机器人手眼关系、基坐标系和世界坐标系关系的同时标定

提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法．算法１基于矩阵直积理论,可一次算出标定方程的旋转部分和平移部分,与现有的４元数法相比,不存在误差的传递问题;算法２基于粒子群优化理论,同样能一次计算出标定方程的旋转部分和平移部分,与采用Ｌｅｖｅｎｂｅｒｇ Ｍａｒｑｕａｒｄｔ的算法相比,该方法只需指定参数的范围．仿真结果表明了算法的有效性,并对于类似问题具有一定参考价值．

     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

一种新的机器人手眼关系标定方法

通过控制装有摄像机的机械手的运动,给出了一种新的机器人手眼系统标定方法．与以往算法的不同之处在于,在计算手眼关系的平移向量时,对摄像机坐标系进行虚设旋转变换使旋转转化为平移问题．该方法需要机械手平台做两次平移运动和一次旋转运动,只需要场景中两个特征点,所以具有方便性和实用性．同时,也给出了基于主动视觉的空间点深度值计算方法．     

典型安装方式的协作机器人基坐标系标定方法

针对地面式、侧墙式、顶棚式三种典型安装方式下的协作机器人的基坐标系标定问题,采用了一种新的操作步骤简单、标定结果精确的机器人基坐标系标定方法。该方法通过在协作机器人的公共空间中构造四点"握手"动作并分别记录接触点在每个机器人的基坐标系下的坐标,求解协作机器人基坐标系间的旋转矩阵和平移矩阵,从而得到协作机器人基坐标系间的位姿关系。针对工业机器人常见的地面式、侧墙式、顶棚式三种典型安装方式进一步分析了机器人基坐标系间的约束关系,并利用这些约束关系对标定结果做出进一步的优化处理。为验证提出的标定方法的有效性,基于Matlab的机器人工具箱完成了仿真实验,仿真实验的标定误差控制在2mm以内,该精度可满足一般弧焊、搬运、切割等生产过程的定位精度要求。仿真实验的结果验证了提出的标定方法的正确性,表明该方法可有效的解决生产环境下的协作机器人的基坐标系标定问题。     

基于奇异值分解的机器人工具坐标系标定

机器人通过在末端安装不同的操作工具来完成各种作业任务,而工具参数的准确度直接影响着机器人操作精度,因此研究一种准确、快速的工具坐标系标定方法具有重要的意义。该文提出一种称为三点五步法的机器人工具坐标系标定方法,并基于矩阵的奇异值分解理论对该标定方法进行了严密的数学推理,证明该标定方法理论上的可行性。采用该算法进行工具坐标系标定具有操作简单、标定精度高、可靠性强和算法易于程序实现的特点。     

基于四元数的机器人手眼标定算法

为简化手眼标定算法的同时保证标定结果的准确性,提出一种基于四元数的机器人手眼标定算法。首先基于四元数改写手眼标定方程的形式,用奇异值分解方法(SVD)求解手眼关系的旋转部分,再将旋转部分代入手眼标定方程求解手眼关系的平移部分。通过数值仿真和机器人标定实验,将新算法和基于矩阵直积的手眼标定算法进行比较。结果表明:所提算法的稳定性和准确性均优于矩阵直积标定算法。     

一种机器人手眼关系自标定方法

设计了一种基于场景中单个景物点的机器人手眼关系标定方法．精确控制机械手末端执行器做 5 次以上平移运动和2 次以上旋转运动,摄像机对场景中的单个景物点进行成像．通过景物点的视差及深度 值反映摄像机的运动,建立机械手末端执行器与摄像机两坐标系之间相对位置的约束方程组,线性求得摄像 机内参数及手眼关系．标定过程中只需提取场景中的一个景物点,无需匹配,无需正交运动,对机械手的运 动控制操作方便、算法实现简洁．模拟数据实验与真实图像数据实验结果表明该方法可行、有效．     

基于主动视觉的手眼矩阵和光平面标定方法

为解决现有基于主动视觉方法标定手眼矩阵和结构光平面操作较复杂的问题,提出一种基于主动视觉的同时标定手眼矩阵和光平面的方法。通过精确控制机器人做两次相互正交的平移运动,求解手眼矩阵的旋转部分;而后通过两次及以上带旋转运动,求解手眼矩阵的平移部分和光平面方程。该方法简单,无需使用特定靶标,标定过程只需3个特征点,即可实现机器人手眼矩阵和光平面方程的标定;实验结果证明了该方法的有效性。     

新的单目视觉系统两步手眼标定方法

为了实现单目视觉系统的快速、精确的手眼标定,本文提出了一种新的两步式手眼标定方法,将手眼标定分为求解旋转关系和平移关系两步.首先机器人携带标定板进行两次平移运动求解旋转关系,然后机器人工具坐标系执行若干次旋转运动求解平移关系.该方法简单快速,不需要昂贵的外部设备,通过实验最终验证了该方法的可行性.     

基于协方差矩阵自适应进化策略的机器人手眼标定算法

针对视觉传感器标定和机器人运动学求解过程中存在噪声干扰，导致传统的手眼标定算法求解误差较大的问题，提出一种基于协方差矩阵自适应进化策略（CMAES）的机器人手眼标定算法。首先，采用对偶四元数（DQ）对旋转和平移分别建立目标函数和几何约束，简化求解模型；其次，采用惩罚函数法将约束问题转化成无约束优化问题；最后，使用CMAES算法逼近手眼标定旋转和平移方程的全局最优解。搭建机器人、相机实测实验平台，将所提算法与Tsai两步法、非线性优化算法INRIA、DQ算法进行对比。实验结果表明：所提算法在旋转和平移上的求解误差和方差均小于传统算法；与Tsai算法相比，所提算法的旋转精度提升了4.58%，平移精度提升了10.54%。可见在存在噪声干扰的实际手眼标定过程中，所提算法具有更好的求解精度与稳定性。     

基于双粒子群算法的矿井搜救机器人路径规划

针对在复杂地形中标准的粒子群算法用于矿井搜救机器人路径规划存在迭代速度慢和求解精度低的问题,提出了一种基于双粒子群算法的矿井搜救机器人路径规划方法。首先将障碍物膨胀化处理为规则化多边形,以此建立环境模型,再以改进双粒子群算法作为路径寻优算法,当传感器检测到搜救机器人正前方一定距离内有障碍物时,开始运行双改进粒子群算法:改进学习因子的粒子群算法(CPSO)粒子步长大,适用于相对开阔地带寻找路径,而添加动态速度权重的粒子群算法(PPSO)粒子步长小,擅长在障碍物形状复杂多变地带寻找路径;然后评估2种粒子群算法得到的路径是否符合避障条件,若均符合避障条件,则选取最短路径作为最终路径;最后得到矿井搜救机器人在整个路况模型中的最优行驶路径。仿真结果表明,通过改进学习因子和添加动态速度权重提高了粒子群算法的收敛速度,降低了最优解波动幅度,改进的双粒子群算法能够与路径规划模型有效结合,在复杂路段能够寻找到最优路径,提高了路径规划成功率,缩短了路径长度。     

基于粒子群优化的粒子滤波定位方法

为了实现移动机器人精确高效的自定位,提出了基于粒子群优化的粒子滤波定位方法.文章分析了常规粒子滤波定位方法存在的不足之处.将最新观测值融合到采样过程中,并利用粒子群优化算法提高了常规粒子滤波器的预估性能.接下来,建立了系统的概率运动模型和感知模型,并利用粒子群优化粒子滤波方法解决了移动机器人的自定位问题.粒子群优化算法的优化结果使得采样集向后验概率密度分布取值较大的区域运动,从而克服了粒子贫乏问题并且显著地降低了精确定位所需的粒子数.仿真实验表明该算法的有效性.     

四足机器人抗重心偏移步态优化

为解决四足机器人在其质心偏离躯干几何中心时的稳定性问题,提出了一种基于改进粒子群算法的优化方法.使用基于Hopf模型的振荡器搭建中枢模式发生器(central pattern generator,CPG)网络拓扑结构,通过对足端进行轨迹规划进而确定CPG模型相关参数,并对CPG单元间的耦合系数矩阵进行优化,使其能够输出...     

模糊粒子群算法构造Steiner最优树问题研究

在传统粒子群算法的基础上运用模糊规则表加入了新的扰动因子,提出了一种新的算法--模糊粒子群算法。算法结合了模糊控制器中输入输出的模糊化处理和粒子群寻优的特点,为实际问题提供了新的解决手段。将模糊粒子群算法应用于构造Steiner最优树的问题上,通过多组实例数据进行测试,验证表明了该算法具有良好的有效性和鲁棒性。     

未知环境下机器人路径规划的粒子群优化

研究了全局静态环境未知时机器人的路径规划问题,提出了一种新颖的基于粒子群算法的滚动规划算法。该方法在机器人视野域内产生若干个同心圆进行环境建模,然后利用粒子群优化算法规划出一条导航路径,机器人每前进一步,都由粒子群优化算法重新规划导航路径,因此,机器人前进路径不断动态修改,从而能使机器人沿一条全局优化的路径接近终点。仿真实验结果表明,即使在障碍物非常复杂的地理环境,用该算法也能迅速规划出一条优化路径,且能安全避碰,效果令人满意。     

一种改进的微粒群算法*

通过在微粒群算法中引入排雷策略的思想,对微粒群优化算法进行改进,使微粒群算法能摆脱局部极值点的束缚;另外通过在算法的迭代过程中加入旋转方向法,加快算法的收敛速度,从而形成一种新的改进粒子群算法。通过对三个典型函数进行优化计算,并与其他文献的改进微粒群算法的优化结果进行比较,表明基于排雷策略的改进算法很好地解决了粒子群优化算法早收敛、难以跳出局部极值点和收敛较慢的问题。     

基于改进粒子群算法的移动机器人路径规划方法研究

针对移动机器人传统路径规划算法效率不高、寻优能力差等问题,本文提出一种基于改进粒子群优化算法(PSO)的移动机器人路径规划方法。该方法采用神经网络训练碰撞罚函数,得到无碰撞路径,然后采用粒子群优化算法解决路径的最优问题。利用神经网络实现大量的并行和分布计算,发挥PSO简单、容易实现的优点,提高了路径规划的计算效率和可靠性。仿真结果表明,这种新路径规划方法是可行且有效的。     

一种新的并行文化微粒群优化算法

为了避免微粒群优化算法在解决复杂优化问题时陷入局部最优,提高算法种群的多样性。将微粒群优化算法纳入文化算法框架,提出了一种新的基于文化算法框架的并行微粒群优化算法。在文化算法框架中,由微粒群组成的群体空间和信念空间各自独立并行演化,并相互影响,有效地提高了种群的多样性,降低了陷入局部极值的可能性。通过对不同测试函数的仿真实验表明,新提出的并行文化微粒群优化算法比标准微粒群优化算法更容易找到全局最优解,提高了微粒群优化算法的全局寻优能力。     

基于粒子群算法的移动机器人全局最优路径规划*

以栅格法和粒子群算法为基础,提出了一种新的机器人实时全局最优路径规划方法.该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径.在计算机上进行了仿真,仿真结果证明了该方法的可行性和有效性.     

基于粒子群优化算法的自动机制设计

机制设计是在代理自私行为的基础上寻找博弈规则,获得满意结果的理论和方法。传统的机制设计是手工完成的,Conitzer和Sandholm提出了自动机制设计的方法,把机制设计作为优化问题,并且用线性规划来解决。在本文中,我们提出了使用粒子群优化算法来实现自动机制设计,并对离婚案问题获得了较好的结果。