瞄准摄像机的视觉伺服控制

本文提出了瞄准摄像机的视觉伺服控制方法。控制系统由两个模块组成：图像处理模块和瞄准控制模块。在图像处理模块中，用基于特征的方法分析动态序列图像。在瞄准控制模块中，用前馈型神经网络实现从信息空间到任务控制空间的映照。根据瞄准摄像机的模型和位姿估计算法通过精确计算得到神经网络的训练样本。用计算机仿真来验证控制方法的性能。     

基于机器视觉的多关节机器人智能装配系统设计

设计一种智能装配系统,采用机器视觉识别工件的位置、角度和类型;将工件的信息通过Modbus-TCP通信协议传输到S7-1200 PLC控制器;控制器根据既定的程序算法将处理好的工件相关数据信息传输到多关节机器人的控制器,进而使机器人按照预先示教好的程序和算法对工件进行抓取和装配。该系统在实际应用中效率高、稳定性好,能有效降低人工成本,并且可以根据不同工件灵活改变控制策略,具有较大的经济和社会效益。     

视觉伺服中运动物体的速度估计

本文讨论了当被观测物体和摄象机两者都运动情况下,物体运动速度的估计算法。为了满足实时跟踪控制的需要,提高两幅图象之间对应点的匹配效率,提出了稀疏光流算法。实验结果证明了算法是正确有效的。     

具有深度自适应估计的视觉伺服变结构控制

主要从控制的角度出发,考虑视觉伺服的具体问题, 利用变结构控制理论设计了摄像机的平移和旋转速度控制器,用自适应估计的方法对深度进行估计,给出深度变化趋势,基于图像误差实现定位控制,能够确保系统全局渐近可稳定性.该方法不需要物体的几何模型及深度的精确值,仅需要物体初始及期望位置的深度估计值.仿真结果表明该方法是有效的.     

基于3D视觉的机械零件位姿分析

针对工业制造领域中存在的弱纹理或无纹理的机械零件位姿估计问题,以DenseFusion网络为基础,提出了一种基于3D视觉的机械零件位姿估计方法。首先,依照工业制造场景构建了用于网络训练和测试的机械零件仿真数据集;其次,使用目标零件分割出的深度图像构建点云,对其进行曲率下采样处理,提高关键点的质量;最后,将颜色特征、点云特征和法线特征融合,使用融合特征回归目标零件的6D位姿。在构建的机械零件仿真数据集和LineMod公共数据集进行了实验和比较,其结果表明了所提出的方法相较于同类其他方法具有更高的准确率,更好的收敛性能,对于弱纹理或无纹理的机械零件有较好的位姿估计效果。     

基于机器视觉的机油泵智能装配系统研究

针对企业产能结构调整优化,提出基于机器视觉的JBZ-23-07型转子式机油泵智能装配系统.根据要求制定总体方案,以由整体到局部为设计方法,将智能装配系统分解为视觉系统、上位机软件系统等多个部分进行研究.采用Halcon软件完成对相机的标定和畸变校正;利用基于形状的多模板匹配方法提取零件图像的相关特征,得到位姿调整参...     

基于EtherCAT网络的三轴伺服控制系统设计

文章以实时以太网EtherCAT技术为基础构建网络结构,组建了一个三轴并联高性能伺服控制系统.硬件设计方面选用了施耐德Ser系列伺服电机和Lexium17D系列伺服驱动器,以及德国倍福公司的ET1100设备系列的运动控制器.软件方面使用Unilink和TwinCat提供运动控制程序运行平台.此系统实时性好、组网简单,可用于复杂加工控制领域中的高性能三轴联动伺服控制.     

基于视觉伺服的机器人作业系统研究

在分析了机器人离线编程后,提出了一种基于视觉的机器人控制方法.经过图像采集卡控制相机采集作业对象信息、对图像进行二值化处理、边缘检测、特征量计算、相机标定等步骤后,根据作业对象特征形成机器人控制信息.再调用MOTOCOM32库函数与机器人通信,实现对机器人的实时控制.实验完成了预定的作业任务,并证明了该方法的意义和实用价值.     

基于图像的机器人视觉伺服系统仿真

以四自由度GRB-400工业机器人为研究对象，采用CORECO图像采集系统，构建了基于图像的视觉伺服控制系统。建立了机器人视觉伺服系统的数学模型，推导了GRB-400机器人系统图像雅克比矩阵。应用Matlab和Simulink，对GRB-400机器人图像视觉伺服系统进行仿真实验。结果表明，本文构建的机器人视觉伺服系统对静态目标定位、对直线运动目标及曲线运动目标进行跟踪，可以达到较快的响应和较高的精度。     

基于力觉反馈的电液伺服系统设计

借鉴电机驱动主从随动控制系统的研究方法,并根据液压系统的特殊性,对电液伺服遥操作主从机械人的力觉临场感进行分析。综合对称型双向伺服控制系统和力直接反馈型双向伺服控制系统的优点,以从端受力形成力反馈控制量的增益,位置误差和位置误差的变化率形成力反馈控制量,提出改进的对称型控制算法,即力-位置综合型双向伺服控制算法。实验结果验证了该方法的有效性和实用性。     

基于粒子群优化算法的液压伺服控制系统PID参数优化

PID控制是液压伺服控制系统中广泛应用的一种控制方式,PID参数是否合理直接影响着液压伺服系统的性能.本文以并联电液伺服平台的PID参数优化为例,使用粒子群优化算法对PID参数进行优化,结果显示该方法的调节效果良好.     

基于MATLAB-AMESim的电液伺服系统模糊PID控制

电液伺服系统在现代工业中有广泛应用,针对实际电液伺服系统中非线性环节建模不准确这一问题,根据MATLAB和AMESim的各自特点,利用AMESim完成复杂实际系统建模,利用MATLAB进行控制器设计,对系统建立联合仿真模型。阐述模糊PID控制器的设计过程,通过仿真结果对比分析模糊PID和传统PID的控制性能。结果显示:在变负载电液伺服控制系统中模糊PID控制器在快速性、控制精度等方面具有更好的控制性能,并且提高了系统的鲁棒性和抗干扰能力。     

基于重复控制补偿的电液位置伺服系统PID控制

针对典型电液位置伺服系统,设计了基于重复控制补偿的PID控制器,并通过计算机仿真,再现了系统跟踪正弦信号时的系统响应。仿真结果表明,在该控制器下,电液位置伺服系统具有良好的动态性能。     

基于PLC的复合模糊控制在液压伺服同步控制系统中的应用

针对液压机四角调平控制的要求,提出一种基于PLC的PID 模糊控制的复合算法,其中模糊控制器和PID调节器都通过PLC来实现,这样既保留PLC控制系统控制灵活、可靠、抗干扰能力强等特点,又大大提高了控制系统的智能化程度.实践结果表明:该系统同步控制精度高、适应性好、抗干扰能力强、鲁棒性好.     

基于增益自调整 PID 控制的卷取张力控制系统仿真

卷取是冷轧板带生产过程中最后一道工序,也是一个非常关键的环节,直接决定着产品质量的优劣。而卷取张力的稳定性将对板型、尺寸精度以及产品质量产生很大的影响。本文以冷轧带钢的生产为背景,对卷取恒张力控制系统的特点以及控制方式进行了深入地分析研究,以西门子 T400工艺板为控制核心,应用自适应控制理论的相关知识,探讨了张力控制系统的增益自调度PID 控制算法,保证了系统张力控制的精度,实现了对卷取过程中的恒张力控制的目标。     

气动执行器伺服定位模糊PID控制

针对气动系统的非线性,提出一种模糊PID控制算法,使用高速开关阀,对气动执行器进行伺服定位控制．实验结果表明,在不同条件下,控制算法都有较好的控制能力,系统具有良好的动态和静态特性。     

基于PID神经网络的倒立摆控制系统

倒立摆是一个典型的高阶次、自然不稳定、快速响应、非线性运动控制系统,是现代控制研究的对象.PID神经网络是一种内含比例神经元、积分神经元和微分神经元的神经网络.本文介绍了采用PID神经网络控制的倒立摆系统,包括倒立摆系统的基本构成、PID神经网络单变量控制系统的算法和结构、权重初值的选择.进行了实际系统试验,比较了传统PID控制和PID神经网络控制倒立摆的效果,证明了PID神经网络控制系统的优良性能.     

基于单神经元自适应PID控制的位置扰动型电液伺服施力系统

针对位置扰动型电液伺服施力系统中多余力矩和参数变化问题，在用结构不变性原理进行补偿的基础上，采用单神经元自适应PID控制来确保系统有满意的跟踪性能。采用这种控制方法，可以较好地消除位置干扰的影响，同时克服系统的非线性及参数时变等因素的影响，提高了系统的鲁棒性和跟踪性能。仿真结果验证了上述结论。     

CAMC和PID并行控制在数控伺服系统中的应用

针对数控电液位置伺服系统的非线性、参数时变性等特点,设计一种基于CAMC和PID并行控制的方案。以PID为反馈控制来保证系统的稳定性且抑制扰动,以CAMC为前馈补偿控制器来确保系统的控制精度和响应速度。在MAT-LAB环境下对位置伺服系统进行动态仿真。仿真结果表明:基于CAMC和PID的并行控制响应速度快,稳态精度高,其控制性能远优于传统PID控制器。     

高精度数控机床进给伺服系统的模糊自适应PID控制

数控机床进给伺服系统是一个复杂的机电耦合系统。由于具有较强的时变参数特性、负载扰动和电机的非线性,很难给出控制系统的精确模型。基于数控机床进给伺服系统的数学模型,提出一种模糊自适应PID控制器的设计方法。将该控制器应用于数控机床进给伺服系统控制,可获得良好的控制性能。仿真结果表明：该方法不仅具有无静态失真,而且响应速度快、超调小。这种模糊自适应PID控制器具有较高的稳定性和精度。