基于视觉的机器人非线性位姿估计和控制

发布时间：2021-12-24 06:50

　　随着科学技术的发展,机器人频繁地出现在大众视野,其应用范围也逐渐由工业领域扩展到生活服务、医疗卫生等领域。机器人工作环境也日趋复杂且非结构化。视觉传感器作为机器人的“眼睛”,是机器人在非结构构化工作环境中运行必不可少的组件。因此,视觉伺服系统已成为机器人控制领域热点研究方向之一,对提高机器人适应复杂环境和自主控制能力具有重要意义。由于对系统参数不确定性和图像测量噪声的鲁棒性较强,基于图像的视觉伺服技术在机器人控制中得到了广泛的应用。然而,传统的基于图像雅可比矩阵的视觉伺服系统存在稳定域较小、特征点容易丢失,且容易产生意料之外的运动轨迹等问题。因此,针对基于图像的视觉伺服系统,如何提高视觉伺服系统的性能,保证目标始终在视野之内,且在非结构化环境下避开障碍物尤为重要。针对上述问题,本文对基于视觉的机器人位姿估计和控制进行了深度研究,主要研究内容如下:1.针对单目相机无法感知环境三维信息问题,提出了一种特征点位置的连续Riccati观测器设计方法,利用三维信息的估计来提高视觉伺服系统的性能。首先,基于机器人的运动信息,给出了扩展Kalman滤波器设计方法。在此基础上,利用Lyapunov方法... 

【文章来源】：浙江工业大学浙江省

【文章页数】：107 页

【学位级别】：博士

【部分图文】：

巷道分拣机器人Figure1-1.Typicallanewaysortingrobot

员承担一些琐碎的跑腿工作。Moxi机器人的外观如图1-2所示。据新闻报道，美国华盛顿医疗中心、卢旺达Kanyinya新型冠状病毒治疗中心和武汉市第三医院等医疗机构都使用了智能视觉机器人协作医护人员开展工作。智能医护机器人与医护人员、病人共享工作空间，对安全性和可靠性的要求较高，需要装配冗余协作机器手臂，在进行工作时，需要时刻通过视觉观察环境并关注自身手臂与周边环境中其它物品是否会发生碰撞，且应具有避开环境中的障碍物抓取药物和工具的能力。图1-1巷道分拣机器人Figure1-1.Typicallanewaysortingrobot图1-2Moxi智能医护机器人Figure1-2.Moxiintelligentmedicalrobot在这些应用中，环境和任务是动态变化的，因此，机器人控制系统必须能够在复杂的环境中认识环境和对象、判断目标的距离、接近目的地以及绕过障碍物抓取目标物体。人类依赖视觉完成各种复杂的工作，对于机器人，视觉同样是认识动态环境最合适的传感器，是执行动态任务必不可少的组件。大量来自不同领域的研究者对基于视觉的控制技术表现出了极大的兴趣，探索了视觉控制技术在各个领域中的应用，如生物细胞自动注射[5]、内窥镜手术[6]和救灾机器人[7]等。在机器人领域，由于对系统参数不确定性和图像测量噪声的鲁棒性较强，基于图像的视觉伺服技术得到了广泛的应用。然而，传统的基于图像雅可比矩阵的视觉伺服系统存在稳定域较孝特征点容易丢失，且容易产生意料之外的运动轨迹等问题。针对这些问题，期望能够通过视觉动态估计特征点三维信息以提高视觉伺服系统的性能、改善三维运动轨迹，同时保证在伺服过程中目标物体始终在视野之内，且在非结构化环境下能够避开障碍物。因此，开展基于视觉的机器人状态估计和控制方面的研究具有重要意义。1.2视觉伺服研究现

SuperPoint的典型实验结果IFigure2-10.TypicalexperimentalresultsofSuperPointI


本文编号：3550012