；再次，還應進行攝像機標定， 將 獲 取 到的 目 標 物圖 像 坐 標轉 換 成 世界 坐 標 系 也 就 是 機 器 線上的真實座標；最後系統要能夠與上位機控制部分整合並 能夠持續不間斷的運作，直到系統要求退出。
12. 在文獻上找到了如下流程，可以作為參考：
13. 
14. 首先要從相機的標定開始，其次進行影象識別，最後進行機械臂運動求解。
    Whatever，從相機標定開始
    最後貼上我找的一些文獻，僅供參考。
    
    以上就是我的具體思路，可能會有問題，歡迎各路大佬指教。
    Hunt Tiger Tonight
    2018-10-18
    PS:原創內容，轉載請註明出處。