机器人视觉伺服研究进展

介绍了机器人视觉伺服系统的结构和主要研究内容,比较了当前几种主要的视觉伺服方法,针对当前 机器人视觉伺服所面临的主要问题,详细阐述了近期提出的一些解决方法.     

机器人视觉伺服研究综述

首先对于3种机器人视觉伺服策略,即基于位置的视觉伺服、基于图像的视觉伺服以及2.5维视觉伺服进行了讨论.然后,对于视觉伺服的研究方向和面临的主要问题,如机器人位姿提取、视觉伺服系统的不确定性研究、图像空间的路径规划、智能视觉伺服等进行了分析和讨论.在此基础上,对于机器人视觉伺服领域的未来研究重点,包括如何使参考点位于视场之内,高速伺服策略以及鲁棒视觉伺服技术进行了分析和展望.     

基于神经网络的机器人视觉伺服研究

介绍了神经网络在机器人视觉伺服控制中的研究现状,详细讨论了神经网络输入输出数据的选择、网络结构的选择以及网络学习算法的选择等问题.针对神经网络视觉伺服控制器设计中存在的网络学习速度和精度的矛盾、网络的局部性和收敛性等问题展开讨论,并总结目前的解决办法.最后指出今后可能的研究方向.     

微操作机器人的视觉伺服控制

视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段．本文介绍 了实现微操作机器人视觉伺服控制的方法．首先论述了微操作机器人的视觉伺服结构,并以 建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由 度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验．实验结果表明,视 觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差．     

视觉和超声信息的融合与机器人伺服控制的研究

本文对视觉和超声信息的融合与机器人的伺服控制进行了研究。通过视觉和多超声传感器信息的融合确定了工作平面上的物体在空间的位姿，并结合机器人的伺服控制选择了物体的特征向量，推导了物体特征向量的微分变化。基于这一微分变化，本文提出了改进型的最优控制算法。并对其稳定性进行了证明，仿真实验表明该控制算法效果良好，切实可行。     

基于小波网络的机器人视觉伺服控制研究

本文基于小波神经网络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,来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。     

视觉伺服机器人对运动目标操作的研究

机器人视觉伺服系统是机器人领域一重要的研究方向，它的研究对于开发手眼协调的机器人在工业生产、航空航天等方面的应用有着极其重要的意义．本文着眼于视觉伺服机器人操作运动目标这一问题，分析了建立此类系统的控制结构并指明其特点；同时，详细地阐述了三个组成环节：视觉图像处理、预测及滤波、视觉控制器的研究方法和现状．最后，分析了今后的研究趋势．     

一种五自由度视觉伺服机器人的跟踪控制研究

提出了一种基于图像的视觉伺服机器人系统的结构，以及该系统跟踪平面运动目标的算法. 该系统有5个自由度，包括一个3自由度的机器人和一个2自由度的手腕，手腕安装在机器人末端，而摄像机安装在手腕末端. 由于具有较小的运动惯量，手腕可快速旋转，以实现对运动目标的跟踪. 而在需要时，3自由度的机器人可将摄像机移动到适当的位置， 对目标进行更为仔细的观察. 该系统实现了对运动目标的跟踪. 此外，还提出了提高系统性能的方法，实验证实这些方法是有效的.     

仿人视觉过程的机器人视觉伺服系统研究

提出了一种模仿人类视觉过程的动态图像目标跟踪方法,其采用基于模板匹配的识别技术,通过模仿人类视觉目标定位过程运用遗传算法实现了对运动物体的视觉跟踪。利用此方法实现了一套视觉伺服机器人的运动目标跟踪系统,通过实验说明该方法能够满足系统的实时性要求,同时具有一定的抗噪能力。     

农业机器人并联采摘臂视觉伺服控制

介绍了一种基于视觉伺服的农业机器人并联采摘系统,该系统由视觉系统、上位机、下位机、并联机构等4部分组成.视觉系统采集目标图像并传递给上位机,上位机对图像进行处理,识别和定位目标,计算并联机构的运动控制量,通过串口通信发送给下位机,下位机接收到控制量后,根据运动控制量驱动继电器模块作相应的开关动作,完成并联采摘臂的控制.实验证明:该系统对于实现农业机器人采摘作业具有可行性.     

机器人视觉伺服中CMAC学习控制系统研究

根据小脑模型关联控制器（CMAC）收敛速度快,适于实时控制系统的特点,设计了一种基于CMAC学习控制方法的机器人视觉伺服系统。在该系统中,CMAC被用作前馈视觉控制器对常规反馈控制器进行补偿。所提出的CMAC控制器替代图像雅可比矩阵来获得目标图像特征和机器人关节运动之间2D/3D变换关系,通过其在线学习,可以使系统对摄像机标定误差不敏感,从而提高系统的鲁棒性。实验证明了所设计控制系统的有效性。     

基于位置的机器人视觉伺服控制系统研究

大多数视觉伺服研究中,不考虑机器人的动力学特性,把机器人当作一个理想定位设备。本文考虑其动力学特性,采用基于FNN和CMAC控制器结合kalman滤波对目标运动状态估计的方法,实现了机器人对目标运动的跟踪。并对一个二连杆视觉伺服系统进行了仿真,仿真结果说明了算法的有效性。     

基于参数自校正模糊控制器的机器人视觉伺服系统

提出了一种参数自校正模糊控制器,并将其用于机器人视觉伺服系统的控制中,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自校正模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

基于广义Hamilton系统的机械人双目视觉伺服控制器

对于手眼双目视觉伺服机器人,考虑一类新的双目视觉模型,研究了新模型视觉伺服控制器的设计问题。首先,基于新视觉模型和机器人动力学方程,构建了广义Hamilton框架下的视觉反馈系统(GHVFS)。针对GHVFS提出了基于广义Hamilton框架下的视觉伺服控制器设计方法。此外,研究了GHVFS下的L2增益干扰抑制问题,并证明了该闭环系统的渐近稳定性。最后给出的仿真结果验证了该方法的有效性。     

基于单应性矩阵的移动机器人视觉伺服切换控制

针对具有单目视觉的移动机器人,本文提出了一种基于单应性矩阵的视觉伺服控制算法,在缺乏深度信息的情况下利用视觉反馈实现了移动机器人的控制目标,即给定机器人目标位姿下拍摄得到的图像,通过视觉伺服使机器人从初始位姿准确到达目标位姿.视觉反馈环节采用单应性矩阵中的元素构造状态变量,而非利用常见的单应性分解,此外,考虑到视野约束,本文提出的算法在计算单应性矩阵时结合了单应性的传递特性,从而避免了参考目标的实时可见性.伺服环节设计了切换控制器,在满足非完整约束的同时可驱动机器人到达期望位姿.理论分析及实物仿真验证了该算法的可行性和有效性.     

面向全自主智能机器人的无标定图像视觉伺服控制研究

在利用全自主智能机器人检测、搬运目标物的过程中,为了提高主机元件对机器人的伺服控制效果,设计了一种无标定图像视觉伺服控制方法。首先,根据机器人轨迹的无标定估计结果,计量目标物的位姿点,推导出机器人无标定图像中的目标物检测与追踪条件。按需连接视觉伺服控制器,通过求解机器人无标定运动内积的方式,计算图像视觉特征的伺服选择标准,实现对机器人无标定图像视觉特征的伺服选择。然后,在无标定图像中定义雅克比矩阵,根据图像视觉分割原则,完成机器人图像角点的伺服匹配处理,再通过确定强化控制参数的取值范围,实现无标定图像的视觉伺服控制。根据实验可知,应用该方法可以解决智能机器人难以运动至标定区域的问题,为提高伺服控制指令的执行有效性提供了保障。     

利用平面单应分解实现服务机器人视觉伺服

智能空间中家庭服务机器人所需完成的主要任务是协助人完成物品的搜寻、定位与传递。而视觉伺服则是完成上述任务的有效手段。搭建了由移动机器人、机械臂、摄像头组成的家庭服务机器人视觉伺服系统,建立了此系统的运动学模型并对安装在机械臂末端执行器上的视觉系统进行了内外参数标定,通过分解世界平面的单应来获取目标物品的位姿参数,利用所获取的位姿参数设计了基于位置的视觉伺服控制律。实验结果表明,使用平面单应分解方法来设计控制律可简单有效地完成家庭物品的视觉伺服任务。     

Image based visual servo control for a class of aerial robotic systems

An image-based strategy for visual servo control of a class of dynamic systems is proposed. The class of systems considered includes dynamic models of unmanned aerial vehicles capable of quasi-stationary flight (hover and near hover flight). The control strategy exploits passivity-like properties of the dynamic model to derive a Lyapunov control algorithm using backstepping techniques. The paper extends earlier work (Hamel, T., & Mahony, R. (2002). Visual servoing of an under-actuated dynamic rigid-body system: An image based approach. IEEE Transactions on Robotics and Automation, 18(2), 187-198) where partial pose information was used in the construction of the visual error. In this paper the visual error is defined purely in terms of the image features derived from the camera input. Local exponential stability of the system is proved. An estimate of the basin of attraction for the closed-loop system is provided.