發(fā)布時間：2017-04-08 16:18

  本文關(guān)鍵詞：基于單應(yīng)性的工業(yè)機械臂視覺軌跡跟蹤迭代學(xué)習(xí)控制，由筆耕文化傳播整理發(fā)布。

【摘要】：工業(yè)機器人通常需要做一些重復(fù)的流水線工作,基于視覺的控制可以提高精度。傳統(tǒng)的基于圖像的視覺跟蹤軌跡控制缺少深度信息,導(dǎo)致模型參數(shù)不確定,從而影響系統(tǒng)的穩(wěn)定性和收斂性。本文提出了基于單應(yīng)性的迭代開閉環(huán)視覺控制,能夠提高控制系統(tǒng)動態(tài)性能,并且精確跟蹤軌跡�！把墼谑稚稀钡南鄼C安裝方式存在目標物體跑出視野問題,本文針對此問題,提出變時長迭代學(xué)習(xí)控制方案,某次迭代目標物體跑出視野,之后的迭代也能夠保證目標物體一直在視野范圍內(nèi)。本文的主要工作分述如下：1、利用全局灰度梯度法求解單應(yīng)性矩陣,而非如SIFT等算法提取特征點,再根據(jù)特征點像素位置求解單應(yīng)性矩陣的方法求解單應(yīng)性矩陣,這樣可以利用平面物體所有像素的信息,從而避免特征點錯誤匹配帶來的誤差,時間上前者是后者的0.3倍。2、針對基于圖像的視覺伺服控制缺少深度信息問題,提出基于單應(yīng)性的工業(yè)機械臂視覺軌跡跟蹤迭代學(xué)習(xí)控制方案,并且證明系統(tǒng)的收斂性。相比于基于圖像特征的視覺跟蹤控制,單應(yīng)性描述兩幅圖片的關(guān)系,間接反映相機之間的幾何關(guān)系,和三維空間的關(guān)系較為直接,簡化了控制器的設(shè)計。該方案中,誤差是單應(yīng)性矩陣的表達式,不需要分解單應(yīng)性矩陣,從而縮短了計算時間并且避免了單應(yīng)性矩陣分解多解的問題。采用迭代學(xué)習(xí)控制方案,根據(jù)之前誤差信息,調(diào)整下次迭代系統(tǒng)輸入,能夠?qū)崿F(xiàn)軌跡的精確跟蹤。利用該方案完成了機械臂跟蹤目標物體軌跡的實驗,驗證了該方案的有效性。3、局部視覺容易出現(xiàn)目標物體跑出視野的問題,針對此間題,提出了基于單應(yīng)性的工業(yè)機械臂視覺軌跡跟蹤變時長迭代學(xué)習(xí)控制方案。目標物體跑出視野,則此次迭代終止,存在迭代時間不一致問題,即下次迭代在上次迭代目標物體跑出視野后沒有前饋信息�；诖�,本文提出兩種方案：1切換變時長迭代學(xué)習(xí)控制,沒有上次迭代信息,則將控制器切換為只有反饋的控制器；2高階變時長迭代學(xué)習(xí)控制,上次迭代信息缺失,則選擇之前迭代效果最優(yōu)的迭代信息。通過仿真和實驗,說明此方案能夠有效解決目標物體跑出視野的問題。
【關(guān)鍵詞】：工業(yè)機械臂 單應(yīng)性 全局灰度梯度法 迭代學(xué)習(xí)控制 變時長 軌跡跟蹤
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TP242.2
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-15
• 第一章 緒論15-23
• 1.1 工業(yè)機械臂視覺跟蹤問題概述15-18
• 1.1.1 視覺跟蹤控制的發(fā)展15-16
• 1.1.2 圖像處理技術(shù)在機器人方面運用和發(fā)展16-17
• 1.1.3 視野約束問題研究發(fā)展17-18
• 1.2 迭代學(xué)習(xí)控制概述18-19
• 1.3 論文基本思路19-20
• 1.4 論文組織結(jié)構(gòu)20-23
• 第二章 系統(tǒng)方案設(shè)計23-37
• 2.1 控制任務(wù)23-24
• 2.2 系統(tǒng)結(jié)構(gòu)24
• 2.3 實驗平臺介紹24-26
• 2.4 實驗機械臂26-31
• 2.4.1 機械臂運動學(xué)模型26-30
• 2.4.2 機械臂雅克比矩陣的計算30-31
• 2.5 針孔攝像機模型與圖像雅克比矩陣31-37
• 2.5.1 針孔攝像機模型31-32
• 2.5.2 相機的標定32-33
• 2.5.3 圖像雅克比矩陣33-37
• 第三章 全局快速求解單應(yīng)性矩陣37-47
• 3.1 單應(yīng)性矩陣原理37-39
• 3.2 SIFT算法求解圖像的特征點像素位置39-40
• 3.3 SIFT與SURF算法的性能比較40-42
• 3.3.1 SURF算法原理40
• 3.3.2 SIFT算法和SURF算法結(jié)果對比40-42
• 3.4 全局灰度梯度下降法求解單應(yīng)性矩陣42-45
• 3.4.1 將圖像問題轉(zhuǎn)化為求最小值的迭代問題42-43
• 3.4.2 梯度迭代法求解單應(yīng)性矩陣43-44
• 3.4.3 特征點提取方法和全局灰度法求解單應(yīng)性效果對比44-45
• 3.5 結(jié)論45-47
• 第四章 基于單應(yīng)性軌跡跟蹤迭代控制方案47-63
• 4.1 軌跡描述47
• 4.2 誤差系統(tǒng)47-49
• 4.3 迭代控制器設(shè)計49-52
• 4.3.1 控制結(jié)構(gòu)49-50
• 4.3.2 系統(tǒng)收斂性證明50-52
• 4.4 迭代控制方案仿真52-56
• 4.4.1 仿真結(jié)果52-56
• 4.4.2 仿真結(jié)論56
• 4.5 迭代控制方案實驗56-61
• 4.5.1 實驗步驟56-57
• 4.5.2 檢驗算法有效性方法57
• 4.5.3 迭代控制方案具體實驗結(jié)果57-61
• 4.5.4 迭代控制方案實驗小結(jié)61
• 4.6 結(jié)論61-63
• 第五章 變時長迭代的控制方案63-75
• 5.1 目標物體跑出視野問題背景63-64
• 5.2 變時長迭代控制方案64-65
• 5.2.1 切換變時長迭代控制方案64-65
• 5.2.2 高階變時長迭代控制方案65
• 5.3 兩種變時長迭代控制方案仿真65-68
• 5.3.1 仿真結(jié)果65-68
• 5.3.2 仿真小結(jié)68
• 5.4 變時長迭代控制策略實驗68-73
• 5.4.1 實驗結(jié)果68-73
• 5.4.2 實驗小結(jié)73
• 5.5 結(jié)論73-75
• 第六章 總結(jié)和展望75-77
• 6.1 工作總結(jié)75-76
• 6.2 研究展望76-77
• 參考文獻77-79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 賈丙西;劉山;張凱祥;陳劍;;機器人視覺伺服研究進展:視覺系統(tǒng)與控制策略[J];自動化學(xué)報;2015年05期

2 劉山;劉杰;;非最小相位系統(tǒng)的擴展Laguerre基函數(shù)迭代學(xué)習(xí)控制[J];控制理論與應(yīng)用;2012年08期

3 田森平;毛琳琳;;帶控制時滯廣義系統(tǒng)的PID型迭代學(xué)習(xí)算法[J];控制工程;2012年01期

4 ;A New Discrete-time Adaptive ILC for Nonlinear Systems with Time-varying Parametric Uncertainties[J];自動化學(xué)報;2008年07期

5 劉山,吳鐵軍;基于小波逼近的非線性系統(tǒng)魯棒迭代學(xué)習(xí)控制[J];自動化學(xué)報;2004年02期

6 劉山,吳鐵軍;基于穩(wěn)定逆的非最小相位系統(tǒng)的迭代學(xué)習(xí)控制[J];控制理論與應(yīng)用;2003年06期

7 邱茂林,馬頌德,李毅;計算機視覺中攝像機定標綜述[J];自動化學(xué)報;2000年01期

  本文關(guān)鍵詞：基于單應(yīng)性的工業(yè)機械臂視覺軌跡跟蹤迭代學(xué)習(xí)控制，由筆耕文化傳播整理發(fā)布。

，

本文編號：293218