基于神经网络的机器人手眼无标定平面视觉跟踪

在手眼关系及摄像机模型完全未知的情况下,建立了眼在手上机器人平面视觉跟踪问题的非线性视觉映射模型,将图像特征空间和机器人工作空间紧密地联系起来.在此基础上,设计了基于人工神经网络的视觉跟踪控制方案,将视觉跟踪问题转化为图像特征空间中的定位问题.仿真结果表明该算法能完全消除稳态跟踪误差,具有很强的环境适应性和容错能力,算法简单,易于实时实现.     

眼在手上机器人手眼无标定三维视觉跟踪

在未标定手眼关系及摄像机模型的情况下,建立了机器人三维视觉跟踪问题非线性视觉映射关系模型,并据此设计了基于人工神经网络的视觉跟踪控制器.仿真结果表明该算法能完全消除稳态跟踪误差,具有很强的环境适应性和容错能力,算法简单,易于实时实现.     

机器人手眼立体视觉标定研究

以固高GRB-400型机器人和CCD组成机器人手眼系统,分析了摄像机的成像模型,采用了基于直接将图像坐标映射到机器人参考坐标的“黑箱”思想,从图像坐标直接计算出目标位置的方法,用于立体定位的摄像机手眼标定,该方法通过保持机器人末端执行器到机器人参考坐标系旋转矩阵来简化复杂的相机标定过程,最后通过实验验证了该方法的可行性,并分析了实验误差产生的原因,并提出了相应的解决措施。     

基于耦合ADRC原理的机器人无标定手眼协调

研究机器人的无标定手眼协调问题．基于耦合的自抗扰控制器思想，通过对系统建 模的不确定性及其未知外扰进行非线性补偿，完成了相互耦合的不依赖于系统特定任务的无 标定手眼协调控制器的设计，实现了广泛意义的机器人无标定手眼协调，最后的仿真和实验 说明了该方法的可行性．     

基于自抗扰控制器的机器人无标定三维手眼协调

研究机械臂在手眼关系未知情况下依靠视觉信息引导完成三维空间定位及跟踪问题.基于耦合自抗扰控制原理,设计了不依赖于特定任务的广泛意义下的手眼协调控制器.利用两个全局摄像机组成双目视觉系统,由图像特征可充分地确定机器人三维空间中的位置信息.仿真和实验对这一方法的可行性和有效性进行了验证.     

基于手眼立体视觉的机器人定位系统

研发了基于手眼的机器人定位系统,采用了眼在手上的单目摄像机,通过机械手的一次移动实现了立体视觉的功能.提出了一种方便有效手眼标定方法,避免了复杂的传统手眼标定过程,无需求解摄像机外参数和手眼变换矩阵.仅获取标定时刻的摄像机综合参数和机器人位姿,就可以在机器人基坐标系中视场范围内的任意两点进行检测,根据立体视觉的约束关系求解出目标物体在机器人基坐标中的位置,进而实现对目标物体的精确定位.     

基于自抗扰控制器的机器人无标定手眼协调

研究机器人无标定手眼协调问题.分析了图像空间到机器人操作空间之间的非线性映射关系,并把非线性的映射关系看成是系统的未建模动态.基于自抗扰控制器思想,通过对系统未建模动态和外扰的补偿,完成了不依赖于任务的无标定手眼协调控制器的设计,实现了广泛意义的机器人无标定手眼协调控制.仿真和实验结果表明了该方法的有效性.     

带激光笔的机器人主动视觉手眼标定

以固高GRB-400机器人和摄像机组成手眼系统,在手眼关系旋转矩阵的标定方面,分析了基于主动视觉的标定方法。为实现手眼关系平移向量的标定,提出以固定于机械臂末端的激光笔来获取工件平台上特征点的基坐标,并结合已标定的旋转矩阵来标定平移向量。最后,从图像求取多个特征点之间的距离并与实际值进行误差比较,平面特征点间的长度测量误差在±0.8 mm之间,表明手眼标定精度较高,可满足机器人进行工件定位与自动抓取的要求。     

机器人立体视觉系统标定误差预测补偿技术

针对立体视觉系统在定位应用中存在标定步骤繁琐、耗时长及误差较大等问题,对机器人手眼单目激光立体视觉系统标定误差补偿进行研究。首先,对现有的摄像机标定、手眼标定和激光平面标定模型进行分析,在方便提取整体标定误差的前提下,组合出一种以“棋盘格&激光条纹”混合图像为基础的整体视觉系统快速标定方案。然后,对该视觉系统标定结果产生的误差进行分析与提取,提出一种从像素坐标和重建定位坐标到整体标定误差坐标的BP神经网络预测模型,利用该模型对标定方案产生的误差进行预测和补偿,提高整体标定精度。最终,焊缝位置测量实验表明,该方法可较大程度提高标定精度,在低精度设备的条件下实现同等精度的立体视觉系统标定。     

基于活动轮廓的机器人视觉伺服

本文提出了基于活动轮廓的视觉伺服反馈控制方法．利用活动轮廓对运动物体的图像进行实 时跟踪,抽取物体图像的边缘信息,并以此信息控制摄像头的运动,达到机器人定位、跟踪 等目的．该方法跟踪精度高,鲁棒性好,便于实时跟踪．实验结果表明了该方法的正确性和 有效性．     

基于视觉的机械手轨线跟踪系统

本文从视觉与控制集成这一指导思想出发，建立了一个视觉引导的机器人轨线跟踪系统，用于玻璃加工时的图纸曲线的自动跟踪和坐标读取，实验结果显示出良好的跟踪性能。     

基于优化神经网络ADRC的机器人无标定视觉跟踪

研究机器人无标定视觉跟踪,采用基于神经网络的耦合自抗扰控制器,并用自适应遗传算法训练BP网络的初始权值,优化控制器参数,实现了六自由度机器人的无标定手眼协调控制,仿真结果验证了算法的可行性.     

基于图像雅可比矩阵的无标定二维运动跟踪

研究无标定视觉导引机械臂完成二维平面运动目标精确跟踪的问题.系统的视觉部分采用固定全局视觉与手上局部视觉相结合的方式,拓展了系统的观察能力,使系统能同时实现大范围的运动跟踪和精确的小范围跟踪.根据两种视觉的特点,在全局视觉反馈中使用最优反馈控制,而在手上视觉反馈中使用PI控制.通过分析图像雅可比矩阵的解析表达式以及跟踪过程中的变化规律,提出一种利用机器人已完成的跟踪运动在线辨识雅可比矩阵的方法,避免了传统估计方法引入冗余试探运动对系统动态性能的影响.仿真和实验检验了本方法的性能.     

基于全局视觉的轮式移动机器人轨迹跟踪控制

将视觉伺服控制思想引入到全局视觉条件下的轮式移动机器人轨迹跟踪控制中,提出一种基于消除图像特征误差的控制方法.讨论并推导了包含电机模型的非完整移动机器人动力学方程,设计了鲁棒速度跟踪控制器.实验结果证明了文中方法的有效性.􀁱     

计算机视觉中三维位置信息的误差估计

在计算机视觉中,体视法被广泛地用于获取三维物体的位置信息。由于两个图象平面的分辨率总是有限的,就会使获得的位置信息有误差。本文推导了空间点位置在三个坐标方向上的误差概率分布。     

立体视觉中的三目匹配方法研究

本文提出了利用金字塔图传播匹配的三目基元立体视觉方法．该方法中匹配起始三 元组的选择建立在透视投影的可靠基础之上,而进行传播匹配可以加速计算,并避免了可能 的误匹配．传播匹配利用立体图像组在二值边界图像金字塔图中的结构相似性,而整个匹配 结果的考察与认定是通过传播率的比较实现的．该方法能够有效地克服双目立体视觉方法的 某些本质局限性,确保匹配结果精确可靠．