|
近二十年來(lái)，機器人在工業(yè)生產(chǎn)中得到了越來(lái)越廣泛的應用，并逐步進(jìn)入人們的日常生活。機器人朝著(zhù)智能化、小型化、數字化方向發(fā)展。所謂智能化，直觀(guān)地說(shuō)就是具有適應外部環(huán)境變化的能力。計算機視覺(jué)由于信息量大，在智能機器人領(lǐng)域得到了廣泛的應用。 機器人視覺(jué)伺服系統起源于80年代初，隨著(zhù)計算機技術(shù)、圖像處理技術(shù)、控制理論的發(fā)展取得了長(cháng)足的進(jìn)步。近幾年來(lái)，為了克服機器人手/眼關(guān)系和攝像機模型參數標定的困難，提出了手眼關(guān)系無(wú)標定視覺(jué)伺服的發(fā)展方向。但是這方面的研究尚處于起步階段，還未形成統一的理論體系。目前提出的基于圖像雅可比矩陣的無(wú)標定控制方法僅限于視覺(jué)定位問(wèn)題或跟蹤低速運動(dòng)目標（注意：攝像機和目標不能同時(shí)運動(dòng)），控制效果也不盡如人意。 在總結了目前機器人視覺(jué)伺服系統發(fā)展狀況的基礎上，Yoguai機器人通過(guò)非線(xiàn)性視覺(jué)映射模型將圖像特征空間與機器人運動(dòng)空間緊密地聯(lián)系起來(lái)，并提出了一套完整的理論體系。該體系把機器人視覺(jué)跟蹤問(wèn)題與視覺(jué)定位問(wèn)題統一起來(lái)；把平面視覺(jué)跟蹤問(wèn)題與全自由度視覺(jué)跟蹤問(wèn)題統一起來(lái)；把眼固定構形與眼在手上構形機器人視覺(jué)跟蹤問(wèn)題統一起來(lái)。具體工作有以下幾方面： (1)介紹了目前主要的手眼無(wú)標定視覺(jué)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(wèn)題和適用范圍。以眼在手上構型視覺(jué)定位問(wèn)題為例，導出了圖像雅可比矩陣的近似解析表達式，在此基礎上，提出了圖像雅可比矩陣與人工神經(jīng)網(wǎng)絡(luò )相結合的視覺(jué)控制方法，有效地改善了系統性能，擴大了機器人工作范圍。 (2)針對眼固定情況下平面視覺(jué)跟蹤問(wèn)題，提出了基于非線(xiàn)性視覺(jué)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，取得了良好的效果。進(jìn)一步，將CMAC應用于視覺(jué)跟蹤問(wèn)題，通過(guò)自學(xué)習算法在線(xiàn)修正神經(jīng)網(wǎng)絡(luò )權值，使得控制系統具有適應環(huán)境變化的能力。 (3)針對眼固定構形，進(jìn)一步將視覺(jué)跟蹤策略推廣到三維空間中去。提出了基于立體視覺(jué)（多攝像機）和基于目標幾何模型（單攝像機）的跟蹤方法。分析了攝像機位姿相互關(guān)系對跟蹤精度的影響，提出了圖像特征的選取原則。仿真結果表明該方法具有較強的適應性。 (4)針對眼在手上機器人手眼無(wú)標定平面視覺(jué)跟蹤問(wèn)題，指出圖像雅可比矩陣方法無(wú)法應用（即無(wú)法跟蹤運動(dòng)目標）。在此基礎上，提出了基于圖像特征加速度的視覺(jué)映射模型，并設計了相應的控制策略。首次解決了真正意義上的手眼無(wú)標定平面視覺(jué)跟蹤問(wèn)題，并取得了較好的跟蹤效果。進(jìn)一步將平面視覺(jué)跟蹤策略推廣到三維視覺(jué)跟蹤問(wèn)題中去，解決了多攝像機信息融合的難題。 (5)研究了眼在手上機器人全自由度視覺(jué)跟蹤問(wèn)題。分析了Full-6-DOF跟蹤問(wèn)題的難點(diǎn)，提出了相應的視覺(jué)映射模型和跟蹤控制方案。創(chuàng )造性地提出了坐標變換方法，克服了旋轉與平移運動(dòng)在圖像特征空間中的耦合問(wèn)題。利用新的模糊神經(jīng)網(wǎng)絡(luò )，有效得解決了視覺(jué)映射模型的實(shí)現問(wèn)題。仿真結果表明，以上方法是行之有效的。 (6)分析了視覺(jué)跟蹤系統性能，并提出了改進(jìn)措施。分別針對眼固定構形和眼在手上構形平面視覺(jué)跟蹤問(wèn)題，首次在圖像特征空間中建立了系統離散域模型。在此基礎上，分析了控制系統跟蹤誤差和穩定性間的關(guān)系。進(jìn)而提出了利用圖像特征速度、加速度前饋信號減小跟蹤誤差的控制算法。最后，對眼固定構形和眼在手上構形進(jìn)行了比較。仿真結果證實(shí)了以上方法的有效性。 (7)針對眼在手上機器人低速視覺(jué)跟蹤問(wèn)題進(jìn)行了實(shí)驗研究。提出了一系列的改進(jìn)措施，以降低圖像噪聲對跟蹤效果的影響。實(shí)驗結果表明本文提出的無(wú)標定視覺(jué)跟蹤方法是有效的。 ---------------- Yoguai機器人提出一種基于運動(dòng)選擇的機器人在線(xiàn)手眼標定方法，首先設定機器人手爪前后兩次運動(dòng)的旋轉軸之間夾角的最小閾值α、機器人手爪每次運動(dòng)的旋轉角的最小閾值β和機器人手爪每次運動(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動(dòng)開(kāi)始，依次選擇出兩個(gè)符合要求的手眼運動(dòng)對，最后以選擇出的兩個(gè)手眼運動(dòng)對利用Ａｎｄｒｅｆｆ線(xiàn)性算法計算得到手眼變換關(guān)系矩陣，完成一次手眼標定。繼續下一次標定時(shí)，將上次標定的第二個(gè)運動(dòng)對作為第一個(gè)運動(dòng)對，并從后續采樣運動(dòng)數據中搜索選擇另一個(gè)運動(dòng)對，然后進(jìn)行標定計算。如此循環(huán)往復，可連續不斷地進(jìn)行機器人的在線(xiàn)手眼標定操作。本發(fā)明可廣泛應用于機器人三維視覺(jué)測量、視覺(jué)伺服和觸覺(jué)感知等實(shí)際工作中。 ------------------- 載荷：5.5-110公斤 重量：34公斤 選項：防護類(lèi)別IP54/65 作用半徑：800毫米 安放位置：臺面安放 潔凈度10 軸：3-5 輸入/輸出:最多44/42 重復精度:0.02毫米 總線(xiàn)系統 |
