微操作机器人的视觉伺服控制

视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段．本文介绍 了实现微操作机器人视觉伺服控制的方法．首先论述了微操作机器人的视觉伺服结构,并以 建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由 度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验．实验结果表明,视 觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差．     

视觉和超声信息的融合与机器人伺服控制的研究

本文对视觉和超声信息的融合与机器人的伺服控制进行了研究。通过视觉和多超声传感器信息的融合确定了工作平面上的物体在空间的位姿，并结合机器人的伺服控制选择了物体的特征向量，推导了物体特征向量的微分变化。基于这一微分变化，本文提出了改进型的最优控制算法。并对其稳定性进行了证明，仿真实验表明该控制算法效果良好，切实可行。     

基于小波网络的机器人视觉伺服控制研究

本文基于小波神经网络设计了一种三关节机器人视觉伺服系统。该系统采用eye-in-hand方式,基于图像特征构成视觉反馈,来完成机器人抓取物体的任务。论文对系统结构、坐标变换、成像原理、视觉控制器进行了详细的设计,并通过仿真试验证明了所设计控制系统的有效性。     

基于神经网络的机器人视觉伺服研究

介绍了神经网络在机器人视觉伺服控制中的研究现状,详细讨论了神经网络输入输出数据的选择、网络结构的选择以及网络学习算法的选择等问题.针对神经网络视觉伺服控制器设计中存在的网络学习速度和精度的矛盾、网络的局部性和收敛性等问题展开讨论,并总结目前的解决办法.最后指出今后可能的研究方向.     

机器人视觉伺服研究进展

介绍了机器人视觉伺服系统的结构和主要研究内容,比较了当前几种主要的视觉伺服方法,针对当前 机器人视觉伺服所面临的主要问题,详细阐述了近期提出的一些解决方法.     

基于Adept机器人的视觉伺服控制系统

机器人视觉伺服控制在理论和应用等方面还有许多问题需要研究,例如特征选择、系统标定和伺服控制算法等.针对Adept机器人,提出了一种简单快速的不需要精确标定摄像机内外部参数的摄像机标定方法,完成了从被观测物体表面所在的视觉平面坐标系到机器人基坐标系的坐标变换.使用图像的全局特征,即图像矩特征进行伺服跟踪;利用所推导的图像雅可比矩阵,设计了由图像反馈与目标运动自适应补偿组成的视觉伺服控制器.将算法对静态目标的定位实验进行了验证,然后又将其应用到移动目标的跟踪上,通过调节和优选控制参数,实现了稳定的伺服跟踪和抓取.实验结果表明采用图像矩作为图像特征能够避免复杂的特征匹配过程,并且能够获得较好的跟踪精度.     

基于视觉伺服的输电线巡检机器人抓线控制

巡检机器人在自动越障时,需要完成机器人手臂的准确抓线控制。结合输电线的几何特征和摄像机成像原理,提出了一种基于单摄像机的立体视觉方法来确定输电线的位置和姿态。结合该定位方法及视觉伺服理论建立机械手抓线伺服控制模型。在自行研制的巡检机器人进行了视觉伺服抓线实验。实验结果验证了该方法的有效性。     

基于模糊PID的机器人视觉伺服控制

本文将模糊PID控制应用到机器人视觉伺服控制系统中,用以克服机器人视觉伺服系统的强耦合何非线性因素得影响。以二自由度机器人视觉伺服系统为例,仿真实现了其对直线运动和圆周运动轨迹跟踪,结果验证了控制器的效果。     

采用内点法和图像反馈的机器人视觉伺服预测控制

针对具有控制量约束和可视性约束的六自由度机器人的视觉伺服系统,研究了基于图像空间局部模型的预测控制器的设计问题.首先对特征点的投影图像的运动学方程进行离散化,得到系统的误差预测模型.然后通过选取合适的性能指标函数,将视觉伺服控制器设计问题转化为一个具有控制量约束和可视性约束的最优化问题.进一步,利用对数障碍函数处理约束,得到系统的牛顿方程,获得控制量的迭代求解公式.最后,利用数值仿真和实验验证了所提方法的有效性.     

一种五自由度视觉伺服机器人的跟踪控制研究

提出了一种基于图像的视觉伺服机器人系统的结构，以及该系统跟踪平面运动目标的算法. 该系统有5个自由度，包括一个3自由度的机器人和一个2自由度的手腕，手腕安装在机器人末端，而摄像机安装在手腕末端. 由于具有较小的运动惯量，手腕可快速旋转，以实现对运动目标的跟踪. 而在需要时，3自由度的机器人可将摄像机移动到适当的位置， 对目标进行更为仔细的观察. 该系统实现了对运动目标的跟踪. 此外，还提出了提高系统性能的方法，实验证实这些方法是有效的.     

具有变结构控制器的无定标视觉伺服*

从控制的角度出发,提出了一种模型无关的无定标视觉伺服控制方法.在该方法中不需要机器人及摄像机模型,图像雅克比矩阵的计算采用最小二乘估计,机器人系统采用变结构的控制理论设计控制器;而后用李亚普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定.仿真实验证明了算法的有效性.     

机器人视觉伺服系统的研究

机器人伺觉伺服系统及到多学科内容。针对机器人视觉伺服系统主要的三方面内容;系统的结构方式,图象处理,控制方法,介绍了该领域的研究现状及所取得的成就。最后分析了今后的发展趋势。     

视景仿真在视觉伺服中的应用

针对视觉伺服控制系统的仿真分析问题,提出了采用OpenGL技术构造视景仿真模型,并将其嵌入到数字仿真环境中,由此得到的视觉伺服模型已成功地应用于多个视觉伺服控制算法的研究。     

基于ReLU神经网络的移动目标视觉伺服研究

针对移动目标跟踪以及抓取的问题,提出一种基于ReLU网络模型的单目视觉伺服系统。首先建立机器人视觉系统,完成对目标跟踪以及特征提取的任务,并通过结合单目视觉模型对其位姿进行估计,从而得到目标状态;然后,利用ReLU神经网络对机械臂的逆运动学进行学习,并用训练后网络模型构建单目视觉伺服系统的控制策略来避免机器人逆运动学求解计算量大、多解等问题;最后,为了提高抓取成功率,对末端执行器的运动轨迹进行规划。实验在NAO机器人平台上进行,根据实验结果证明方法的有效性。     

基于视觉伺服控制的光伏板清洗系统设计

光伏板上的鸟粪、枯叶等污渍若不及时清理会导致光伏板热斑现象的发生,严重影响光伏板的使用寿命和安全。现有光伏板清理方法存在清洗效果不好、浪费水资源、清洗效率低等问题,为此,及时清理维护光伏板成为光伏发电企业亟待解决的首要问题。基于以上问题,该文提出光伏板清洗视觉伺服控制系统和一种改进型模糊PID控制算法,利用从实时视频图像中提取的反馈信息控制机械臂对准污渍点,实现定点喷射清洗污渍点,达到节水高效的目的。实验结果表明,基于改进型模糊PID控制算法的光伏板清洗视觉伺服控制系统能够准确地定位到光伏板污渍位置并精准喷射清洗污渍,最大限度地节约水资源。     

架空输电线路巡线机器人越障视觉伺服控制

为解决巡线机器人越障问题,设计了基于图像的越障视觉伺服控制方案．采用傅里叶描述子构造了具有平移、旋转、尺度缩放及起始点不变性的轮廓形状特征向量,实现了驱动轮的识别;进而抽取图像特征和估计驱动轮—相线在图像空间中的相对位姿,并设计了带有死区的比例控制律来实现驱动轮—相线“对中”视觉伺服控制．模拟线路实验结果表明,该方案能可靠地完成巡线机器人驱动轮—相线“对中”控制任务．     

Shape Morphing-Based Control of Robotic Visual Servoing

We present an approach for controlling robotic interactions with objects, using synthetic images generated by morphing shapes. In particular, we attempt the problem of positioning an eye-in-hand robotic system with respect to objects in the workspace for grasping and manipulation. In our formulation, the grasp position (and consequently the approach trajectory of the manipulator), varies with each object. The proposed solution to the problem consists of two parts. First, based on a model-based object recognition framework, images of the objects taken at the desired grasp pose are stored in a database. The recognition and identification of the grasp position for an unknown input object (selected from the family of recognizable objects) occurs by morphing its contour to the templates in the database and using the virtual energy spent during the morph as a dissimilarity measure. In the second step, the images synthesized during the morph are used to guide the eye-in-hand system and execute the grasp. The proposed method requires minimal calibration of the system. Furthermore, it conjoins techniques from shape recognition, computer graphics, and vision-based robot control in a unified engineering amework. Potential applications range from recognition and positioning with respect to partially-occluded or deformable objects to planning robotic grasping based on human demonstration.     

具有不确定性重力补偿的无标定视觉伺服

文章首先叙述了视觉伺服的分类。给出了机器人动力学模型及其主要性质、自适应复合雅可比矩阵的具体推导过程。摄像机位于机器人末端的情况被考虑,给出了具有不确定性重力补偿的无标定PD视觉伺服控制器,而后运用李雅普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定。为了验证算法的有效性,针对一个二连杆eye-in-hand视觉伺服定位系统进行了仿真,仿真结果说明了算法的有效性。