基于视觉引导的转载机械臂自动对准控制方法研究
发布时间:2023-08-07 09:39
随着光学、电子学、控制科学、机器人学等众多学科的蓬勃发展,在机器人控制领域,视觉控制是当前的研究热点之一。在工业机器人领域,视觉主要用途有:产品的外观检测,如医药生产上的瓶口检测;零部件的识别,如汽车行业上用于汽车零部件信息数据的采集和追溯;引导和定位,如汽车行业冲压车间的机床在上下料时采用机器视觉来定位,则可以引导机械臂准确抓取;高精度检测,在精密度要求高的场合,肉眼达不到作业要求时,则需要用视觉设备代替人眼来执行作业。本文以基于视觉反馈的三自由度转载机械臂控制过程为研究对象,对该机械臂的运动学和动力学进行分析,通过视觉传感器进行图像采集,获得图像信息后完成图像处理以及图像特征提取与定位。本文主要工作如下:首先,论述了机器人视觉控制的研究现状,对基于位置的视觉伺服控制和基于图像特征的视觉控制进行了介绍;介绍了机械臂运动学的基础理论和转载机械臂的基本结构特征,以此为基础,利用MATLAB软件进行了正运动学和逆运动学仿真,实现了对运动学模型的验证。其次,利用拉格朗日方程建立了机械臂的动力学方程,得到了机械臂动力学模型。设计了基于模型补偿的机械臂PD控制,通过李雅普诺夫稳定性原理证明了机械...
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 机器人视觉国内外研究现状
1.2.1 机器人视觉国外研究现状
1.2.2 机器人视觉国内研究现状
1.3 视觉控制的分类
1.3.1 基于位置的视觉控制
1.3.2 基于位置的视觉控制的特点
1.3.3 基于图像特征的视觉控制
1.3.4 基于图像特征的视觉控制的特点
1.4 文章主要工作及章节安排
第2章 三自由度转载机械臂运动学分析
2.1 引言
2.2 机械臂结构及运动学方程的建立
2.2.1 三自由度机械臂运动学模型
2.2.2 运动学模型算例
2.2.3 运动学逆解
2.2.4 运动学逆解算例
2.3 运动学模型仿真验证
2.3.1 基于Matlab的正运动学仿真验证
2.3.2 基于Matlab的逆运动学仿真验证
2.4 本章小结
第3章 三自由度转载机械臂动力学建模及控制器设计
3.1 引言
3.2 三自由度转载机械臂动力学方程
3.2.1 连杆的动能和势能
3.2.2 三自由度转载机械臂动力学方程
3.3 基于模型补偿的机械手PD控制
3.3.1 滑模变结构控制简介
3.3.2 控制器设计
3.3.3 仿真实验
3.4 本章小结
第4章 图像预处理与目标识别
4.1 引言
4.2 数字图像处理
4.2.1 合作目标点的图像预处理
4.2.2 图像增强
4.2.3 图像平滑
4.2.4 图像边缘检测
4.3 基于SIFT局部特征的合作目标特征点检测
4.4 SIFT特征点匹配
4.5 目标图像定位计算
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
本文编号:3840005
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 课题的研究背景及意义
1.2 机器人视觉国内外研究现状
1.2.1 机器人视觉国外研究现状
1.2.2 机器人视觉国内研究现状
1.3 视觉控制的分类
1.3.1 基于位置的视觉控制
1.3.2 基于位置的视觉控制的特点
1.3.3 基于图像特征的视觉控制
1.3.4 基于图像特征的视觉控制的特点
1.4 文章主要工作及章节安排
第2章 三自由度转载机械臂运动学分析
2.1 引言
2.2 机械臂结构及运动学方程的建立
2.2.1 三自由度机械臂运动学模型
2.2.2 运动学模型算例
2.2.3 运动学逆解
2.2.4 运动学逆解算例
2.3 运动学模型仿真验证
2.3.1 基于Matlab的正运动学仿真验证
2.3.2 基于Matlab的逆运动学仿真验证
2.4 本章小结
第3章 三自由度转载机械臂动力学建模及控制器设计
3.1 引言
3.2 三自由度转载机械臂动力学方程
3.2.1 连杆的动能和势能
3.2.2 三自由度转载机械臂动力学方程
3.3 基于模型补偿的机械手PD控制
3.3.1 滑模变结构控制简介
3.3.2 控制器设计
3.3.3 仿真实验
3.4 本章小结
第4章 图像预处理与目标识别
4.1 引言
4.2 数字图像处理
4.2.1 合作目标点的图像预处理
4.2.2 图像增强
4.2.3 图像平滑
4.2.4 图像边缘检测
4.3 基于SIFT局部特征的合作目标特征点检测
4.4 SIFT特征点匹配
4.5 目标图像定位计算
4.6 本章小结
第5章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
本文编号:3840005
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3840005.html