Stewart平台实时位置正解通用方法

为了提高Stewart并联平台位姿正解求解速度,兼顾并联平台位置正解的精确性与实时性,本文结合BP神经网络、雅克比矩阵和牛顿迭代法,设计了并联平台位置正解的混合算法.运动学正解的非线性方程组由几何分析法得出;算法初始值由BP神经网络生成;最后使用提出的速度迭代得出精确结果.实验结果表明:在相同环境下,本文方法在相同精度...     

基于旋转矩阵正交性的转向架6自由度平台位姿正解解算

利用齐次变换矩阵中旋转矩阵的正交特性及牛顿迭代实现了转向架空间姿态模拟平台的运动学正解解算。根据旋转矩阵元素之间的正交关系及各液压缸杆长约束条件,建立了以齐次变换矩阵各元素为未知量、方程数等于未知量数的非线性方程组的数学模型,并运用牛顿拉夫逊法进行近似求解,再根据齐次变换矩阵元素与位姿变量对应函数关系求解相应位姿,避免了牛顿拉夫逊法算法迭代求解过程中三角函数反复运算,提高了位姿正解解算速度。本文研究的转向架6自由度平台位姿正解解算方法为转向架空间姿态模拟的实现提供了依据,同时为其余形式的6自由度平台位姿解算提供了理论基础和技术支持。     

基于球面三角学的球面并联机构位姿正解

用球面三角学的方法求3自由度球面并联机构的位姿正解，使其平面化。找出了能确定Stewart平台3自由度运动的2个输出变量，使求解工作大为简化。用消元法解决了一般3自由度球面并联机构的位姿正解问题。以正交3自由度球面并联机构为例，进行实例分析，导出了简洁的位姿正解显式解析式，完全解决了该机构实时控制的问题。     

基于差分进化的并联机器人位姿正解

利用并联机器人位姿反解容易求取的特点,把并联机器人的位姿正解问题转化为假设已知位姿正解,通过位姿反解求得杆长值,并使所求得的杆长值与给定的杆长值之差为最小的优化问题,然后利用差分进化的全局寻优能力来直接求解并联机器人的位姿正解.6-SPS型并联机器人位姿正解的数值仿真结果表明,该方法较遗传算法求解精度高且收敛速度快,经过508步迭代之后,位置误差小于0.000 1 mm,姿态误差小于0.000 1°.该方法不仅避免了繁琐的数学推导和迭代初值的选取,又可以获得符合精度要求的运动学正解,为解决并联机器人正向运动学问题提供了新的计算策略.     

一种基于直线特征的单目视觉位姿测量方法

提出了一种基于直线特征的单目视觉位姿测量方法SoftNewton。构造了新颖的目标直线与图像直线匹配评价函数,避免检测图像中直线的端点,最终通过软决策技术确定直线特征匹配关系,并采用高斯牛顿迭代算法基于全透视成像模型解算目标位姿。和POSIT算法相比,高斯牛顿迭代算法保持了旋转矩阵的正交性,提高位姿解算精度。仿真图像实验中,在干扰直线和噪声存在的情况下算法经过29次迭代解算得到正确的直线特征匹配矩阵,姿态误差小于0.2°,位移误差小于0.5 mm。仿真图像和实际图像实验结果均表明SoftNew-ton具有较高解算精度和较强的鲁棒性。     

基于视觉信息的航天器位姿估计迭代算法

基于视觉信息的空间目标相对位姿估计问题是未来空间操作的关键所在,正交迭代算法是一种具有实时性好且全局收敛特点的单目位姿估计算法.为了有效利用多个摄像机荻取的数据,进一步提高位姿估计算法的综合性能,提出了一种双目正交迭代融合算法,取两个摄像机获取的所有特征点的目标空间共线性误差平方和作为误差函数,推导得到使两个摄像机总的...     

双目立体视觉的无人机位姿估计算法及验证

针对无人飞行器在未知复杂环境下的导航问题,提出了一种基于双目立体视觉的无人飞行器位置和姿态估计算法。用双目摄像机采集立体图像序列,对图像进行立体校正后使用Harris算法提取特征角点,用NCC算法获取匹配特征点,导出摄像机坐标系下的特征点坐标,得到三维立体特征信息,使用RANSAC算法与L-M迭代算法得到无人飞行器姿态和位置估计值。实验结果表明,基于双目立体视觉的位姿估计算法能适应未知环境变化,计算结果与实际位姿量相比误差小,能满足无人飞行器导航要求,可为无人飞行器的导航实现提供一套新途径。     

一种新型3D人机交互设备的概念设计

阐述了一种新型3D人机交互设备的概念设计.建立了6自由度交互杆的空间运动学模型,推导出该机构的运动学正解,获得了交互杆的位姿.交互杆的位置正解通过依次求解2个三元二次非线性代数方程组得到,并设计了一个算法,给出了计算实例.     

基于自监督循环卷积神经网络的位姿估计方法

针对基于监督学习的视觉里程计需要数据集提供真实的位姿数据,但实际上符合条件的样本数量又较少的问题,提出了一种基于自监督循环卷积神经网络的位姿估计方法.该方法以图像序列为输入,首先通过卷积神经网络提取与运动相关的特征,然后使用卷积长短期记忆网络进行时序建模,建立多帧之间的运动约束,最后输出六自由度的位姿.该模型使用了一种基于对极几何的损失函数以自监督学习方式优化网络参数.将模型在KITTI数据集上进行实验,并与其他4种算法进行对比.结果表明,该方法在位姿估计准确性上优于其他单目算法,并且具有不错的泛化能力.     

3UPS-1S并联机构的运动学分析

以3UPS-1S机构为研究对象,使用Grubler-Kutzbach自由度公式计算了机构的自由度,通过机器人学及机构学理论确定动、静平台坐标系、旋转矩阵,并根据机构几何关系推导出机构位姿逆解、正解方程,再由位姿方程求导得到雅克比矩阵,从而得到速度逆解、正解方程。分析结果表明：结构调整的3UPS-1S机构满足空间三维转动,且在动平台承受重载时,操作平稳;运动学分析得出机构的位姿正、逆解,速度正、逆解,对此类机构的理论研究很有意义。