基于视觉的6R工业机械臂运动规划

发布时间：2017-06-22 22:02

  本文关键词：基于视觉的6R工业机械臂运动规划，由笔耕文化传播整理发布。

【摘要】：随着工业技术的不断发展以及生产的需要,机器人技术已经不仅仅局限于完成简单的作业任务,同时还需要具有更强的适应性、灵活性、稳定性、安全性等特性。本文对机械臂的研究的目标主要有两个:其一是运动学方面的研究,对于机械臂的逆运动问题一直没有一种固定的解决算法,如果找到一种可以快速处理机械臂逆运动问题的科学算法,就可以提高机械臂的工作效率,改善机械臂的实时性。其二是视觉算法方面的研究,如果要提高工业机器人自身的灵活性就需要与环境进行交互,对环境与目标进行高精度的检测和识别,一种合理的图像处理方法可以极大提高视觉系统的图像识别匹配能力与目标定位能力。本文的内容也就是围绕以上两点进行研究:首先对机械臂的运动学进行了研究,运用DH方法建立机械臂的数学模型,推导正运动学方程,接着通过运用人工蜂群算法对机械臂逆运动进行求解。该算法通过优化BP算法的阈值加快神经网络收敛速度,将机械臂逆运动问题转化为一类非线性多输入多输出问题。最后通过MATLAB软件对机械臂的关键关节进行动态仿真模拟,计算末端执行器在到达指定空间坐标时各个关节的位移,结果表明机械臂仿真模型可以在合理的误差范围内到达目标位置完成任务。接下来在运动学建立的基坐标系基础上,本文进行了视觉方面的研究。首先介绍了对单、双目视觉定位原理,依据目标点在采集图像上的像素坐标,通过运用坐标变换方法最终得到目标点的空间坐标位置。接着研究了SIFT算法在图像处理中的应用,介绍了SIFT算法的各个相关概念,最后实验性的将SIFT算法与神经网络结合,通过将SIFT算法中的尺度参数与摄像机的焦距作为输入参数,将目标的距离作为输出参数,建立神经网络进行目标距离的测量。结果表明SIFT-BP算法可以准确的寻找到与图像相匹配的特征点并且可以在误差范围内对目标点进行测距定位。
【关键词】：6R机械臂 运动规划 人工蜂群算法 视觉处理 SIFT算法
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP241
【目录】：

• 摘要8-9
• Abstract9-14
• 第1章 绪论14-19
• 1.1 课题的研究意义和背景14-15
• 1.2 国内外轨迹规划研究现状15-17
• 1.2.1 逆运动学分析国内外研究现状15-16
• 1.2.2 机器人视觉系统国内外研究现状16-17
• 1.3 课题研究目标及研究内容17-18
• 1.3.1 课题研究目标17
• 1.3.2 课题研究内容17-18
• 1.4 本章小结18-19
• 第2章 机械臂的运动学分析19-30
• 2.1 机械臂的位置及姿态描述19-23
• 2.1.1 位置的描述19
• 2.1.2 姿态的描述19-21
• 2.1.3 位姿的描述21
• 2.1.4 坐标变换21-23
• 2.1.5 齐次坐标变换23
• 2.2 机械臂的运动学分析23-29
• 2.2.1 D-H描述23-24
• 2.2.2 正运动学分析24-25
• 2.2.3 机械臂的正运动学计算25-28
• 2.2.4 机械臂的逆运动学分析28-29
• 2.3 本章小结29-30
• 第3章 基于ABC-BP算法的机械臂逆运动学求解30-48
• 3.1 人工神经网络基本概念30
• 3.2 BP神经网络30-34
• 3.2.1 BP神经网络模型31
• 3.2.2 BP神经网络的结构与算法步骤31-34
• 3.2.3 BP算法的优缺点34
• 3.3 ABC算法34-36
• 3.3.1 ABC算法基本原理34-35
• 3.3.2 人工蜂群的算法步骤35-36
• 3.4 ABC算法与神经网络结合36-38
• 3.5 求取逆解方法的比较38-42
• 3.6 仿真测试算例42-47
• 3.7 本章小结47-48
• 第4章 机械臂的刚体模型动力学分析48-70
• 4.1 Lagrange动力学方法48
• 4.2 机械臂动力学方程48-52
• 4.2.1 机械臂的惯性矩阵计算48-49
• 4.2.2 机械臂动力学方程的推导49-52
• 4.3 串联多关节机械臂刚体模型动力学方程建立52-69
• 4.3.1 推导坐标变换矩阵52-66
• 4.3.2 机械臂的伪惯性矩阵计算66-67
• 4.3.3 机械臂系统惯量矩阵计算67
• 4.3.4 机械臂系统向心力与哥氏力计算67
• 4.3.5 机械臂系统系统重力项计算67-68
• 4.3.6 6R机械臂的动力学方程68-69
• 4.4 本章小结69-70
• 第5章 基于SIFT算法的视觉目标定位70-84
• 5.1 视觉测距原理70-74
• 5.1.1 摄像机小孔成像模型71-73
• 5.1.2 双目视觉测距原理73-74
• 5.1.3 视觉信息的特征值提取74
• 5.2 SIFT算法视觉定位原理74-80
• 5.2.1 SIFT算法理论74
• 5.2.2 尺度空间74-75
• 5.2.3 构建高斯金字塔75-77
• 5.2.4 特征点位置的确定77-78
• 5.2.5 生成特征描述子78-80
• 5.3 基于BP-SIFT算法的目标测距80-83
• 5.3.1 BP-SIFT算法理论80-81
• 5.3.2 目标定位与逆运动仿真测试算例81-83
• 5.4 本章小结83-84
• 总结与展望84-86
• 总结84-85
• 展望85-86
• 参考文献86-91
• 致谢91-92
• 附录A 攻读学位期间所发表的学术论文92

【参考文献】

中国期刊全文数据库 前10条

1 高建设;李明祥;侯伯杰;王保糖;;新型四足步行机器人串并混联腿的运动学分析[J];光学精密工程;2015年11期

2 陈聪;姚大志;;高灵敏度CCD和图像特征在车牌识别中的应用[J];计算机仿真;2015年11期

3 曲道奎;;中国机器人产业发展现状与展望[J];中国科学院院刊;2015年03期

4 林义闽;吕乃光;娄小平;董明利;;用于弱纹理场景三维重建的机器人视觉系统[J];光学精密工程;2015年02期

5 张学峰;陈渤;王鹏辉;刘宏伟;;一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法[J];电子与信息学报;2015年01期

6 陈桂;陈耀忠;林健;温秀兰;;机器人逆运动学的微分进化与粒子群优化BP神经网络求解[J];南京理工大学学报;2014年06期

7 宫赤坤;余国鹰;熊吉光;黄成林;;六自由度机器人设计分析与实现[J];现代制造工程;2014年11期

8 王生生;杨娟娟;柴胜;;基于混沌鲶鱼效应的人工蜂群算法及应用[J];电子学报;2014年09期

9 高云峰;吕明睿;周伦;李瑞峰;;一种五自由度混联机器人运动学分析[J];哈尔滨工业大学学报;2014年07期

10 王田苗;陶永;;我国工业机器人技术现状与产业化发展战略[J];机械工程学报;2014年09期

中国硕士学位论文全文数据库 前1条

1 卢宏琴;基于旋量理论的机器人运动学和动力学研究及其应用[D];南京航空航天大学;2007年

  本文关键词：基于视觉的6R工业机械臂运动规划，由笔耕文化传播整理发布。

，

本文编号：473190