基于迭代CDKF的单站无源定位算法

针对单站无源定位系统存在滤波稳定性差、收敛速度慢和定位精度差等问题,提出一种迭代中心差分卡尔曼滤波算法.在迭代判决准则的约束下,重复利用观测信息对状态向量和误差协方差矩阵进行迭代估计使其更趋向真实值,同时用Levenberg-Marquardt优化方法调整预测误差协方差阵,保证算法的全局收敛.仿真结果表明,在不同参数测量精度条件下,该算法稳定性、收敛速度和定位精度较好.     

试探性运动在无标定视觉伺服系统中的应用

针对机器人视觉导引任务中，采用基于图像无标定视觉伺服控制策略时存在的图像雅可比矩阵估计随时间推移而变坏的问题，给出了一个快速、有效的解决方案．通过使用在最需要的方向上附加的试探性运动，有效地提高了图像雅可比矩阵估计的精度和速度．所研究的这一试探性运动在视觉伺服任务中所起的作用，将在后续的焊接机器人初始焊位导引任务中采用．     

一种基于图象的无标定视觉伺服方法的研究

采用基于图象的视觉伺服方法，绕过了3D空间的重建，直接利用图象特征来控制机器人的运动、给出了一种基于图象的无标定的视觉伺服控制方法，通过动态估算图象雅可比矩阵来代替实际的雅可比矩阵，消除了工业应用中标定的繁琐和由此引起的误差，特别避免了基于位置控制方法成像过程的非线性和图象匹配等带来的视觉重建困难。     

自适应迭代平方根UKF的单站无源定位算法

针对单站无源定位可观测性弱、收敛速度慢、定位精度差等问题,在结合相位差变化率和多普勒频率变化率定位方法的基础上,提出了一种基于自适应迭代SRUKF的单站无源定位算法,通过使用误差协方差阵的平方根替代协方差阵参与滤波,保证了滤波算法的数值稳定性.在迭代判决准则的约束下,通过对状态及其误差协方差矩阵平方根的自适应迭代估计调整滤波的观测值与状态值之间的权比,使滤波预测值误差协方差阵的平方根更为准确、合理,从而提高算法的稳定性、收敛速度和定位精度.仿真结果验证了新算法的有效性.     

改进EKF算法在固定单站被动目标跟踪中的应用

针对传统EKF算法线性化误差较大的问题,基于固定单站被动目标跟踪模型,研究了非线性函数线性化展开点及雅可比矩阵取值点对线性化逼近误差的影响,然后对传统EKF算法的线性化展开方式进行优化,提出一种基于中值定理的后向平滑BS-EKF算法。仿真结果表明,与传统EKF相比,该算法在时间复杂度上略有增加,但稳定性、滤波精度和收敛速度有所提高,适用于对定位精度要求较高的情况。     

基于极线几何的机器人视觉伺服控制系统分析

为了更好地解决机器人视觉伺服控制系统中运行误差的问题,引入了一种基于图像的交互式几何建模方法。该方法利用自动方式标定模型的平行线、特征点,得到摄像机参数,进而计算出模型的几何信息,然后从图像中提取要素,提出一种最优控制运行方式,并且以此为基础提出了视觉伺服控制器的设计。仿真与试验结果表明,这种控制方法能够使图像上特征向量的误差收敛到零,机器人能够到达期望的位姿上。     

由支链构造并联机器人雅可比矩阵

为获得并联机器人雅可比矩阵,以移动平台上两点速度关系为基础,推导出一种由各支链机构雅可比矩阵构造并联机器人机构雅可比矩阵的表达式.该方法可用于并联机器人机构或混联机构雅可比矩阵的自动运算,乘法运算次数比排除了柔性杆件的Monsarrat和Gosselin推出的并联机器人机构雅可比矩阵形式少.通过平面5R并联机器人机构算例验证了该方法的正确性.     

基于改进的平方根中心差分卡尔曼滤波的单站无源定位算法

针对单站无源定位可观测性弱、收敛速度慢、定位精度差等问题,推导出了一种带次优渐消因子的平方根中心差分卡尔曼滤波算法。在正交原理的约束下,通过引入自适应次优渐消因子实时调整增益矩阵,保证不同时刻残差序列相互正交,提高了滤波器对状态变化的反应速度和对有偏估计的自适应修正能力。同时,使用误差协方差的平方根替代协方差参与滤波,保证滤波算法的数值稳定性。仿真结果表明,新算法稳定性更好、收敛速度更快、定位精度更高。     

基于PUMA机器人的视觉伺服控制实验研究

为解决在视觉伺服过程中存在定位精度低、伺服速度慢的问题 ,给出了一个基于图像特征的机器人视觉伺服控制方法 ,实现了机器人“手 -眼”协调视觉伺服控制 .通过适当的选取图像特征 ,实现了摄像机工作空间运动目标跟踪的视觉伺服任务 ,并采用扩展卡尔曼滤波控制方法完成机器人视觉伺服控制 .同时通过抓取目标物体进行计算机仿真及模拟实验 ,给出了实验数据 .经过比较可以看出 ,运用此方法提高了定位精度及伺服速度     

基于PUMA机器人的视觉伺服控制实施研究

为解决在视觉伺服过程中存在定位精度低，伺服速度慢的问题，给出了一个基于图像特征的机器人视觉伺服控制方法，实现了机器人“手－眼”协调视觉伺服控制，通过适当的选取图像特征，实现了摄像机工作空间运动目标跟踪的视觉伺服任务，并采用扩展卡尔曼滤波控制方法完成机器人视觉服务控制，同时通过抓取目标物体进行计算机仿真及模拟实验，给出了实验数据，经过比较可以看出，运用此方法提高了定位精度及伺服速度。     

Ultrasound probe guiding method using vision and force

Since images in traditional ultrasound-guided puncture surgery are obtained by touching the position of the lesion with a hand-held ultrasound probe, it often causes puncture failure by inaccurate probe positioning and unstable contact force control due to the doctor’s fatigue or poor experience. In this regard, a method for guiding the automatic positioning of the ultrasonic probe by using vision and force is proposed. First, the combined image processing algorithm and matching algorithm are used to detect the small target feature points. Then, the robotic arm is used to guide the ultrasonic probe to the initial desired pose based on the desired image through the positional visual servo and pose transformation. Finally, the force closed-loop control algorithm is adopted to fine-tune the probe position to ensure a constant contact pressure. Experimental results show that the average of the feature point detection matching error and the average visual positioning error of this method is within 2.5 pixels, and that the average contact force of the ultrasonic probe is stable at 3.86N. Compared with the traditional hand-held method, the ultrasonic probe has a higher positioning accuracy and more stable contact with the measured object, which makes the doctor’s operation easier.     

一种基于机器视觉的应变片自动贴装系统

针对常规的表面贴装技术难以直接应用于压力传感器中的应变片贴装问题,本文设计了一种基于机器视觉的应变片自动贴装系统。该系统采用数字图像处理技术进行贴装定位偏差的估计,并建立了简单高效的定位偏差估计算法,进行了合理的工作流程规划,实现了各工序的并行处理。样机实测结果表明该系统能很好地完成应变片的自动贴装任务,其贴装速度、贴装精度及其一致性均达到了设计目标。     

无模型动态摩擦的自回归小波神经补偿控制

针对低速伺服系统的摩擦补偿问题,提出一种基于自回归小波神经网络的智能控制算法,无需预知系统的动力模型参数,仅通过闭环位置反馈,网络即能利用极少的神经元和迭代次数实现对非线性摩擦的高精度补偿.Lya-punov稳定性分析结果证明了跟踪误差和网络权值的有界收敛性.某型机器人关节的伺服实验结果表明,引入自回归小波神经补偿算法后的伺服定位精度得以大幅度提高.     

一种新的双目立体视觉伺服控制模型及实验研究

针对目前手眼视觉伺服系统模型中普遍存在深度信息估计的问题,提出了一种用于双目视觉伺服控制的模型,该模型避免了深度值的测量与估计,提高了系统的控制性能,从而解决了未知物点的深度信息估计的问题。本文应用此模型,单独考虑机器人的运动学特性,设计了机器人末端执行器进行定位控制的控制器,仿真结果验证了该模型与控制算法的有效性;进一步提出了模型使用的改进算法,使该模型更具有宽泛的实用性;并且,进行了基于MOTOMAN UP6型机器人的双目视觉伺服控制实验,实验结果验证了该模型在实际控制工程中的有效性、可行性。     

基于有限时间干扰观测器的鲁棒积分跟踪控制

针对电液位置伺服系统同时存在的参数不确定和不确定非线性（统称为干扰）,导致传统非线性控制精度不高、跟踪性能不好等问题,提出基于有限时间干扰观测器（FTDO）的鲁棒积分跟踪控制策略. 通过将误差符号鲁棒积分（RISE）控制策略与FTDO融合,实现对未观测干扰的抑制. 考虑到实际系统中噪声对跟踪精度的影响,该控制策略结合期望补偿手段,提高跟踪精度. 通过Lyapunov稳定性理论,证明了闭环系统的全局渐进稳定性. 对比实验结果显示,利用该方法能够有效提高电液位置伺服系统在干扰作用下的跟踪性能,在相同的测试工况下,与速度前馈PI控制器相比,跟踪精度提高了25%左右.     

一种机电位置伺服系统的抑扰控制策略及其实现

针对某型电机试验设备的三坐标自动定位安装系统存在较严重扰动的问题,探讨了相应的抑扰控制方法。首先建立了内扰因素复杂且重力荷载外扰显著的Z轴升降系统的动力学模型,在此基础上构建了一个交流伺服驱动的全闭环机电位置伺服系统,以初步达到消除系统各种环内扰动影响的目的。为了进一步提高系统的抗扰能力,在全闭环控制系统的位置外环控制器中引入先进的自抗扰控制器（ADRC）算法。基于该全闭环位置伺服系统进行Matlab/Simulink仿真实验,对位置环采用ADRC调节与PID调节的抗扰效果进行了比对分析,结果显示在恒定负载外扰下的位置跟踪性能及电气阻抗内扰下的位置保持性能ADRC控制优于PID控制。最后在试验设备上完成了相应的测试实验,对仿真结果作出了进一步的验证。     

永磁同步电机伺服系统自适应迭代学习控制

针对执行重复性任务的永磁同步电机伺服系统,由于参数摄动、随机扰动等不确定因素影响导致的跟踪精度下降,误差发散问题,提出一种自适应迭代学习控制方法.该方法在PD型反馈控制的基础上增加自适应迭代项对控制律中未知参数进行迭代学习,减少不确定因素对系统性能的影响.建立了含有不确定性扰动的系统模型和PMSM自适应迭代学习控制系统,并且基于Lyapunov稳定性理论,分析了该方案的收敛性.结果表明,与传统PD型ILC相比,该方法收敛速度更快,跟踪精度更高,可有效改善系统的性能.     

快速Curvelet变换在实时机器视觉系统中的应用

机器视觉系统已成为现代工业生产生活中重要环节之一,为使机器视觉系统在螺钉自动分选机工作过程中能够达到稳定、实时地监测螺钉的头径、头杆等几何参数,该文应用Curvelet变换增强图像边缘以及检测稳定性,减少裂纹及划痕对边缘提取的影响,并使用MMX、SSE指令和IPP函数进行优化处理以提高图像处理速度。经实验验证,螺钉自动分选机机器视觉系统在工业应用中的图像处理速度可达25 ms/帧、重复精度为8 μm,达到了稳定、实时监测几何参数的要求。     

基于模型参考自适应的AGV运动控制系统设计

为了消除自动导航车（AGV）麦克纳姆驱动轮间负载不均衡引起的控制系统不确定性问题,提出基于模型参考自适应控制（MRAC）的伺服控制方法. 建立驱动轮伺服电机的数学模型,根据李雅普诺夫稳定理论求解MRAC控制律和自适应律,并确定自适应律算法的正定矩阵. 根据AGV实际运行过程中伺服电机的频率特性,引入低通滤波器. 综合AGV定位精度和MRAC系统稳定性,确定二阶巴特沃兹低通滤波器的截止频率. 在保证控制系统稳态精度的同时,有效抑制高频振荡. 实验结果表明：基于MRAC的AGV在复杂工况下的控制性能保持了较高的稳定性,每个电机的速度波动不超过3%,定位精度误差小于3.6 mm.