单目相机-IMU外参自动标定与在线估计的视觉-惯导SLAM

针对视觉-惯导信息融合同时定位与地图构建(VI-SLAM)中,单目相机-惯性测量单元(IMU)外参离线标定繁琐的问题,以及单目相机-IMU外参因传感器受到冲击或调整发生变化影响系统跟踪精度的问题,提出一种单目相机-IMU外参自动标定与在线估计的VI-SLAM算法。该算法首先利用手眼标定方法计算单目相机-IMU外参旋转矩阵并估计陀螺仪零偏;接着,在不考虑加速度计零偏的情况下估计系统的尺度、重力加速度以及单目相机-IMU外参平移向量;然后,利用已知的重力加速度大小估计加速度计零偏并更新以上已估计的初始化参数;最后,将单目相机-IMU外参放入状态向量中进行在线估计。EuRo C数据集实验表明,该VI-SLAM算法可以自动标定并在线估计单目相机-IMU外参,得到的旋转与平移外参误差分别在0. 5°和0. 02 m之内,这有利于VI-SLAM系统的快速使用以及精度的提升。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

全向移动机械臂的混合视觉伺服与参数优化

面向全向移动机械臂的视觉控制任务,研究了一种基于混合视觉伺服的控制律设计方法,并采用蝙蝠算法(Bat Algorithm, BA)实现了运动轨迹优化。首先,为实现全向底盘和六自由度机械臂的同时控制,建立了全向移动机械臂整体的速度级运动学模型;进而,根据眼在手中的相机配置方案,分别推导了位置误差和图像误差的雅克比矩阵,在联合了机器人运动学模型的基础上,设计了全向移动机械臂的混合视觉伺服控制律;进一步设计了基于蝙蝠算法的控制器参数优化方法,使机械臂末端能够沿着尽可能短的路线到达期望位置;最终,通过稳定性证明和系统仿真实验说明了该算法的有效性。     

单目视觉双臂机器人相对位姿的快速标定

由两个独立机械臂组成的双臂机器人系统,两个机械臂分别有各自独立的基坐标系,针对此类双臂机器人基坐标系相对位姿的确定问题,提出了单目视觉双臂机器人相对位姿标定方法。将相机安装在其中一机械臂末端执行器上组成手眼系统,标定板安装在另一机械臂末端执行器上,保持安装有相机的机械臂位姿固定不动,控制安装有标定板的机械臂运动达到任意不同的拍照位置,相机拍照并同时从机器人返回并记录下每个拍摄位置的机器人参数,联立解出基坐标系间的相对位姿关系。将实验结果应用于智能变电站隔离断路器自动检修双臂机器人,证明此方法能够满足实际工作需求,便于实际应用。     

基于球杆仪的三自由度串联机械臂运动学标定方法研究

考虑所标定机械臂的几何结构特点,采用修正五参数法描述参数误差并建立机械臂末端位置误差模型;在机械臂零位标定基础上,采用单球杆一次安装测得标定所需数据;基于机械臂和球杆仪所组成闭链的几何约束条件和末端位置误差模型建立参数误差辨识模型,并用非线性最小二乘迭代法求得几何参数误差。完成了标定实验,并采用综合误差补偿法进行了机械臂误差补偿。在给定的两条测试轨迹上,球杆长度变化差分别由标定前的0.395 mm、0.456 mm减小到标定后的0.005 mm、0.010 mm。研究表明:该标定方法有效正确,提高了机械臂的位置精度。     

基于SimMechanics的六自由度机械臂运动算法验证

建立了基于SimMechanics模块的六自由度机械臂离线仿真平台,创建了机械臂模型,并在虚拟环境下根据六自由度机械臂末端的运动轨迹规划,通过逆运动学模型得到了各个关节角度数据,将其发送给伺服电机,从而驱动各个关节,使机械臂能够按照预期轨迹运动。通过离线仿真,证明了机械臂运动规划算法的正确性。     

基于运动学参数标定方法的机械臂 误差分析与仿真研究

针对工作任务复杂或环境多变,且对机械臂精度要求较高的工业生产需求等问题,基于运动学参数标定方法进行了机械臂的误差分析与Matlab仿真。介绍了定位精度以及定位误差的来源,针对机械臂运动学标定的方法步骤,采用矩阵法对运动学参数标定误差模型进行了建模分析,推导出了运动学参数误差模型的通用形式,并添加一个微小的增量进行了误差补偿;采用Matlab对机械臂运动学参数误差模型进行了仿真分析,验证了所建立的误差模型的正确性。研究结果表明:基于运动学参数标定方法的机械臂误差分析能很好地提高机械臂的精度,使机械臂能够准确完成预期的位姿要求,对于进一步提高机械臂的精度有较好的指导作用。     

一种模块化机器人的标定方法研究

对一种可重构模块化机器人系统进行定位精度标定方法研究。采用装配映射矩阵描述任意给定的模块化机械臂组成模块间的装配关系,并根据装配信息自动生成指数积形式的运动学模型。根据指数积公式中关节旋量坐标的理论值和实际值之间的伴随变换关系将运动学模型改写成包含关节约束条件的等价形式。对运动学方程取微分得到机械臂末端定位误差与关节旋量误差及零位位置误差间的线性化模型。给出了一种基于最小二乘法的运动学参数标定模型及其生成方法。通过程序生成一种5自由度模块化机械臂的标定模型并采用激光跟踪仪作为测量设备进行运动学参数标定试验。试验结果表明标定过程能够快速收敛到稳定值。测试结果表明经参数标定机器人的平均定位精度提高了近4倍。     

基于卷积神经网络与扩展卡尔曼滤波的 单目视觉惯性里程计

针对单目相机采集室外图像易受环境光照影响、尺度存在不确定性的缺点,以及利用神经网络进行位姿估计不准确的问题,提出一种基于卷积神经网络(CNN)与扩展卡尔曼滤波(EKF)的单目视觉惯性里程计。采用神经网络取代传统里程计中基于几何约束的视觉前端,将单目相机输出的估计值作为测量更新,并通过神经网络优化EKF的误差协方差。利用EKF融合CNN输出的单目相机位姿和惯性测量单元(IMU)数据,优化CNN的位姿估计,补偿相机尺度信息与IMU累计误差,实现无人系统运动位姿的更新和估计。相比于使用单目图像的深度学习算法Depth-VO-Feat,所提算法融合单目图像和IMU数据进行位姿估计,KITTI数据集中09序列的平动、转动误差分别减少45.4%、47.8%,10序列的平动、转动误差分别减少68.1%、43.4%。实验结果表明所提算法能进行更准确的位姿估计,验证了算法的准确性和可行性。     

基于高斯模型和视觉测量的机械臂在线自标定方法研究

对于在空间站、核电站或其他无人环境中工作的特种机械臂,过载、碰撞、振动、温度变化和应力释放等都会对结构几何参数产生影响,长期使用操作精度会不断降低.因此,当无人操作机械臂在执行高精度操作或维护时,应进行自主标定以提高操作精度.提出了一种基于多标识点的在线自标定方法,用固定在机械臂末端的相机测量1～3个标识点,形成非稳态多传感器手眼系统.针对系统存在的运动误差和传感器测量误差,提出了高斯运动(GM)方法,建立了可行的标定模型,并将线性二次型调节器(LQR)控制与扩展卡尔曼滤波(EKF)相结合,实现了误差影响下的标定运动轨迹跟踪.同时,在视觉系统存在测量误差和标识点非稳态识别造成间歇信号反馈时,为了形成高精度、稳定的信号采集,提出了基于蒙特卡罗方法,根据测量点方差筛选最优测量点.为了更加契合机械臂几何误差形态,采用了 DH增广模型,一次逼近30个模型参数.基于中国空间站的生命科学手套箱机械臂的数据比较分析和试验结果证明了所提方法的有效性和可行性.     

A modular cable-driven humanoid arm with anti-parallelogram mechanisms and Bowden cables

This paper proposes a novel modular cable-driven humanoid arm with anti-parallelogram mechanisms (APMs) and Bowden cables. The lightweight arm realizes the advantage of joint independence and the rational layout of the driving units on the base. First, this paper analyzes the kinematic performance of the APM and uses the rolling motion between two ellipses to approximate a pure-circular-rolling motion. Then, a novel type of one-degree-of-freedom (1-DOF) elbow joint is proposed based on this principle, which is also applied to design the 3-DOF wrist and shoulder joints. Next, Bowden cables are used to connect the joints and their driving units to obtain a modular cable-driven arm with excellent joint independence. After that, both the forward and inverse kinematics of the entire arm are analyzed. Last, a humanoid arm prototype was developed, and the assembly velocity, joint motion performance, joint stiffness, load carrying, typical humanoid arm movements, and repeatability were tested to verify the arm performance.     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

Motion control of industrial robots by considering serial two-link robot arm model with joint nonlinearities

This paper presents a model based motion control approach for industrial robots by considering a serial two-link robot arm model with joint nonlinearities. In order to achieve the desired performance using the model based control approaches, it is important to obtain relevant models of both kinematics and dynamics including nonlinear characteristics. Main nonlinear components that lead to trajectory tracking errors of typical multi-axis industrial robot are joint nonlinearities in each axis and dynamic coupling effects between different axes. In this paper, a parametric modeling approach is introduced to reproduce behaviors of a serial two-link robot arm with joint nonlinearities. Nonlinear stiffness, angular transmission errors, and friction in these two links are directly identified as joint nonlinearities. This approach is applied for the serial two-link arm of a typical multi-axis industrial robot, which has low frequency vibration modes and significantly affects to the trajectory performance. Effectiveness of the modeling is verified by comparative studies with numerical simulations and experiments. Finally, a 2-DOF control scheme with the identified two-link dynamic model and a feedback loop-shaping with a variable notch filter are applied to improve the performance of trajectory tracking and residual vibration suppression.     

基于二阶锥规划无标定参照物的手眼标定

为了克服传统机器人手眼标定方法求解手眼关系及机器人坐标系与世界坐标系方位关系对标定参照物的依赖,提出一种基于二阶锥规划的无标定参照物手眼标定改进方法,并搭建相关实验系统进行验证。首先,利用运动恢复结构算法解算定义在一个尺度因子基础上的相机运动矩阵;然后,引入对偶四元数理论参数化标定方程中的旋转矩阵和平移向量;最后,通过二阶锥规划方法同时求解相机运动矩阵尺度因子、手眼关系及机器人坐标系与世界坐标系方位关系的最优解。仿真和实测结果表明,在没有标定参照物作为测量基准的情况下,标定结果中旋转参数相对误差为3.998%,平移参数相对误差为0.117%。与其他标定方法相比,该方法提高了无标定参照物模式下机器人手眼标定精度,扩展了手眼标定方法的应用范围。     

大视场室内移动机器人高精度动态定位方法

高精度室内定位是移动机器人实现自主导航、运动控制和协同作业等任务的前提条件.利用单目视觉定位原理,提出了一种针对大视场的室内移动机器人绝对定位方法.该方法适用于室内多移动机器人同步动态定位,解决了大视场环境下多相机非线性标定和视场融合问题,相机标定精度提高了52.6％.为提高移动机器人动态定位精度,设计了基于光信标的高...     

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

Kinematic design of an anthropomimetic 7-DOF cable-driven robotic arm

In this paper, an anthropomimetic design of a 7-DOF dexterous robotic arm is proposed. Similar to the human arm, the arm consists of three sequentially connected modules, i.e., a 3-DOF shoulder module, a 1-DOF elbow module, and a 3-DOF wrist module. All three arm modules are also driven by cables in order to mimic the driving scheme and functionality of the human muscles. This paper addresses three critical design analysis issues, i.e., the displacement analysis, the tension-closure analysis, and the workspace analysis. A closed-form solution approach is presented for the forward displacement analysis, while the inverse displacement solution is obtained through an efficient optimization algorithm, in which both task-decomposition and dimension-reduction techniques are employed. An effective tension-closure analysis algorithm is also formulated based on the theory of convex analysis. The orientation workspace for the 3-DOF shoulder and wrist modules are then analyzed using a new equi-volumetric partition scheme based on the intuitive Tilt-and-Torsion angle parameterization. An optimization approach is then investigated for the kinematic design of the three joint modules, in which the design objective is to maximize the matched workspace of the robotic arm joints with that of the human arm joints. A research prototype of the 7-DOF cable-driven robotic arm has also been developed in order to demonstrate the anthropomimetic design concept. With a lightweight structure of 1 kg, the cable-driven robotic arm can carry a payload of 5 kg and has motion repeatability of±2.5mm.     

融合旋转平移信息的机器人手眼标定方法

针对传统手眼标定方法在四自由度机器人和六自由度机器人旋转运动约束信息不满秩时无法求解的弊端,不同于传统手眼标定方法,除了包含旋转运动约束信息,同时增加了平移运动约束信息,提出了一种融合2种运动信息的约束矩阵构造方法,详细分析了约束矩阵的秩情况,并根据不同情况构造约束矩阵保证其满秩,便于计算旋转矩阵和平移向量。在实验中,分别进行了不同运动构型的六自由度机器人(Yskawa-Motoman-MH80)手眼标定实验,用相机获取不同位置的靶标图像,实验结果表明该方法即使在旋转信息不充足的情况下依然有效。另外,四自由度桌面式机器人(Yamaha Y500)手眼标定实验结果也成功地标定出了手眼关系。     

基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。