基于神经网络的视觉伺服控制方法研究

发布时间：2021-01-18 05:45

　　随着计算机视觉、机器人控制技术的快速发展,使得机器人视觉伺服在各个领域得到了广泛的应用。本文以手眼结构固定的机器人为研究对象,采用基于位置的视觉伺服方法。并且为使机器人末端执行器能够快速、准确的运动,采用神经网络来构建视觉伺服系统控制策略,最终完成设定的任务。主要开展并完成的内容如下:（1）视觉伺服系统需要通过机器人视觉系统来检测目标,从而获得机器人控制系统的期望状态。本文采用基于颜色特征的图像分割方法并结合检测运动目标的ViBe算法,对这些方法进行实验,取得了预期的实验结果。（2）在应用神经网络进行机器人的逆运动学计算时,机器人关节冗余会导致神经网络结构复杂,进而带来难以收敛、泛化性能差等问题影响控制性能。为解决该问题,本文提出将多输出神经网络控制器按一定规则分为多个子网络的方案,并基于Skeletonization算法对子网络结构进行剪枝,利用多个子网络的有序组合控制机器人末端执行器。通过实验结果表明,该算法能够有效地实现机器人运动控制并且性能良好。（3）针对移动目标跟踪以及抓取的问题,提出一种基于ReLU网络模型的单目视觉伺服系统。利用ReLU神经网络对机器人的逆运动学进行学习,... 

【文章来源】：浙江工业大学浙江省

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

NAO机器人右臂模型

图 2-3 NAO 机器人右臂模型 0 0 0 0]运动至 [ 4 3 Endq 尔空间中的运动，如图 2-4、2-5 所示图 2-4 关节角度的运动轨迹

浙江工业大学硕士学位论文图 2-3 NAO 机器人右臂模型臂从 [0 0 0 0 0]startq 运动至 [ 4 3 5 2 4Endq 执行器在笛卡尔空间中的运动，如图 2-4、2-5 所示。

【参考文献】：
期刊论文
[1]机器人视觉伺服研究进展:视觉系统与控制策略[J]. 贾丙西,刘山,张凯祥,陈剑.  自动化学报. 2015(05)
[2]Hu不变矩的构造与推广[J]. 张伟,何金国.  计算机应用. 2010(09)
[3]空间机械臂关节动力学建模与分析的研究进展[J]. 于登云,潘博,孙京.  航天器工程. 2010(02)
[4]机器人多传感器信息融合研究综述[J]. 赵小川,罗庆生,韩宝玲.  传感器与微系统. 2008(08)
[5]基于模糊高斯基函数神经网络控制的机器人视觉伺服系统[J]. 孙洪淋,孙炜,石玉秋,徐航.  科学技术与工程. 2007(23)
[6]机器人视觉伺服系统的研究与发展[J]. 钟金明,徐刚,张海波.  现代制造工程. 2005(08)
[7]基于模糊神经网络的无标定全自由度手眼协调[J]. 苏剑波.  华中科技大学学报(自然科学版). 2004(S1)
[8]迭代学习神经网络控制在机器人示教学习中的应用(英文)[J]. 蒋平,李自育,陈阳泉.  控制理论与应用. 2004(03)
[9]机器人视觉伺服研究进展[J]. 王麟琨,徐德,谭民.  机器人. 2004(03)
[10]无奇异间接迭代学习控制及其在机器人运动模仿中的应用[J]. 蒋平,UNBEHAUEN Rolf.  自动化学报. 2002(06)



本文编号：2984394