无标定视觉伺服机器人系统研究

介绍了机器人视觉伺服的一般原理,按李雅普诺夫稳定性方法推导出了模型无关的无标定视觉伺服控制律,给出了图像雅可比矩阵的递推公式,并将算法加以改进使系统满足大范围渐近稳定.最后通过轨迹跟踪的仿真试验验证了摄像机固定和eye-in-hand两种结构下算法的正确性和有效性.     

基于无标定视觉伺服机器人的运动物体跟踪

介绍机器人视觉伺服的一般原理,然后选取图像的全局特征描述子-图像矩来描述图像的特征信息,推导出基于图像矩特征的图像雅可比矩阵,并按李雅普诺夫稳定性方法推导出模型无关的无定标视觉伺服控制律.最后通过运动物体轨迹跟踪的仿真试验,验证了摄像机固定和eye-in-hand两种结构下算法的正确性和有效性.     

一种采用L-M方法的无标定视觉伺服控制方法

在无标定视觉伺服控制中,高斯牛顿法是一种被广泛采用的方法,但在大残量情况时,该方法可能不收敛或不能收敛到期望值.对此,提出了一种采用L-M方法的无标定视觉伺服控制方法.该方法采用信赖域策略确保模型是对非线性目标函数合适的模拟,并根据函数实际下降量与预测下降量的比值自适应地改变步长,采用Broyden方法动态估计图像雅可比矩阵.采用该方法无需对机器人及摄像机进行标定,且避免了传统方法的上述缺点.仿真及实验结果验证了该方法的有效性.     

型材搬运机器人视觉伺服控制研究

文章通过分析型材搬运机器人视觉伺服控制的技术要求和特点,提出一种基于型材型心线坐标附加值模型的识别算法,并以此作为型材图像边缘检测与识别理论的算法,分析了机器手的定位方法;以数字图像处理理论和算法为基础,以VisualC 6.0为平台,实现型材搬运机器人视觉伺服控制图像处理与机器手定位坐标值的确定,提供了一种型材搬运机器人视觉伺服控制的方法。     

一种采用L-M方法的无标定视觉伺服控制方法

在无标定视觉伺服控制中,高斯牛顿法是一种被广泛采用的方法,但在大残量情况时,该方法可能不收敛或不能收敛到期望值。对此,提出了一种采用L-M方法的无标定视觉伺服控制方法。该方法采用信赖域策略确保模型是对非线性目标函数合适的模拟,并根据函数实际下降量与预测下降量的比值自适应地改变步长,采用Broyden方法动态估计图像雅可比矩阵。采用该方法无需对机器人及摄像机进行标定,且避免了传统方法的上述缺点。仿真及实验结果验证了该方法的有效性。     

视觉伺服双臂冗余度机器人的研制

本文对自行研制的视觉伺服双臂冗科度机器人的机要设计、传动比的确定及控制方案的实施进行了简述。     

工业码垛机器人的视觉伺服技术

随着码垛机器人在物流自动化领域的广泛应用,市场对码垛机器人的智能化水平提出更高的需求。针对传统的"示教-再现"工作方式的码垛机器人功能单一、适应性差的问题,将机器视觉与码垛机器人控制技术相结合,搭建码垛机器人视觉伺服控制系统平台,并针对码放货物的特点,开展相关图像处理算法的研究。经试验验证,该码垛机器人视觉伺服控制系统平台可以快速准确的完成不同货物的检测、分拣和码垛,为后续码垛机器人视觉伺服技术的研究提供参考和依据。     

基于图像的机器人视觉伺服免疫控制

视觉传感器的引入增加了机器人对周围环境的自适应性,拓宽了机器人的应用领域。可以预见,具有视觉的智能机器人将得到越来越广泛的应用。本文根据机器人视觉伺服控制系统的特性利用图像雅可比矩阵的伪逆和免疫控制原理设计了视觉控制器,并将之应用于机器人视觉伺服控制中。两连杆机器人平面视觉跟踪控制仿真结果表明在控制系统的动态调节过程中,PI型免疫控制器的免疫反馈机制能使偏差迅速消除,控制性能优于常规的PID控制器。     

基于神经网络的视觉伺服机器人摄像机标定

采用可调节点径向基函数神经网络实现视觉伺服机器人摄像机标定.首先将基于leave-one-out准则的orthogonal forward selection算法扩展到多入多出的RBF网络,建立摄像机标定的RBF网络模型.通过应用卡内基-梅隆大学标定图像实验室提供的标定数据进行仿真试验,验证此方法的有效性.由于OFS-LOO算法可构造出具有稀疏隐层节点的RBF网络,使网络具有较好的泛化推广能力,同时RBF网络为局部逼近网络,因此,此标定方法具有较高的标定精度和较强的标定实时性,适用于视觉伺服的摄像机标定.     

Global finite-time adaptive control for uncalibrated robot manipulator based on visual servoing

The paper addresses the finite-time convergence problem of a uncalibrated camera-robot system with uncertainties. These uncertainties include camera extrinsic and intrinsic parameters, robot dynamics and feature depth parameters, which are all considered as time-varying uncertainties. In order to achieve a better dynamic stability performance of the camera-robot system, a novel FTS adaptive controller is presented to cope with rapid convergence problem. Meanwhile, FTS adaptive laws are proposed to handle these uncertainties which exist both in robot and in camera model. The finite-time stability analysis is discussed in accordance with homogeneous theory and Lyapunov function formalism. The control method we proposed extends the asymptotic stability results of visual servoing control to a finite-time stability. Simulation has been conducted to demonstrate the performance of the trajectory tracking errors convergence under control of the proposed method.     

Microassembly of micropeg and -hole using uncalibrated visual servoing method

In order to achieve high performance visual servoing, substantial efforts must be made for the calibration of intrinsic parameters of the camera and the transformation matrix as well. In order to avoid the tedious and difficult calibration work, a Kalman filtering-based estimation algorithm is proposed to estimate the composite image Jacobian or the homogeneous transformation matrix on-line, which can reduce the influence of noise. Using the estimated Jacobian matrix, a PD visual controller is used to make features converge to desired values with satisfactory dynamic performance, without a priori knowledge of the kinematic structure and system parameters. The proportional and differential gains are tuned using a genetic algorithm to obtain optimal controller parameters. A series of experiments are performed on peg and hole assembly to investigate the feasibility and effectiveness of this method.     

基于虚拟仪器技术的分布式机器人视觉伺服系统

研究一种构造分布式机器人视觉伺服系统的方法。在分布式机器人视觉伺服系统的基础上,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语言编写了基于逆模型的控制算法,给出了实验结果。     

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。     

基于运动控制卡的五自由度机器人控制系统的开发

针对一个五自由度的机械手,设计了基于运动控制卡的控制系统.该系统控制采用的"PC+运动控制卡'开放式方案,利用运动PCI1243U运动控制卡产生脉冲和方向信号.通过Microsift VisualB编辑界程序,实现运动学计算,计算出关节坐标,调用控制卡中的运动函数库,实现对机器人运动实现控制.     

The adaptive Kalman filter based on fuzzy logic for inertial motion capture system

In the inertial motion capture system, the model complexity and the large amount of computation make the completion of the orientation estimation algorithm rely solely on PC. Because the data processing speed is slow, it is difficult to realize high-speed motion tracking in the embedded system. In order to further expand the application of the motion tracking technology, this paper introduces a two-step Kalman filter, which is suitable for the embedded system. The filter is composed of two sub filters, and is adaptively adjusted based on the variance matching of fuzzy logic. IMU orientation is calculated based on the filtered acceleration vector and the estimated yaw. This approach simplifies the mathematical model, reduces the matrix operations and improves the speed of computation.     

LED chip accurate positioning control based on visual servo using dual rate adaptive fading Kalman filter

In this paper, to improve the positioning accuracy of LED chip, a dual rate adaptive fading Kalman filter algorithm with delay compensation is proposed and applied to the LED chip visual servo positioning system. Firstly, a structure of dual rate Kalman filter is introduced to the visual servo control system, which compensate the visual information delay and realize the accurate time sequential coordination of encoder and visual feedback. Then, considering the inaccuracy of system mathematical model, the adaptive forgetting factor is added to the iterative process of above algorithm, and the impact of accumulated model error on system stability is consequently mitigated. Finally, the experimental results show that the proposed method obviously decreases the positioning errors of LED chip and is robust to inaccuracy and uncertainty of system model parameters.     

基于模糊逻辑的机器人非标定视觉路径规划

本文提出了一种基于模糊控制的对含不确定性的移动机器人的非标定视觉伺服路径规划控制方法。本方案将摄像机固定于移动机器人工作区域内,运用摄像机针孔模型设计了一种新的非标定机器人视觉伺服路径跟踪系统,在此系统下运用模糊控制理论设计了模糊控制器,在视觉伺服系统参数未标定的前提下完成了对含不确定性参数的移动机器人视觉伺服路径规划。仿真实验证实控制效果良好。