立体匹配(Stereo Matching)算法的效果在机器人应用中至关重要。为了提高立体匹配算法效果,首先利用基于一阶差分的Sobel检测、Scharr检测和Canny检测对图像进行梯度处理,获取图像边缘,其次利用图像的边缘信息作为初始匹配代价进行立体匹配,大幅减少不必要的计算量,然后利用所提算法分别对Middlebury数据集中的图像和自采集的图像进行实验,获得立体匹配的误匹配率和匹配时间。经过实验数据对比,Sobel检测算法和BM(Boyer-Moore)算法结合的方法所得视差图速度快且精度高,效果最佳,实验证明所提方法具有明显优势,可提高立体匹配效果。

针对管件在机器人抓取中的分类识别、位姿估计等问题,对随机摆放管件的模板匹配识别、立体匹配和三维位姿估计进行了研究。通过标定得到左右相机的内外参数,然后进行双目标定、矫正以及手眼标定。优化了模板匹配算法,利用亚像素级精度提取管件的边缘轮廓。选择合适的图像金字塔层数以提高匹配速度,实现多类型管件的分类识别。通过立体匹配提取管件视差图,结合标定参数和双目视觉的三角测距原理实现管件的位姿估计,并进行多组位姿提取实验。设计开发MFC和Halcon联合编程的管件识别与位姿估计系统。实验结果表明:该系统可实现管件在随机摆放情况下的实时准确分类识别与位姿估计,满足工业的实际应用需求。