基于单传感器多模型的多分辨机动目标跟踪融合算法

把多分辨分析思想与传统的 Ｋａｌｍ ａｎ 滤波的方法结合起来，建立了一个基于单传感器多模型的多分辨机动目标跟踪融合算法。     

基于扰动观测器的铆接机器人轨迹跟踪控制

为解决铆接机器人工作时外部干扰造成系统抖震大,轨迹跟踪精度较低问题,设计一种扰动观测器与分数阶滑模控制器组合的自适应控制方法。首先,通过引入时延估计策略建立铆接机器人的局部动力学模型,利用扰动观测器实时观测系统模型所受的可见干扰;其次,针对系统产生的抖震问题,设计分数阶滑模面替代传统滑模控制,采用新型趋近律使系统在切换面上能够连续平稳运动,针对系统所受的不可见干扰,设计自适应策略实现对外部干扰的完全补偿;最后,通过Lyapunov函数证明所设计控制器的有效性。以三自由度机器人进行仿真及实体试验,结果表明,相较于分数阶滑模控制,采用该控制器后机器人各关节的追踪误差峰值分别下降了50%,59%和63%,从而验证了该控制器不仅能有效消除系统所受较大干扰产生的抖震问题,而且提高了铆接机器人作业时的鲁棒性和轨迹跟踪精度。     

基于视觉引导和超志测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法，介绍了运动目标的跟踪原理，采用图像雅可比矩阵进行机器人运动控制，跟踪运动的目标，利用视觉引导技术，获取目标在图像平面中的位置与方位，进行平面跟踪，然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性。     

欠驱动搬运机器人轨迹跟踪控制

目的为了解决欠驱动搬运机器人的中心和质心不重合的轨迹跟踪问题。方法建立非完整性约束的欠驱动机器人的运动学和动力学的模型,基于反步法控制策略生成新的虚拟反馈量,设计跟踪控制器,同时,利用自适应技术对具有不确定跟踪控制器的参数进行校正,通过Lyapunov理论验证控制器的稳定性。结果仿真实验结果表明,欠驱动搬运机器人的实际轨迹可以快速地跟踪期望轨迹,验证了基于反步法设计的跟踪控制器的可行性和有效性。结论设计的控制器能够使搬运移动机器人达到良好的轨迹跟踪效果,并且保证了控制器的自适应性。     

Kalman滤波融合优化Mean Shift的目标跟踪

目标跟踪中,目标跟踪的实时性和精度是首先要考虑的问题,同时背景变化、形状改变、目标遮挡,往往会导致跟踪失败。针对此问题,首先优化了Mean Shift算法迭代权值,优化后主要灰度贡献更加突出,次要灰度受到抑制,提高了跟踪的精度、避免了开方的繁琐运算。然后提出目标模板更新算法,解决了背景剧烈变化和目标形状改变时跟踪失败的问题。最后将优化Mean Shift算法与Kalman滤波融合,通过残差判定目标运动状态。仿真实验和分析表明,Kalman滤波融合优化Mean shift算法在目标遮挡,目标形状改变,背景变化时具有更高的跟踪精度和实时性。     

改进的EKF算法在目标跟踪中的运用

过程噪声和测量噪声影响Kalman滤波的性能,通常很难得到它们准确的值。提出观测噪声和过程噪声实时估计的自适应算法。该算法可以用在非线性和机动目标跟踪问题中,不必预先知道准确的噪声方差。重新估测观测噪声方差矩阵,可以较好地消除由观测噪声带来的误差;建立一个简单的线性Kalman滤波器对过程噪声进行实时估计,这对于机动目标来说是必要的,因为原有的过程噪声将受到加速度影响,不能包含全部的信息。实验表明,该算法保证EKF稳定性,提高了跟踪性能。模拟实验300次后,X,Y方向位置均方误差分别为7.8099,9.6838。     

Kalman滤波融合优化Mean Shift的目标跟踪算法

目标跟踪中,目标的背景变化、形状改变、遮挡,往往会导致跟踪失败,而跟踪的实时性和准确性是必须考虑的问题。本文首先对Mean Shift算法进行了介绍,接着对Mean Shift算法进行了优化:修正Mean Shift算法迭代权值,修正后主要信息贡献更加突出,次要信息受到抑制,避免了开方的繁琐运算,降低了运算量。提出了目标模板更新算法,解决了背景变化和目标形状改变时跟踪失败的问题。然后在水平位置和竖直位置建立Kalman滤波器,同时将优化Mean Shift算法与Kalman滤波融合,解决了目标完全遮挡后无法继续跟踪的问题。仿真实验表明,本文提出的目标跟踪算法在目标遮挡,目标形状改变,目标跟踪失败的情况下具有更高的跟踪精度,更高的实时性和鲁棒性。     

基于模糊迭代Q-学习的冶金工业机器人轨迹跟踪控制研究

冶金工业机器人在现代工业生产中扮演着越来越不可替代的角色。由于工业自动化程度的大幅提升,人们对冶金工业机器人的性能也不断地提出新要求,尤其是对其控制系统的稳定性提出了更高的要求。针对目前冶金工业机器人轨迹跟踪精度较低且不具有自适应动态调节特性等问题,提出了一种模糊迭代Q-学习控制算法。以6-DOF（six degree-of-freedom,六自由度）双臂机器人为研究对象,利用Fuzzy工具箱编写模糊控制规则,以机器人产生的位置误差以及位置误差的变化率为模糊控制器的输入量,并引入Q-学习策略,以调整模糊控制器中的量化因子、比例因子以及迭代学习控制中的PD（proportional derivative,比例微分）参数,完成模糊迭代Q-学习控制器的设计。然后,联合ADAMS（automatic dynamic analysis of mechanical systems,机械系统动力学自动分析）和MATLAB软件搭建6-DOF双臂机器人仿真平台,开展高精度轨迹跟踪的轴孔装配任务模拟。仿真结果表明,6-DOF双臂机器人关节空间的轨迹跟踪精度较高,同时可以完成双臂轴孔协调装配任务,验证了所提出控制算法的有效性和先进性。研究结果可为双臂协作机器人实现高精度轨迹跟踪的轴孔装配提供参考,具有一定的实际应用价值。     

基于视觉临场感的机器人遥操作系统

介绍了基于视觉临场感的机器人遥操作系统。该系统有机地把视觉临场感技术和机器人遥操作技术结合在一起,显著地提高了遥操作系统的性能。系统自主研制了视觉临场感系统,在普通的微机上实现了时分多路的立体视觉系统。自主研制了ＰＳＤ实时测量和位姿解算系统,实现了操作者的手部位姿的实时测量。深入地研究了机器人实时跟踪控制的算法,并在原有ＰＵＭＡ５６０机器人的基础上改造了核心控制软件,实现了机器人对操作者手部运动的     

一种基于运动检测的粒子滤波跟踪方法

针对传统粒子滤波的建议分布没有利用到当前观测信息的不足,本文提出了一种基于运动检测以改进建议分布的粒子滤波跟踪方法.该方法利用系统的状态转移密度分布,结合目标当前时刻的运动信息共同决定目标的先验分布.首先从一阶自回归的状态转移模型中生成部分粒子,然后采用单高斯背景建模进行局部运动检测,在检测到的运动区域中采样其余粒子,由此得到粒子的先验分布.用该方法分别对动态背景和存在完全遮挡情况下的运动目标进行跟踪,实验结果表明该方法有较高的跟踪精度和较强的稳定性.     

基于二阶转换测量Kalman滤波的目标跟踪算法

为了减小传统跟踪滤波算法线性化误差,提高光电跟踪系统的跟踪速度和跟踪精度,本文在三维空间中,提出了二阶去偏转换测量卡尔曼滤波算法.该算法利用二阶泰勒展开的方法,推导出了光电跟踪系统观测方程的转换测量值误差的均值和协方差矩阵表达式,并对测量误差进行去偏差补偿处理,再经过转换测量卡尔曼滤波,可显著减小传统滤波算法的线性化误差.仿真结果表明,二阶去偏转换测量卡尔曼滤波(SCMKF)算法的跟踪精度优于非去偏转换测量卡尔曼滤波(CMKF)和扩展卡尔曼滤波(EKF),以及unscented卡尔曼滤波(UKF)算法,并且具 有更快的收敛速度,和采用统计方法的去偏转换测量卡尔曼滤波(DCMKF)的跟踪精度相当,但计算简单,提高了跟踪速度.     

一种基于卡尔曼预测的动态目标跟踪算法研究

针对视频序列中目标的跟踪,均值漂移算法和卡尔曼滤波器相结合的目标跟踪算法已经被提出,而在移动机器人上实现对机动目标的实时跟随时,机器人自身的运动引起目标在像平面的偏移不能被忽略,在详述了两者的关系的基础上,建立起以机器人一个周期内的运动作为输入量的状态方程,以卡尔曼滤波器的估计值作为均值漂移算法的启动点,均值漂移算法的最终收敛点作为每帧的跟踪结果,并以此收敛点替代滤波器的估计值,两种算法交替使用,互为补充.实验表明所提算法可以实现在室外环境下对动态目标的实时跟踪.     

多坐标系下目标跟踪的联合滤波

针对雷达目标观测和处理在不同的坐标系下完成，本文提出了联合滤波算法来跟踪机动目标。该算法以卡尔曼滤波器为基础，直角坐标系下和极坐标系下的算法相联合，不仅克服了两种坐标系下滤波算法的不足，而且对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

过程噪声方差实时补偿的非定轨目标跟踪

针对非定轨目标跟踪问题中过程噪声统计特性未知的特点,提出了一种实用的对过程噪声方差进行实时补偿的目标跟踪算法。该算法根据强跟踪滤波器的思想,通过实时检测新息序列来修正卡尔曼滤波算法中的状态预测误差协方差矩阵,进而对未知的过程噪声方差矩阵进行实时地补偿。由于存在新息检测机制,该算法能够有效地规避表征建模不确定性的过程噪声统计特性未知的问题,对于建模不确定性具有一定的适应能力。通过对一旋转靶标跟踪问题的仿真试验,证明了该方法的有效性。     

伸缩因子优化机械臂轨迹跟踪控制的误差分析

提出了一种通过伸缩因子在线调节论域来优化机械臂轨迹跟踪控制的变论域模糊控制方法。首先设计了一种与关节角度偏差和偏差变化率动态加权相关的比例-指数混合型伸缩因子;然后,运用时间最优轨迹规划算法获取机械臂笛卡尔空间的期望关节轨迹;最后,基于所设计的变论域模糊控制器实现了一种三关节机械臂轨迹跟踪控制仿真,并分析了轨迹跟踪误差。仿真结果表明: 所设计的基于比例-指数混合型伸缩因子的变论域模糊控制器应用于机械臂轨迹跟踪的控制效果良好,具有响应速度快、无超调、稳态误差小的优点。     

基于ABB机器人的双追踪传送包装系统设计

目的为提高物流、包装等行业物料包装的效率,设计基于ABB并联机器人的物料和包装盒传送带的包装系统,实现物料的动态拾取及放置。方法在系统中,建立传送带基坐标和物料移动工件坐标,当物料进入追踪队列后,被链接上物料移动工件坐标,DSQC377B追踪模块对物料的位置信息进行记录,机器人根据DSQC377B追踪模块反馈的信息,实现物料和包装盒的动态追踪。结果通过实验验证,该系统可以实现物料和包装盒的生产线的动态追踪,机器人平均拾取放置速度可达到每分钟60个,拾取传送带漏抓率小于0.2%,产品盒放置率达到100%。结论该系统大大提高了物料包装的效率,降低了成本,并具有较高的稳定性和准确性,可满足工业实际要求。     

基于S型曲线的包装堆垛机器人轨迹规划

目的为了保证包装堆直角坐标堆垛机器人系统能够平滑、稳定、高速运行,避免机器人出现速度、加速度的突变,并对机器人轨迹进行规划。方法首先分析直角坐标机器人的运动过程,在此基础上提出一种基于多项式的S型曲线包装堆垛机器人轨迹规划方法,并设计机器人控制系统,利用威纶TK6050ip触摸屏对机器人进行监控和参数设定,采用西门子S7-200 PLC和EM253位置控制模块实现对机器人速度和位置的控制,最后对机器人运动轨迹进行仿真实验分析。结果仿真实验结果表明,该轨迹规划方法能够保证机器人速度和加速度无突变,确保了机器人平滑稳定运行。结论该控制系统有效提高了包装堆垛机器人的运行效率,对于机器人稳定可靠运行具有重要意义。