基于LabVIEW的机器人视觉伺服及模糊控制研究

本文研究了一种构造分布式机器人视觉伺服系统的方法。借用分布式系统的概念,运用NI公司（美国国家仪器公司）的LabVIEW,将四自由度机器人系统和实时图像采集系统连接起来,构成了基于LabVIEW的分布式机器人视觉伺服系统,推导了视觉伺服机器人系统的图像雅克比矩阵,用LabVIEW语言写了基于逆模型的控制算法,给出了比例控制和模糊控制的实施结果。     

基于虚拟仪器技术的机器人视觉伺服研究

以分布式系统的原理为结构框架,将四自由度机器人系统和实时图像采集系统有机结合,构成了基于虚拟仪器技术的分布式机器人视觉伺服系统。在推导视觉伺服机器人系统的图像雅克比矩阵的基础上,用LabVIEW语言编写了基于逆模型的控制算法等软件模块,实现了对目标二维运动的跟踪,最后给出了实验结果:采用简单的模糊控制算法,对于100个像素的阶跃激励,系统可在3 s内实现跟踪。     

图像反馈机器人视觉伺服系统理论与实验研究

对机器人视觉伺服系统的研究是机器人领域中的重要内容之一,其研究成果可应用在机器人自动避障、轨线跟踪和运动目标跟踪等问题中。本文分析了基于图像雅克比矩阵的机器人视觉伺服方法的基本原理,采用了基于图像的视觉伺服方法,直接利用图像特征来控制机器人运动,构建了自由度GRB-400工业机器人图像反馈视觉伺服系统。采用该系统进行了机器人跟踪两维平面运动目标的实验,结果验证了该方法的有效性。     

机器人视觉伺服系统控制结构的研究

对机器人视觉伺服系统的研究是机器人领域中的重要内容之一，其研究成果可直接用于机器人手-眼系统，移动机器人的自动避障及对周围环境的自适应，轨线跟踪等问题，该文介绍了三种主要的机器人视觉伺服系统；基于位置的控制系统，基于图像的控制系统，2-1/2D视觉伺服，并详细论述了它们的控制结构及由此产生的优缺点，最后分析了今后的发展趋势。     

基于概率方法的多微型机器人分布式定位

针对常见的微小型机器人群体定位中单纯依赖外部彩色视觉图像信息以及定位精度较差的问题,提出了一种基于概率方法的多微型机器人分布式定位方法。该方法利用部分可观Markov过程,将外部视觉信息和机器人个体的驱动信息融合,从而提高了定位精度。方法基于分布式形式出现,并且仅需要外部视觉传感器提供灰度图像,从而提高了多机器人系统的可扩展性。     

基于LabVIEW的Tripod机器人视觉处理和定位研究

针对传统的物流分拣过程效率低、成本高的现状,以及利用机器视觉进行分拣快速、可靠的优点,对机器视觉、图像处理和Tiropd机器人进行了研究,基于LabVIEW,设计了Tripod机器人视觉系统,将分拣过程简化为对几何体的识别和抓放过程。利用边缘提取、滤波去噪、圆心检测等算法,采用LabVIEW视觉模块及其库函数,进行了图像的预处理、特征提取以及中心点定位。研究结果表明,基于LabVIEW的Tripod机器人系统能够准确识别平台几何体的颜色和形状,可较为精确地定位几何体中心,满足后续控制的要求。     

基于图像的无标定视觉伺服系统

传统的机器人视觉伺服大都是基于系统标定技术的。但是在实际工厂条件下,复杂的工况常常使得无法进行有效的标定,且标定技术对于环境十分敏感,标定精度对于系统最终性能有很大影响。因此,本文在总结当前基于图像无标定机器人视觉伺服研究的基础上,搭建机器视觉伺服平台,设计视觉伺服软件系统。运用图像雅克比在线估计方法,在核心问题雅克比矩阵估计上,采用动态拟牛顿算法,模拟逼近图像雅克比矩阵,进行视觉反馈。并将无标定视觉伺服系统应用于UR机器人,使机器人的智能抓取免去了复杂的标定程序,克服了原视觉系统的不确定因素,提高了机器人视觉系统的鲁棒性,扩大了工业机器人的应用范围。     

基于改进Smith预估器的显微视觉伺服

针对视觉延迟的问题,提出采用改进的Smith预估器(MSP)来改善视觉伺服系统的控制品质。在对基于位置的动态"look-and-move" 视觉伺服系统特性分析的基础上,建立了基于MSP视觉伺服系统的结构,同时建立了视觉伺服系统的分时模型。在微操作机器人平台上进行了点到点、抗干扰和微齿轮的跟踪抓取实验。结果表明,与只有PID控制器的视觉伺服系统相比,带MSP的视觉伺服系统具有更好的控制品质。克服了由于图像采集、传输和处理导致的视觉伺服延迟而严重影响控制系统的品质局限,并克服了传统方法通过减小系统增益来增强系统的鲁棒性,但同时降低了系统响应特性的缺点。     

一种三关节机器人视觉伺服系统研究

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，束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。     

机器人自动控制中视觉蔽障寻优方法分析

机器人自动控制系统中,视觉系统和蔽障寻优路径规划系统对于其安全可靠运行十分重要。基于此,分析了机器人视觉伺服系统与控制方式,并重点探究了机器人自动控制视觉蔽障寻优的最佳方法。     

机器人视觉伺服系统的研究与发展

论述机器人视觉伺服的发展历史、方向和研究背景,系统介绍了机器人视觉伺服系统的基本分类,重点介绍三种现有的控制结构、动态LookandMove系统、视觉直接伺服系统以及实现视觉伺服系统各个环节的主要问题。对智能控制在机器人视觉伺服系统中的应用作了介绍,并对控制系统实时性进行分析。展望今后的发展方向。     

图像拼接技术在爬壁机器人位置伺服控制系统中的应用

针对传统爬壁机器人对裂缝图像拼接效果差而导致位置控制结果不精准、工作效率较差的问题,提出基于图像拼接的爬壁机器人位置伺服控制系统.选取 STM３２F１０３RCT６ 为主控芯片,采用气动方式设计机械气动结构,利用 PLC 位置伺服控制器实现故障电路检测.设计视觉控制平台,避免强电磁场影响.软件部分依据 CCD 相机实现机器人视觉监测,采用图像拼接技术删除相邻图像的边缘处重叠部分,实现对墙壁裂缝的准确监测,利用机器人运动速度及机器人预设位置轨迹计算爬壁机器人的位置伺服控制值,将该值传输至系统硬件,实现位置伺服控制.由实验结果可知,所设计系统对裂缝全景图像拼接的精准度较高,机器人的位置伺服控制准确率为 ９７．５％ .     

基于图像的SCARA机器人的视觉伺服系统仿真

研究一种无标定视觉伺服控制系统,基于机器人仿真工具箱和视觉仿真工具箱,在Matlab/Simulink环境下,建立SCARA机器人的air-in-hand视觉伺服系统的Simulink模型,进行运动仿真。     

基于无标定的机器人平面运动物体跟踪伺服系统研究

在未标定摄像机模型和机器人手眼关系的情况下,针对"眼在手"型机器人视觉伺服系统,采用基于位置的控制方法,提出了一种简易实用的无标定算法,采用PD控制实现了平面运动物体的跟踪,通过仿真和试验验证了该方法的有效性和可靠性。     

CLFs-based optimization control for a class of constrained visual servoing systems

In this paper, we use the control Lyapunov function (CLF) technique to present an optimized visual servo control method for constrained eye-in-hand robot visual servoing systems. With the knowledge of camera intrinsic parameters and depth of target changes, visual servo control laws (i.e. translation speed) with adjustable parameters are derived by image point features and some known CLF of the visual servoing system. The Fibonacci method is employed to online compute the optimal value of those adjustable parameters, which yields an optimized control law to satisfy constraints of the visual servoing system. The Lyapunov's theorem and the properties of CLF are used to establish stability of the constrained visual servoing system in the closed-loop with the optimized control law. One merit of the presented method is that there is no requirement of online calculating the pseudo-inverse of the image Jacobian's matrix and the homography matrix. Simulation and experimental results illustrated the effectiveness of the method proposed here.     

未知时变环境下采摘机器人电液伺服控制系统

为保证采摘机器人在未知时变环境下的控制稳定性和机器人末端执行器的位置执行精度,优化采摘机器人电液伺服控制系统。系统基于直流电动机驱动机器人各个关节,构建采摘机器人电液伺服控制系统的数学模型;通过加权自扰动递推最小二乘法辨识采摘机器人接触动力学模型实时控制参数后,结合小脑神经网络和PID算法,分别实现前馈控制和反馈控制,以此优化采摘机器人电液伺服控制系统。结果表明：优化后系统具备较好的控制参数辨识效果,机器人末端执行器在3个方向的误差接近于0;可在2 s内完成控制,超调量在2%以内;控制机器人在静态和动态2种状态下,液压缸活塞的位移结果均低于1.6 cm。