排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
挖掘机器人双目视觉系统标定方法与立体匹配 总被引:1,自引:0,他引:1
在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。 相似文献
2.
基于小生境粒子群优化的挖掘机器人自抗扰视觉伺服控制 总被引:1,自引:0,他引:1
为提高挖掘机器人的自主挖掘能力,设计一种基于图像的自抗扰视觉伺服控制器,对挖掘机器人的动臂、斗杆、铲斗组成的3节机械臂末端位置和姿态在x-z平面进行控制,实现自主挖掘目标任务。针对自抗扰控制器需要整定的参数较多,参数间相互影响,整定困难的特点,引入粒子群算法对控制器参数进行优化。由于原始粒子群算法存在后期易陷入局部最优的缺欠,采用小生境粒子群算法对自抗扰控制器参数进行整定优化。对粒子群及小生境粒子群算法的优化性能进行比较研究的基础上,设计了适合挖掘机器人的自抗扰视觉伺服控制器,采用小生境粒子群算法得到自抗扰控制器整定参数。搭建xPCTarget主机—目标机环境进行试验及仿真,表明小生境粒子群优化的自抗扰视觉伺服控制器控制精度高、鲁棒性强。 相似文献
3.
4.
为提高液压挖掘机器人工作装置挖掘作业轨迹规划控制精度,将挖掘机器人工作装置简化为斗杆、铲斗两关节二维机械臂进行分析.在建立逆运动学模型时,要将铲斗末端位姿空间与工作装置关节空间和油缸空间联系起来进行轨迹规划,以便在各个空间实现对挖掘机器人的控制.为提高跟踪期望轨迹精度,采用两个自适应神经模糊推理系统(ANFIS)分别学习两个关节的(x,y)坐标与关节角间的逆映射关系,建立了ANFIS逆映射模型.选取逆映射间的输入、输出曲面数据训练ANFIS结构,得到模糊模型的输入、输出映射曲面,实现给定的期望挖掘轨迹,获得相应的关节角.最后将得到的模糊模型用于跟踪期望的运动轨迹,仿真表明跟踪精度能够满足实际要求. 相似文献
5.
6.
7.
8.
分析了原点反共振振动机的动力学原理,描述了输送物料质量的变化方式,建立了基于质量变化的反共振振动机动力学模型.通过数值分析求解了在物料质量变化情况下的系统响应曲线.分析了物料质量变化对反共振振动机系统响应的影响.分析表明,当物料质量线性增加时,上质体振幅减小,下质体振幅增加,且质量增加速度越快,振幅变化越快.当质量线性减小时,上下质体振幅均增加,且质量减小速度越快,振幅变化越快.为保证振动机振幅保持在一定范围内,应控制物料质量变化程度,必要时需加入控制环节. 相似文献
9.
10.