机器人分拣的国外研究现状-the berklee book of jazz harmony

1.2 国内外研究现状 本文通过对目标物体表面三维点云信息的获取，以及算法分析来进行位姿估计，并通 过实验进行验证。主要研究内容包括：目标物体的检测识别和机器人分拣实验两大部分。 本文将从这两个主要内容进行国内外研究现状的概述。 1.2.1 机器人分拣研究现状 机器人在箱体中抓取散乱堆放的物体在学术上被称为 RBP（Random Bing-picking）系 统[12][13]，如图 1-1 所示。典型的 RBP 系统主要分为三个部分：视觉检测识别、计算机控 制单元和机器人本体[14]。视觉检测部分主要是负责目标物体的信息采集与算法处理，得到 目标物体的位姿信息；计算机控制单元负责控制机器人运动，根据算法处理得到目标物体 的位姿信息，利用机器人末端执行器对目标物体进行分拣。目前，国内外各大企业都有自 己的各种解决方案。 图 1-1 Random Bing-picking 系统示意图 Fig. 1-1 Random Bing-picking system schematic （1）机器人分拣的国外研究现状 机器人的智能分拣技术在国外已日趋成熟，尤其是在日本、德国、瑞士和美国等国家， 他们将该技术广泛地应用于工业生产线上。日本 FANUC 公司推出基于 iRVision 的视觉系 统[15]，如图 1-2 所示，该系统能运用在 2 维和 3 维视觉环境上，它可以利用高清相机来确 定事先没有定位的零部件的确切位置，检测到目标物体原来位置与现在位置的关系，并且 在工业机器人出现问题时，可以快速的复位。在机器人收到相机发送的信号后，利用安装 在机械臂末端的特定的专用执行器对目标物体进行可靠的抓取与摆放。该系统有较好的 柔性及可靠性，组成简单且方便日后维护[16]。