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。     

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。     

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。     

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。     

基于LabVIEW的液压伺服测试系统研究

随着液压阻尼器的广泛应用,对其进行动态性能测试显得越来越重要。根据阻尼器负载功率大、试验要求精度高等特点,开发出一套伺服液压测试系统,对其中涉及的关键硬件的工作原理进行了详尽的阐述,分析了软件体系结构和功能设计方法,最后对所开发的系统进行了测试验证。     

基于纹理的视觉伺服研究

不同于传统的基于点、线等几何特征和图矩等统计特征的图像伺服,本文提出了基于纹理的视觉伺服的方法.实验证明目标纹理特征变化能够提供机器人运动信息.本研究不仅是对视觉伺服理论、纹理研究的丰富与补充,具有重要的理论意义,在某些几何特征缺乏,仅有纹理特征场景中,也有实际应用价值.本文以摄像机两个自由度运动引起的图像纹理特征变化实验为例说明了该方法的可行性和实用性.     

视觉伺服机器人系统的无标定目标运动估计

机器人视觉伺服系统是机器人领域一重要的研究方向。该文建立了三自由度平面机器人视觉伺服系统,着重研究在摄像机与机器人坐标系无标定的情况下对目标的运动估计,提出了一种无标定算法,采用Kalman滤波完成目标的运动估计,并验证了它的有效性。     

基于BP神经网络的机器人视觉伺服控制研究

通常的视觉伺服系统在运行时需要实时计算图象雅可比矩阵和机器人逆雅可比矩阵,不仅计算量大、系统结构复杂,而且严重影响系统实时性。本文在以PUMA560工业机器人为模型分析机器人雅可比矩阵与图象雅可比矩阵的基础上设计了一种三层BP前向神经网络,实现了基于图象的眼在手机器人视觉伺服控制系统,大大简化了系统结构,改善了系统实时性。     

基于LabVIEW的液压伺服测试系统研究

随着液压阻尼器在核电站、高层建筑和大跨度桥梁中的广泛应用,对其进行动态性能测试显得越来越重要.本文以实际需求为前提,根据阻尼器负载功率大,试验要求精度高等特点,采用液压伺服系统设计开发出一套液压阻尼器动态性能试验台.将虚拟仪器与液压伺服技术相结合,充分发挥各自的优势,完成了一系列的测控任务.考虑控制优化问题,建立了系统数学模型,研究了经典的PID控制和模糊控制算法,并将其运用到实际系统中对控制算法进行了仿真试验.     

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.     

基于网络直角坐标机器人视觉伺服系统研究

为了实现定位抓取任务,提出基于网络的直角坐标机器人视觉控制系统。针对机器人运动控制的非线性与强耦合特性,采用神经网络控制器,构建了图像偏差与运动控制量之间的对应关系。通过对图像增强、边缘提取、特征提取等图像处理方法的综合分析,提出了一套优化组合图像处理法。在计算机网络环境下,采用自定义协议实现图像处理器与运动控制器协调控制,并将远程监控应用到机器人控制中。实验结果表明,该系统能够在视野范围内自动实现定位抓取动作。     

基于稀疏表示的视觉机器人运动目标跟踪研究*

针对分类器学习常常面临高维数据的问题,借助稀疏表示理论对目标样本多尺度Harr特征进行数据降维,构建朴素贝叶斯分类器进行目标正负样本的学习和更新,选择具有最大分类器响应值的样本作为目标的当前状态,实现了对运动目标的快速而有效的跟踪。实验结果表明该方法适用于机器人运动目标跟踪,在提高实时性的同时能保持一定的鲁棒性。     

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。     

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。     

基于LabVIEW的电液伺服系统的设计与实现

设计了基于LabVIEW的电液伺服测控系统。系统通过传感器,数据采集卡,以及LabVIEW的PID工具包,对采集的数据进行实时分析和处理,最后达到对伺服油缸位置的控制。系统具有人机交互性强,控制精度高,稳定性好,使用方便等优点。     

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.     

基于虚拟仪器的轴角伺服系统测试平台的研究

利用虚拟仪器技术．所开发的轴角伺服系统测试平台，实现了轴角伺服系统的测试．并创建了装配线测试数据库．为装配线质量控制与技术革新提供了数据基础。利用电源参数实时监控技术，有效提高了测试平台的安全性和可靠性。实践表明，该测试平台提高了测试效率．具有较强的实用性。     

无标定视觉伺服系统在灵巧手抓取目标时的应用

基于无标定机器人系统和视觉伺服建立一种新的目标追踪模式,该追踪模式是使用跟踪器追踪物体轮廓边界,通过与输入模型对比进行分析,不再需要计算图像雅可比逆矩阵,从而避免了图像雅可比矩的奇异性问题,最后实现控制机械臂和灵巧手对目标的抓取,并且通过实验证明此种方法的可行性。     

LabVIEW与PLC结合在伺服系统中的应用

采用LabVIEW与国产PLC相结合的控制方式,构建了一个基本的伺服电机控制系统。重点介绍了上位机LabVIEW与PLC的通信,并用该方法构建了一个简单的伺服控制系统。实践表明,利用该方法不仅缩短了测试系统的开发周期,同时节省了费用,为工程人员提供了一个很好的思路。