基于激光传感器的弧焊机器人焊缝跟踪研究

采用激光扫描式传感器,设计了一套机器人焊缝自动跟踪系统。开发了相应的焊缝跟踪算法,包括直线、圆弧和直线圆弧组合连续焊缝的跟踪算法。探讨实现这些算法的相关技术问题。计算机仿真结果表明,该算法合理有效,可用于弧焊机器人焊缝在线跟踪作业,改善和提高机器人的焊接精度和质量。     

基于非时间参考系的贝塞尔轨迹跟踪算法

为了提高复杂环境下机器人底盘高速运动轨迹跟踪精度,设计一套基于Bezier曲线路径的轨迹跟踪算法。该算法针对机器人移动速度大小,速度方向,控制周期三个控制要素提出了相应的控制策略,使用非时间参考的状态参量,避免由于时间参考产生的累积误差,以达到较高的轨迹跟踪精度。通过Matlab对该算法进行仿真分析,验证其可行性;并使用实验室自主研发的全向移动机器人进行实验测试,结果表明:该算法能够有效避免累计误差产生,极大提高长距离轨迹跟踪的精度;并且在不考虑误差累计的情况下,也具有很高的跟踪精度。     

全向轮移动机器人的视觉目标跟踪研究

为了解决移动机器人快速精准检测和跟踪目标的问题,提出一种基于目标颜色和目标形状的自主跟踪目标的算法,该算法在TLD(tracking-learning-detection)框架下,用KCF(核相关滤波器)算法在TLD(tracking-learning-detection)框架下替换的跟踪器,并采用HOG(Histogram of Gradient)特征和CN(Color Names)颜色特征的目标识别方法,让HOG特征与CN颜色特征相互补充,并在该算法的基础上设计了一款基于视觉目标跟踪的全向轮移动机器人。实验结果表明,该目标跟踪算法具有较好的实时性、精准度和鲁棒性,提升机器人在遮挡处理和目标丢失等情况的鉴别能力。采用该视觉目标跟踪的机器人的目标跟踪精度可以达到91.5%,跟踪成功率达到71.2%。     

基于粒子群算法的焊缝跟踪PID控制

为了提高焊缝跟踪的控制效果,提出了基于粒子群算法的焊缝跟踪PID控制器设计方法,即应用PSO算法优化PID控制器的三个参数。仿真结果表明,该算法优化的PID控制器有效地提高了焊缝跟踪系统的性能,相比传统的PID控制具有更高的控制品质。     

基于LabVIEW的直缝钢管内焊缝跟踪系统

准确而实时地检测出焊缝中心位置是焊缝跟踪系统要解决的首要问题。通过对钢管焊缝跟踪技术进行深入研究,设计了一种直缝钢管内焊缝跟踪系统。该系统硬件部分主要由视觉传感器CCD构成,控制部分通过图形化编程软件LabVIEW实现。算法上采取确定焊缝图像的边缘位置和确定焊缝图像二值化后的能量中心两种算法相结合的方法,相辅相成,最终确定焊缝中心位置。该算法无需对图像进行繁琐的预处理,试验证明该系统精确可靠,精度达3 mm。     

炉卷轧机带钢头部跟踪算法改进及应用

针对炉卷轧机穿带过程的特殊性和带钢头部跟踪的技术难点，分析了带钢头部跟踪算法存在的问题以及影响跟踪精度的众多因素，提出了带钢头部跟踪算法的改进措施，包括对前滑值的修正计算和跟踪修正窗口的优化设计等。结果表明：影响带钢头部跟踪精度的主要因素是前滑值的偏差以及跟踪位置修正的时机；投用改进算法后，带钢头部跟踪偏差能够控制在±0.1 m以内，带钢头部撞击卷筒槽口的次数由平均每月12次减少至3次，并且未发生穿带失败事故。该改进算法有效提高了带钢头部跟踪精度，避免了穿带失败事故，改善了带钢头部质量和提高了设备使用寿命。     

水下机器人激光视觉传感焊缝跟踪

为实现水下焊接的智能化,在设计好的水下机器人平台上,开发了一套焊缝自动跟踪算法。采用2自由度PID控制算法控制横向滑块实时精确跟踪焊缝,爬行小车依据滑块的位置与速度信号粗略跟踪焊缝轨迹的模糊控制方法实现大范围的焊缝自动跟踪。焊接试验表明,该算法具有较好的稳定性、可靠性,跟踪精度高,可达到±0.3 mm,在水下环境中移动机器人自动焊接具有良好的应用前景。     

基于最小二乘法的小车方位角实时辨识

应用最小二乘法对移动焊接机器人传感器矢量与焊缝之间的位置关系进行了研究,提出了焊缝跟踪过程中小车方位角的实时辨识算法.为了确切表达传感器、焊缝、焊枪三者之间的空间位置关系,首先引入了传感器矢量的概念.然后根据前置传感器的特点,提出在焊缝跟踪的小邻域内,传感器矢量和焊缝之间的位置关系可以用一次多项式或二次多项式来完全表达.在此基础上,应用最小二乘法,建立了小车方位角的实时辨识算法并给出了算法的具体实现.最后通过实际的焊缝跟踪试验,验证了该算法的有效性.该算法的应用,为移动焊接机器人实现复杂曲线焊缝的实时跟踪奠定了重要的基础.     

焊接机器人自动跟踪系统研究

研究开发了一种光纤式激光焊缝跟踪系统,介绍了该系统的结构组成及工作原理,对焊缝自动跟踪的系统定位、实时跟踪算法、抗弧光干扰等关键技术问题进行了深入探讨.该系统在管道预制焊接机器人的工艺试验表明,系统自动跟踪焊缝稳定性好、精度高,可满足焊接机器人全自动焊作业需求.     

一种机器人的传送带动态跟踪算法

传送带跟踪功能是工业机器人最典型的应用,在喷涂、3C、上下料等行业均有广泛的应用。主要以直线传送带跟踪为研究对象,通过编码器的位置反馈信息,计算出物品坐标系在机器人基坐标系下的实时矩阵表示,通过改进的跟踪算法,实现从追踪到跟踪同步的功能。实验结果表明:机器人在位置模式下,通过该算法,TCP末端能快速追踪上物品,并实时同步传送带上的物品,最终实现对目标的动态跟踪抓取。     

具有H_∞补偿特性的非线性系统控制器的研究

提出一种具有不确定性的非线性系统新的控制算法,它通过设计一个Ｈ_∞控制器补偿系统不确定性,证明采用该算法后系统全局稳定性,并且不确定性对控制误差影响能达到期望衰减程度。将该算法用于两连杆机械手轨迹跟踪,仿真结果显示该算法的有效性。     

多特征联合时空正则化相关滤波目标跟踪鲁棒算法

针对相关滤波跟踪框架中快速运动带来的边界效应和遮挡情况下模型错误学习的问题,提出多特征联合时空正则化的相关滤波目标跟踪算法。算法在第一帧提取目标区域的快速方向梯度直方图特征、颜色空间特征和深度卷积特征,并使用主成分分析法降低特征的维度;然后在相关滤波跟踪框架中加入空域和时域正则化项,来缓解跟踪过程中边界效应和模型退化等问题;最后结合尺度池方法,对跟踪目标进行自适应的尺度估计。实验结果表明,该算法在目标发生尺度变化、遮挡、快速运动等情况下,仍具有较好的跟踪有效性。     

具有H∞补偿特性的非线性系统控制器的研究

提出一种具有不确定性的非线性系统新的控制算法,它通过设计一个Ｈ∞控制器补偿系统不确定性,证明采用该算法后系统全局稳定性,并且不确定性对控制误差影响通达到期衰减程度。将该算法用于两连杆机构手轨迹跟踪。仿真结果显示该算法的有效性。     

一种多尺度估计和自适应响应融合目标跟踪算法

针对相关滤波跟踪框架中深度特征跟踪优势受限和计算存储存在冗余等问题,提出一种多尺度估计和自适应响应融合目标跟踪算法。该算法通过调整高斯标签参数,充分发挥手工特征准确性和深度特征鲁棒性优势,并学习连续域卷积算子融合多分辨率特征;为了减少计算和样本的冗余,通过分解卷积操作对特征进行有监督降维来减少模型参数,采用基于高斯混合模型的动态样本融合,并使用模糊稀疏的模型更新机制提高模型有效性;根据预测质量评估标准,进行自适应响应融合。实验结果表明：该算法在目标发生遮挡、形变和快速运动等多种情况下,具有较好的跟踪有效性。     

自由曲面上等斜率曲线的跟踪算法

为了提高自由曲面加工质量,提出一种等斜率曲线跟踪算法.算法首先利用曲面内部法矢量的连续性,采用二分法求出初始点,采用密切圆法进行跟踪,然后再用梯度法精化.数值计算结果表明,该算法具有较高的计算效率和精度,能准确地对曲面进行分区处理,为三轴加工加工策略的实施提供重要依据.     

基于滑模和重复控制的永磁直线同步电机控制

考虑到永磁直线同步电动机(PMLSM)在重复运行过程中会受到由端部效应引起的周期性推力波动和周期性摩擦力以及其他非周期扰动,为提高跟踪精度,文章提出了一种重复控制和滑模变结构控制相结合的PMLSM跟踪控制策略.设计了二阶滑模速度、电流控制器,用于抑制非周期性扰动.滑模控制率采用超螺旋算法,该算法简单易实现,并且能够有效抑制抖动现象.设计PD+重复位置控制器,用于抑制跟踪过程中的周期性扰动.仿真结果表明该策略具有较高跟踪精度,同时具有响应速度快、鲁棒性强的特点.     

基于电磁激振的风电叶片双向疲劳加载控制算法研究

针对双向疲劳加载导致的扰动大且叶片惯性大导致控制难度大、精度达不到要求等问题,提出一种基于电磁力驱动的风电叶片双轴疲劳加载新方法。在对该疲劳加载方法研究的基础上,将具有可调增益的模型参考自适应控制算法应用于风电叶片电磁双轴疲劳加载系统。该算法可根据电磁疲劳加载系统的内部频率变化不断地跟踪参考模型的输出。结合先前研究成果,建立风电叶片电磁力驱动的双轴疲劳加载模型试验平台,在现场试验对自适应算法的控制效果进行验证。结果表明：在挥舞方向,可调增益的模型参考自适应控制算法平均跟踪误差在10%以内,摆振方向为7%以内;相较于传统PID算法,该算法具有更好的跟踪能力、鲁棒性、抗扰动能力,控制性能得到了很大的提升。     

低光照条件下的鲁棒视觉惯性SLAM算法北大核心

针对低光照条件下视觉惯性同步定位与地图构建(VI-SLAM)算法易发生漂移甚至跟踪失败的问题,提出一种改进的VI-SLAM算法。通过增强低光照度条件下的视觉效果提升VI-SLAM的鲁棒性,提出一种新的图像增强算法。首先对图像进行多尺度Retinex处理,然后分别进行自适应Gamma校正和对比度受限的直方图均衡化(CLAHE)处理,并采用提出的融合策略进行图像融合;同时采用改进的FAST角点提取算法和随机采样一致(RANSAC)算法提高前端鲁棒性。根据EuRoC数据集上的实验结果,相比于VINS-Mono算法,该算法的轨迹跟踪均方根误差平均降低了23.98%,根据实际场景下的实验结果,该算法的运动轨迹相比于VINS-Mono更接近真实轨迹。实验结果表明,该算法可以有效提升低光照条件下的定位精度。     

一种基于DSP服务机器人的单目立体视觉跟踪算法

介绍了一种基于DSP服务机器人的单目立体视觉跟踪算法。该算法通过中值滤波、帧差分,运用圆盘型腐蚀获得运动的图像,并通过运动目标在图像中的质心坐标来计算运动轨迹。避免了使用复杂算法来计算移动目标的位置。该算法实现简单且运算量较低,适合于运算能力不强的处理器。本文通过MATLAB仿真验证了这种算法。     

一种用于运动目标跟踪与测量的目标边缘差分算法研究

为提高对运动目标的有效追踪,同时有效避免传统差分算法对目标有效边缘造成的"空洞"破坏,提出了一种改进型目标边缘差分算法。一方面,通过引入一种基于INMF的目标跟踪算法以完成对目标区域的动态捕捉和分割;另一方面,对目标图像的边缘处理进行Canny灰度值特征提取,通过一种改进型边缘帧差分算法完成对分割区域内目标对象的边缘运动识别。最后,将该算法同传统几种典型的跟踪识别算法进行实验验证。结果表明:在目标部分遮挡、光线变化和运动模糊环境中,该算法在检测精度和稳定性方面表现较为优异。