机器人动态抓取的变比例导引路径规划方法

研究机器人手眼协调系统接近和抓取运动目标的路径规划方法,提出了一种脱胎于比例导引方法的变比例导引（ＶＧＰ）路径规划方法,这 方法设定手扑的视角在接近目标过程中以镁速不断变化,因而可以使手扑从目标运动前方拦截到目标,另外,机器人手扑在接近目标时,可以同时调整手主的接近姿态,以包抄的方式以目标。这种路径规划方法能够容许更大的目标位置估计误差,并能处理目标的机动运动,因而优于传统的目标跟踪路径规划方法,     

六足机器人动态目标检测与跟踪系统研究

动态目标检测与目标跟踪是图像领域的热点研究问题,为研究其在移动机器人领域的应用价值,设计了六足机器人动态目标检测与跟踪系统.针对非刚体运动目标容易被检测为多个分散区域的问题提出区域合并算法,并通过对称匹配、自适应外点滤除对运动背景进行精确补偿,最终基于背景补偿法实现对运动目标的精确检测.研究了基于KCF(Kernel ...     

机器人视觉动态目标跟踪的最优方案研究

机器人视觉导航是机器人系统研究的重要焦点性版块,通过对人类视觉的替代,机器人视觉导航确保了机器人在现实中发挥人类的效能,成为对应领域的重要劳动力。但是机器人视觉动态目标跟踪的实现难度比较大,需要突破的技术瓶颈也比较多,当前对此的解决方案比较多样化。本文主要关注于机器人视觉动态目标跟踪最优方案的问题,希望可以给予实际跟踪系统的构建提供参考。     

机器人一体机中运动目标跟踪研究

机器人一体机属于移动监控类机器人,在有限区域内,从不同角度实现运动目标的识别与跟踪、监控一体机的运动变化,以此来控制机器人的下一步行动;该系统允许操作员选取要跟踪的目标,实现从背景中检测出运动目标,并开始对运动目标进行实时跟踪;研究了静止背景和动态背景两种情形的实现方法,目的是在实际背景下能正确分割出运动目标,通过对运动目标平面运动的跟踪,根据坐标变化以及对坐标变化的姿态分析,得到正确识别结果,实现了对仿真机器人的基本运动控制,并以文本命令形式显示出来。     

机器人智能抓取未知目标位置深度识别仿真

针对当前机器人智能抓取未知目标位置识别方法未考虑目标轮廓图像特征融合,导致复杂环境中识别效果较差,定位误差较大,目标位置识别率较低的问题,提出机器人智能抓取未知目标位置深度识别方法.利用40层的深度残差网络识别模型检测未知目标,通过训练获取未知目标的类别属性信息后,随机确定抓取目标,并计算确定目标的当前图像特征,融合当...     

基于图像误差的机器人运动目标自适应跟踪

讨论了机械手运动目标跟踪问题，直接利用图像误差达到注视目的。利用手部摄像机于期望位置获取待跟踪物体图像，以此作为期望图像，而后可以对同为运动物体进行注视跟踪，使实时采样图像收敛于期望图像。     

基于自适应Kalman滤波的机器人运动目标跟踪算法

针对足球机器人比赛时的模型变化及其环境噪声先验估计不准确的问题,提出一种基于自适应卡尔曼滤波的足球机器人视觉跟踪算法;该算法将一种基于减背景的运动目标识别的方法与自适应卡尔曼滤波跟踪模型进行结合,对背景进行实时更新,并通过形态学滤波去除残留的小区域,从而准确的识别运动目标,通过自适应的在线调整运动模型参数来保证模型预测值的准确性,进而提高了目标跟踪时的匹配效率,实现了目标的精准、迅速跟踪;通过实验证明,该算法是很有效的,具有推广价值.     

超声波目标定位与跟踪系统在机器人中的应用

机器人目标定位是实现自主导航的关键问题之一。借助超声波测距原理,采用三边测量法,设计了一个超声波定位系统。该系统通过分析处理多个传感器的信息,得到目标物体的方位数据,并配合相应的控制系统和执行机构,实现机器人对单个目标物体的跟踪。同时为了修正声速,在系统中加入了温度补偿电路。     

目标跟踪中辅助目标的选择、跟踪与更新

在目标的动态背景中存在有利于目标跟踪的信息.使用辅助目标来描述目标的动态背景,在跟踪目标的同时建立辅助目标与目标之间的运动依赖关系.用多个辅助目标预测目标的位置,将辅助目标预测结果与目标跟踪器预测结果融合得到目标位置.方法包括,利用辅助目标与目标之间的运动依赖关系和辅助目标自身跟踪精度的辅助目标选择方法;使用多个低精度辅助目标跟踪器获得良好的目标预测结果的辅助目标跟踪和目标预测方法;以及根据目标跟踪结果更新辅助目标跟踪参数的方法.辅助目标具有多样性和独立性.基于辅助目标的目标跟踪方法可以与其他目标跟踪器结合,具有推广泛化能力.实验结果表明,辅助目标在目标跟踪中发挥重要作用,与其他目标跟踪方法对比结果表明,有更好的鲁棒性和目标跟踪精度.     

一种稳健的移动机器人目标跟踪算法

为了有效地实现复杂环境下机器人运动目标跟踪,提出了一种结合卡尔曼滤波和均值漂移的目标跟踪算法.该算法首先通过帧间差法在复杂背景中获取目标模型,以机器人自身一个周期的运动作为卡尔曼滤波器的输入量,以卡尔曼滤波器的估计值作为均值漂移算法的启动点,再利用均值漂移算法得到最终目标位置,最后通过目标遮挡判定来解决遮挡问题.实验表...     

多臂空间机器人稳定抓取力分配和柔顺控制策略

针对影响多臂抓取稳定性的接触力不平衡和接触振动问题,提出多臂空间机器人力分配和柔顺控制策略.首先,分析满足多臂稳定抓取的力学条件,基于摩擦锥约束设计抓取力安全系数,并将其引入力优化模型进行抓取力分配,实现目标物体稳定抓取条件下受力最小;然后,分析抓取过渡过程的振动成因,设计基于动能消耗的末端输出力控制策略实现快速振动抑制和柔顺抓取;最后,设计机械臂末端控制律切换策略,一旦在抓取过渡过程中发生接触脱离可引导其快速返回物体表面.仿真结果表明,所提出方法提升了稳定抓取安全裕度,显著降低了机械臂末端的振动幅值、持续时间和接触力,提升了空间机器人多臂抓取目标操作的稳定性和柔顺性.     

移动机器人实时目标跟踪系统设计与实现

针对单目视觉移动机器人目标跟踪的实时性和鲁棒性要求,提出了基于Kalman滤波器的改进Camshift算法检测和定位目标.将Kalman预测值作为目标初始位置,补偿摄像头和目标相对运动导致的目标在图像中的偏移.在系统“跟丢”后判断目标丢失的原因,根据原因自适应拓展搜索窗口作为Cam-shift算法的下一帧初始搜索窗口.为了验证改进算法的有效性,自主研制了一种应用该算法的履带式机器人实时目标跟踪系统.实验结果表明:该系统具有很好的鲁棒性和实时性.     

交互式多模型算法在机器人目标跟踪中的应用

将交互式多模型(IMM)算法应用于视觉伺服机器人对机动目标的跟踪。使用匀速运动(CV)和匀加速运动(CA)模型表示目标的两种运动状态,利用马尔可夫链进行模型切换,根据目标前一时刻的状态和当前的观测值,预测目标当前的状态。在Matlab上对IMM滤波算法和Kalman滤波算法进行了仿真实验研究,结果表明,不管目标处于何种运动状态,IMM算法估计量的误差均值都比Kalman滤波算法的误差均值小,尤以目标作机动运动时更为突出,证明了应用IMM算法可以提高跟踪机动目标的精度。     

作业型飞行机器人抓取后重心偏移的轨迹跟踪控制

作业型飞行机器人是指能够对环境施加主动影响的飞行机器人, 它通常由旋翼飞行器与机械臂组合而成. 本文针对作业型飞行机器人在动态飞行抓取后, 重心位置变化产生的系统控制难题, 设计了有效的跟踪控制策略. 首先, 在系统建模时引入重心偏移系统参数和重心偏移控制参数, 并考虑惯性张量不为常数, 提高了系统建模的精度. 然后, 在姿态解算时, 考虑重心偏移对系统性能的影响, 构建包含重心偏移系统参数的解算方法, 得到更高精度的期望翻滚角和期望俯仰角. 接着, 设计了基于滑模控制的重心偏移补偿位置控制器, 实现了有效的位置跟踪控制. 同时, 在姿态反演控制器的基础上, 加入自适应律估计重心偏移控制参数和变化的惯性张量, 再通过小脑神经网络逼近惯性张量的真实值, 提高姿态控制器的精度. 最后, 给出了所设计控制器的稳定性证明, 并在仿真环境下验证了所提出的方法的有效性和优越性.     

An on-line robot planning strategy for target interception

On-line planning of gross robot motion for moving-object interception is considered in this article within the context of an active prediction planning, and execution (APPE) strategy. The objective is to find an optimal interception point such that the robot end-effector and the object arrive simultaneously at this target pregrasping point. In this approach, the optimality of the selected rendezvous point on the target trajectory is directly dependent on the robot-trajectory planning technique. Thus, for the solution of the general interception problem, three issues must be addressed: (i) optimal rendezvous-point selection, (ii) optimal robot-trajectory planning, and (iii) replanning in response to gross changes in the predicted target trajectory. The effect of uncertainties in the target-trajectory prediction must be considered at each planning stage. Herein, solutions to the first two problems are briefly reviewed as background to the proposed rendezvous-point replanning strategy. This strategy determines when replanning is necessary, modifies the rendezvous point, and iteratively replans robot “patch trajectories” to new interception points. Simulation results using two different on-line robot-motion-generation strategies are also presented. © 1998 John Wiley & Sons, Inc. 15: 97–114, 1998     

纯方位角目标跟踪及移动平台可观性控制方法

为了解决未知环境下的单目视觉移动机器人目标跟踪问题,提出了一种将目标状态估计与机器人可观性控制相结合的机器人同时定位、地图构建与目标跟踪方法。在状态估计方面,以机器人单目视觉同时定位与地图构建为基础,设计了扩展式卡尔曼滤波框架下的目标跟踪算法;在机器人可观性控制方面,设计了基于目标协方差阵更新最大化的优化控制方法。该方法能够实现机器人在单目视觉条件下对自身状态、环境状态、目标状态的同步估计以及目标跟随。仿真和原型样机实验验证了目标状态估计和机器人控制之间的耦合关系,证明了方法的准确性和有效性,结果表明:机器人将产生螺旋状机动运动轨迹,同时,目标跟踪和机器人定位精度与机器人机动能力成正比例关系。     

Optimal configuration for dual-arm space robot grasping a tumbling target based on task compatibility

Multibody System Dynamics - This paper presents a method to determine the optimal configuration for a dual-arm space robot grasping a tumbling target. In contrast to the existing studies that focus...     

Virtual target tracking of mobile robot and its application to formation control

A virtual target tracking approach is proposed for kinematic control of mobile robot. In the controller, linear and angular velocity inputs are generated by using the local data of robot position and orientation along with the estimated velocity of target object. Applying the proposed approach to a cooperative robot group with arbitrary number of multiple mobile robots, it is possible to create various robot formations for cooperative navigation and tracking of moving object. The developed controller is shown to be stable and convergent through theoretical proof and a series of experiments.     

IMM-UPF算法在机动目标跟踪中的研究

为解决机动目标跟踪的非线性和噪声不确定等问题,提出了一种新的滤波算法：融合了交互式多模型（IMM）、粒子滤波（PF）和无迹卡尔曼滤波（UKF）的IMM-UPF算法。该算法采用多模型结构以跟踪目标的任意机动,粒子滤波能处理非线性、非高斯问题,而采用UKF产生粒子,由于考虑了当前观测值,使得粒子的分布更接近后验概率密度分布,克服粒子的退化现象,从而提高估计精度。系统的模型集根据实际的目标系统设计了三个非线性模型。通过实例仿真,结果证明了IMM-UPF算法的有效性,且其性能优于PF、UPF算法。