發(fā)布時(shí)間：2023-05-19 18:02

　　無標(biāo)定視覺伺服是近些年的一個(gè)熱點(diǎn)研究方向。在無標(biāo)定視覺伺服中一個(gè)主要問題是如何求取反映圖像空間與機(jī)器人操作空間之間映射關(guān)系的圖像雅可比矩陣(Image Jacobian Matrix,IJM)。本文在已公布的關(guān)于無標(biāo)定視覺伺服研究成果基礎(chǔ)上,主要圍繞圖像雅可比矩陣的在線估計(jì)與運(yùn)動(dòng)目標(biāo)狀態(tài)估計(jì)兩個(gè)問題進(jìn)行了研究。主要工作如下:設(shè)計(jì)了基于自適應(yīng)容積Kalman濾波的IJM在線估計(jì)方法。由于實(shí)際噪聲的統(tǒng)計(jì)特性很難完全獲知,本文利用容積Kalman濾波具有對經(jīng)過非線性變換后的隨機(jī)變量的概率分布逼近精度良好的優(yōu)勢,將未知IJM作為狀態(tài)向量、含噪聲的圖像特征作為觀測向量,設(shè)計(jì)了基于自適應(yīng)容積Kalman濾波的IJM在線估計(jì)器,實(shí)驗(yàn)結(jié)果表明本文研究工作可以提高無標(biāo)定視覺伺服控制系統(tǒng)的精度。針對眼在手構(gòu)型的目標(biāo)運(yùn)動(dòng)狀態(tài)的估計(jì)問題,設(shè)計(jì)了強(qiáng)跟蹤卡爾曼(Strong Tracking Kalman Filter,STKF)觀測器。在觀測點(diǎn)固定時(shí),經(jīng)典的STKF觀測器對突變狀態(tài)具有極強(qiáng)的跟蹤能力,而眼在手構(gòu)型中相機(jī)(觀測點(diǎn))是運(yùn)動(dòng)的。鑒于此,本文對觀測向量進(jìn)行了改造,保證了 STKF觀測器能夠適用于觀測點(diǎn)運(yùn)...

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 機(jī)器人視覺伺服
    1.3 機(jī)器人無標(biāo)定視覺伺服的國內(nèi)外研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容及方法
2 視覺伺服控制技術(shù)
    2.1 引言
    2.2 視覺伺服系統(tǒng)坐標(biāo)系
    2.3 攝像機(jī)模型以及圖像特征選取
    2.4 機(jī)器人運(yùn)動(dòng)學(xué)以及雅可比矩陣
    2.5 圖像雅可比矩陣
    2.6 本章小結(jié)
3 基于容積濾波的圖像雅可比矩陣在線估計(jì)
    3.1 引言
    3.2 容積卡爾曼濾波原理
    3.3 基于自適應(yīng)容積卡爾曼濾波的IJM在線估計(jì)
    3.4 仿真實(shí)驗(yàn)
    3.5 本章小結(jié)
4 基于運(yùn)動(dòng)目標(biāo)的無標(biāo)定視覺伺服
    4.1 引言
    4.2 不同手眼構(gòu)型下運(yùn)動(dòng)目標(biāo)的圖像雅可比矩陣
    4.3 基于強(qiáng)跟蹤卡爾曼濾波的觀測器設(shè)計(jì)
    4.4 實(shí)驗(yàn)
    4.5 本章小結(jié)
5 機(jī)器人實(shí)物驗(yàn)證
    5.1 引言
    5.2 視覺伺服系統(tǒng)實(shí)驗(yàn)平臺的搭建
    5.3 靜止目標(biāo)定位實(shí)驗(yàn)
    5.4 運(yùn)動(dòng)目標(biāo)跟蹤實(shí)驗(yàn)
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間主要成果



本文編號：3819828