|
近二十年來，機(jī)器人在工業(yè)生產(chǎn)中得到了越來越廣泛的應(yīng)用，并逐步進(jìn)入人們的日常生活。機(jī)器人朝著智能化、小型化、數(shù)字化方向發(fā)展。所謂智能化，直觀地說就是具有適應(yīng)外部環(huán)境變化的能力。計(jì)算機(jī)視覺由于信息量大，在智能機(jī)器人領(lǐng)域得到了廣泛的應(yīng)用。 機(jī)器人視覺伺服系統(tǒng)起源于80年代初，隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、控制理論的發(fā)展取得了長(zhǎng)足的進(jìn)步。近幾年來，為了克服機(jī)器人手/眼關(guān)系和攝像機(jī)模型參數(shù)標(biāo)定的困難，提出了手眼關(guān)系無標(biāo)定視覺伺服的發(fā)展方向。但是這方面的研究尚處于起步階段，還未形成統(tǒng)一的理論體系。目前提出的基于圖像雅可比矩陣的無標(biāo)定控制方法僅限于視覺定位問題或跟蹤低速運(yùn)動(dòng)目標(biāo)（注意：攝像機(jī)和目標(biāo)不能同時(shí)運(yùn)動(dòng)），控制效果也不盡如人意。 在總結(jié)了目前機(jī)器人視覺伺服系統(tǒng)發(fā)展?fàn)顩r的基礎(chǔ)上，Yoguai機(jī)器人通過非線性視覺映射模型將圖像特征空間與機(jī)器人運(yùn)動(dòng)空間緊密地聯(lián)系起來，并提出了一套完整的理論體系。該體系把機(jī)器人視覺跟蹤問題與視覺定位問題統(tǒng)一起來；把平面視覺跟蹤問題與全自由度視覺跟蹤問題統(tǒng)一起來；把眼固定構(gòu)形與眼在手上構(gòu)形機(jī)器人視覺跟蹤問題統(tǒng)一起來。具體工作有以下幾方面： (1)介紹了目前主要的手眼無標(biāo)定視覺伺服方法——圖像雅可比矩陣方法（包括神經(jīng)網(wǎng)絡(luò)方法）的基本原理，分析了該方法存在的問題和適用范圍。以眼在手上構(gòu)型視覺定位問題為例，導(dǎo)出了圖像雅可比矩陣的近似解析表達(dá)式，在此基礎(chǔ)上，提出了圖像雅可比矩陣與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的視覺控制方法，有效地改善了系統(tǒng)性能，擴(kuò)大了機(jī)器人工作范圍。 (2)針對(duì)眼固定情況下平面視覺跟蹤問題，提出了基于非線性視覺映射模型的跟蹤控制策略，并利用人工神經(jīng)網(wǎng)絡(luò)加以實(shí)現(xiàn)，取得了良好的效果。進(jìn)一步，將CMAC應(yīng)用于視覺跟蹤問題，通過自學(xué)習(xí)算法在線修正神經(jīng)網(wǎng)絡(luò)權(quán)值，使得控制系統(tǒng)具有適應(yīng)環(huán)境變化的能力。 (3)針對(duì)眼固定構(gòu)形，進(jìn)一步將視覺跟蹤策略推廣到三維空間中去。提出了基于立體視覺（多攝像機(jī)）和基于目標(biāo)幾何模型（單攝像機(jī)）的跟蹤方法。分析了攝像機(jī)位姿相互關(guān)系對(duì)跟蹤精度的影響，提出了圖像特征的選取原則。仿真結(jié)果表明該方法具有較強(qiáng)的適應(yīng)性。 (4)針對(duì)眼在手上機(jī)器人手眼無標(biāo)定平面視覺跟蹤問題，指出圖像雅可比矩陣方法無法應(yīng)用（即無法跟蹤運(yùn)動(dòng)目標(biāo)）。在此基礎(chǔ)上，提出了基于圖像特征加速度的視覺映射模型，并設(shè)計(jì)了相應(yīng)的控制策略。首次解決了真正意義上的手眼無標(biāo)定平面視覺跟蹤問題，并取得了較好的跟蹤效果。進(jìn)一步將平面視覺跟蹤策略推廣到三維視覺跟蹤問題中去，解決了多攝像機(jī)信息融合的難題。 (5)研究了眼在手上機(jī)器人全自由度視覺跟蹤問題。分析了Full-6-DOF跟蹤問題的難點(diǎn)，提出了相應(yīng)的視覺映射模型和跟蹤控制方案。創(chuàng)造性地提出了坐標(biāo)變換方法，克服了旋轉(zhuǎn)與平移運(yùn)動(dòng)在圖像特征空間中的耦合問題。利用新的模糊神經(jīng)網(wǎng)絡(luò)，有效得解決了視覺映射模型的實(shí)現(xiàn)問題。仿真結(jié)果表明，以上方法是行之有效的。 (6)分析了視覺跟蹤系統(tǒng)性能，并提出了改進(jìn)措施。分別針對(duì)眼固定構(gòu)形和眼在手上構(gòu)形平面視覺跟蹤問題，首次在圖像特征空間中建立了系統(tǒng)離散域模型。在此基礎(chǔ)上，分析了控制系統(tǒng)跟蹤誤差和穩(wěn)定性間的關(guān)系。進(jìn)而提出了利用圖像特征速度、加速度前饋信號(hào)減小跟蹤誤差的控制算法。最后，對(duì)眼固定構(gòu)形和眼在手上構(gòu)形進(jìn)行了比較。仿真結(jié)果證實(shí)了以上方法的有效性。 (7)針對(duì)眼在手上機(jī)器人低速視覺跟蹤問題進(jìn)行了實(shí)驗(yàn)研究。提出了一系列的改進(jìn)措施，以降低圖像噪聲對(duì)跟蹤效果的影響。實(shí)驗(yàn)結(jié)果表明本文提出的無標(biāo)定視覺跟蹤方法是有效的。 ---------------- Yoguai機(jī)器人提出一種基于運(yùn)動(dòng)選擇的機(jī)器人在線手眼標(biāo)定方法，首先設(shè)定機(jī)器人手爪前后兩次運(yùn)動(dòng)的旋轉(zhuǎn)軸之間夾角的最小閾值α、機(jī)器人手爪每次運(yùn)動(dòng)的旋轉(zhuǎn)角的最小閾值β和機(jī)器人手爪每次運(yùn)動(dòng)的平移分量的模的最大閾值ｄ，然后從第一次手眼采樣運(yùn)動(dòng)開始，依次選擇出兩個(gè)符合要求的手眼運(yùn)動(dòng)對(duì)，最后以選擇出的兩個(gè)手眼運(yùn)動(dòng)對(duì)利用Ａｎｄｒｅｆｆ線性算法計(jì)算得到手眼變換關(guān)系矩陣，完成一次手眼標(biāo)定。繼續(xù)下一次標(biāo)定時(shí)，將上次標(biāo)定的第二個(gè)運(yùn)動(dòng)對(duì)作為第一個(gè)運(yùn)動(dòng)對(duì)，并從后續(xù)采樣運(yùn)動(dòng)數(shù)據(jù)中搜索選擇另一個(gè)運(yùn)動(dòng)對(duì)，然后進(jìn)行標(biāo)定計(jì)算。如此循環(huán)往復(fù)，可連續(xù)不斷地進(jìn)行機(jī)器人的在線手眼標(biāo)定操作。本發(fā)明可廣泛應(yīng)用于機(jī)器人三維視覺測(cè)量、視覺伺服和觸覺感知等實(shí)際工作中。 ------------------- 載荷：5.5-110公斤 重量：34公斤 選項(xiàng)：防護(hù)類別IP54/65 作用半徑：800毫米 安放位置：臺(tái)面安放 潔凈度10 軸：3-5 輸入/輸出:最多44/42 重復(fù)精度:0.02毫米 總線系統(tǒng) |
