基于图像特征的机械臂视觉伺服控制研究

发布时间：2017-04-18 16:02

  本文关键词：基于图像特征的机械臂视觉伺服控制研究，由笔耕文化传播整理发布。

【摘要】：基于图像的无标定视觉伺服方法避免了位姿估计、逆运动学求解以及摄像机参数标定的难题,仅需要这些参数的粗略值或者估计值即可实现机械臂的视觉伺服控制,具有计算量小、精度高、设计灵活等优点。本文首先介绍了机械臂视觉伺服的基本理论,总结了无标定视觉伺服方法的发展成果。其后,简述了机械臂的运动学基础,重点阐述了机械臂视觉系统、摄像机参数标定方法的基本原理以及标定中存在的问题。无标定视觉伺服方法中一个关键的问题是图像雅可比矩阵的在线估计,本文针对眼在手结构的六自由度机械臂伺服系统,推导了基于拟牛顿方法的控制策略以及基于动态Broyden方法的图像雅可比矩阵在线估计算法。针对拟牛顿法中出现的震颤现象,给出了一种基于置信域方法的拟牛顿控制策略,在无需精确标定值下实现大范围渐进稳定。为了消除图像噪声对雅可比矩阵估计的影响,本文详细论述了基于卡尔曼滤波以及基于自适应卡尔曼滤波的图像雅可比矩阵在线估计算法的原理并通过仿真验证。基于图像的视觉伺服控制能够保证在图像平面获得较好的控制性能,但却在笛卡尔空间的控制效果并不理想,存在诸如相机回退、超出视域等问题。本文详细阐述了基于图像雅可比矩阵分解的分离式视觉伺服以及基于单应性矩阵分解的混合式视觉伺服控制方法的原理。前者通过对Z轴运动的分离避免了相机回退的现象,而后者在无需深度信息的情况下,实现旋转运动与平移运动的解耦。最后,通过搭建Simulink视觉伺服平台验证了两种算法的有效性,进一步说明混合视觉相较于基于图像的视觉伺服方法的优势。最后,本文在基于C++语言的视觉伺服平台上,首先利用直接线性变换算法与随机抽样一致算法求解单应性矩阵。其次,实现了基于图像、基于混合视觉的机械臂视觉伺服仿真,为将无标定视觉伺服算法应用于实际机械臂控制系统做了铺垫。
【关键词】：机械臂 视觉伺服 图像雅可比矩阵 无标定 混合式视觉伺服
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 引言10-11
• 1.2 国内外研究现状及发展趋势11-16
• 1.2.1 基于位置的视觉伺服控制11-12
• 1.2.2 基于图像的视觉伺服控制12-14
• 1.2.3 混合式视觉伺服控制14
• 1.2.4 无标定的视觉伺服控制14-16
• 1.3 本文研究内容与结构16-17
• 第2章 机械臂视觉伺服基础17-29
• 2.1 机械臂的位姿描述17-21
• 2.1.1 坐标系变换17-19
• 2.1.2 机械臂D-H表示法19-21
• 2.2 机械臂雅可比矩阵的推导21-23
• 2.3 机械臂视觉系统23-27
• 2.3.1 摄像机透视投影成像模型23-24
• 2.3.2 摄像机参数的标定24-26
• 2.3.3 摄像机标定实验26-27
• 2.4 图像雅可比矩阵的推导27-29
• 第3章 基于最小二乘法的无标定视觉伺服控制29-39
• 3.1 基于拟牛顿法的视觉伺服控制方法29-32
• 3.1.1 静态目标下的视觉伺服控制算法31
• 3.1.2 运动目标下的视觉伺服控制算法31-32
• 3.2 动态Broyden方法在线估计雅可比矩阵32-34
• 3.3 基于拟牛顿法的无标定视觉伺服算法34-35
• 3.4 图像雅可比矩阵伪逆的在线估计35-36
• 3.5 基于卡尔曼滤波的图像雅可比矩阵的在线估计36-38
• 3.5.1 基于卡尔曼滤波的图像雅可比矩阵在线估计36-37
• 3.5.2 基于自适应卡尔曼滤波的图像雅可比矩阵在线估计算法37-38
• 3.6 本章小结38-39
• 第4章 基于图像的无标定视觉伺服控制仿真实现39-50
• 4.1 基于最小二乘法的无标定视觉伺服算法仿真实现39-47
• 4.1.1 静止目标定位任务40-46
• 4.1.2 运动目标跟踪任务仿真实现46-47
• 4.2 卡尔曼滤波在线估计的仿真实现47-48
• 4.2.1 静止目标定位任务47-48
• 4.2.2 运动目标跟踪任务48
• 4.3 仿真结果分析与比较48-50
• 第5章 混合式视觉伺服方法50-65
• 5.1 基于图像雅可比矩阵分解的分离式视觉方法51-53
• 5.2 基于单应性矩阵分解的混合视觉方法53-58
• 5.2.1 单应性矩阵的求解与分解53-56
• 5.2.2 基于单应性矩阵分解的混合视觉控制器设计56-58
• 5.3 基于ViSP视觉伺服平台的机械臂仿真实现58-63
• 5.3.1 单应性矩阵的求解59-60
• 5.3.2 基于图像的Viper850机械臂视觉伺服控制仿真60-62
• 5.3.3 Viper850机械臂混合视觉伺服仿真62-63
• 5.4 本章小结63-65
• 结论与展望65-67
• 参考文献67-72
• 攻读学位期间发表论文与研究成果清单72-73
• 致谢73

【参考文献】

中国期刊全文数据库 前10条

1 郑立斌;王红梅;顾寄南;石长华;何辉;;RBF神经网络在机器人视觉伺服控制中的应用[J];机床与液压;2015年15期

2 牛连丁;陈婷婷;张立志;;基于多尺度纹理特征的最小二乘法深度信息估计方法[J];智能计算机与应用;2015年04期

3 曾爱林;;基于改进神经网络的图像生物特征识别方法[J];科技通报;2015年02期

4 苏剑波;;ADRC理论和技术在机器人无标定视觉伺服中的应用和发展[J];控制与决策;2015年01期

5 高宏伟;王慧科;刘传银;李斌;;单相机变焦图像深度估计技术研究[J];计算机科学;2014年S1期

6 宗晓萍;李悦霞;刘伟东;;基于单应性矩阵分解的视觉控制器设计及仿真[J];河北大学学报(自然科学版);2013年03期

7 刘广瑞;黄真;韩莉莉;毕竞锴;;基于Kalman滤波的图像雅克比矩阵在线估计[J];郑州大学学报(工学版);2013年01期

8 丁建华;姚明海;赵瑜;;基于单应性矩阵的机器人视觉伺服系统研究[J];机电工程;2012年12期

9 吴忠强;张晓霞;;基于视觉反馈的机器人全调节RBF神经网络自适应反演控制[J];机械设计;2012年12期

10 顾正刚;康庆生;陆锦军;;机器人无标定视觉伺服系统及离散仿真[J];四川大学学报(自然科学版);2012年04期

  本文关键词：基于图像特征的机械臂视觉伺服控制研究，，由笔耕文化传播整理发布。

本文编号：315218