具有L2性能的视觉伺服控制器设计

对于基于图像的具有手眼或固定摄像机模式的视觉伺服,考虑视觉控制系统不确定因素对图像特征所产生的影响,提出了基于L2性能准则(γ-耗散)的方法来处理视觉伺服系统的抗干扰问题及控制器设计问题,给出了系统全局稳定的充要条件,设计了视觉伺服控制器,基于图像误差实现了定位控制;利用初始及期望深度估计值提出了深度自适应估计律,给出了深度变化过程,使得摄像机能够在有干扰存在的条件下达到其期望位置.     

在线估计雅可比矩阵的视觉伺服控制算法

机器人视觉伺服系统是机器人研究领域的一个重要研究方向。以图像为基础的视觉伺服机器人模型中,有许多的不确定性,如机器人动力学模型,运动学模型,摄像机系统以及雅可比矩阵等。多数的视觉伺服系统往往只考虑某一、两个部分,而其它的不确定性依然影响定位目标的精度。在使用了神经网络的控制器中加入卡尔曼滤波,在摄像机与机器人坐标系无标定的情况下,对雅可比矩阵进行实时在线估计,从而提高了视觉伺服系统的精确性。仿真验证了本算法的可行性和有效性。

Abstract：

Robotic visual servo system is an important subject in the field of robots.Image-based visual servo model has a lot of uncertainties,for example,robot dynamics model,robot kinematics model,camera system and Jacobian matrix and so on.Most of visual servo methods always considered one or two aspects,but other uncertainties still affected the accuracy of tracking the target for the robot.Based on the traditional controller with neural network,a new control algorithm was provided in the uncalibrated camera and coordination systems with the Kalman filter that estimated Jacobian matrix on-line,thereby improving the accuracy of the system.Simulation result shows the feasibility and effectiveness of the algorithm.     

基于图像的直接视觉伺服控制器设计与仿真

对于手眼机器人视觉伺服,考虑机器人的运动学及动力学特性,在物体的深度未知及机器人的基坐标系与物体的坐标系之间的相似变换矩阵未定标的情况下,设计了直接视觉伺服控制器,利用自适应算法对深度及上述相似变换矩阵的参数进行在线估计,实现了基于图像误差的定位控制,在系统的工作空间范围内,闭环系统是渐近可稳定的。该方法不需要物体的几何模型及深度的精确值,仿真结果验证了其有效性。     

基于非凸加权范数约束的SAR图像降斑

结合相似图像块具有低秩的特性提出了一种非凸加权范数约束(non-convex weighted norm constrain, NWNC)的合成孔径雷达(synthetic aperture radar, SAR)图像降斑方法。首先对每个目标块寻找相似图像块构建相似图像块集合;然后对相似图像块集合的系数矩阵进行NWNC;再利用广义阈值收缩法估计系数矩阵;最后对系数矩阵进行反变换重构出降斑图像。实验结果表明,该方法不仅有效地解决了传统低秩核范数约束不足的问题,而且通过NWNC和广义阈值收缩估计系数使得系数估计更加精确,表现在抑制斑点噪声的同时可以很好地保护图像的纹理细节。     

基于ANFIS的自适应机动目标状态估计算法

针对基于当前统计(current statistics,CS)模型的机动目标状态估计算法对机动目标加速度的极限值依赖性大的缺陷,提出了一种利用自适应神经网络-模糊推理系统(adaptive neuro-fuzzy inference system, ANFIS)自适应调整目标状态噪声方差的方法。首先利用ANFIS算法对目标机动强度进行估计,进而对目标状态噪声协方差矩阵进行自适应调整;然后利用粒子滤波(particle filter, PF)算法对目标状态进行估计。仿真结果表明,与该方法能够有效提高目标状态估计的精度。     

面向高分辨率极化SAR四分量分解的相干矩阵自适应估计

提出了一种相干矩阵的自适应估计方法,基于估计结果矩阵进行传统四分量分解,以提高高分辨率极化合成孔径雷达(synthetic aperture radar, SAR)四分量分解的准确性。该方法根据像元主要散射类型对估计样本做自适应选取,消除异质像元对估计结果的影响;并通过对地物异质度的判别实现窗口平均估计和不动点迭代估计的自适应选择,以适应不同异质程度的地物分布情况。实验采用ESAR以及UAVSAR数据进行验证,结果表明,采用自适应矩阵估计的四分量分解结果更接近地物的实际散射机理。     

自适应卡尔曼滤波技术在动目标跟踪中的应用

本文论述了自适应卡尔曼滤波法,以及一种用在空中目标角跟踪问题中的算法。自适应卡尔曼滤波技术旨在估计系统状态的同时,根据滤波器的输出,或估算噪声协方差矩阵,或在不太了解噪声的情况下估算卡尔曼增益矩阵。由于模型是线性化的,且被跟踪目标的机动性是未知的,故在跟踪回路中使用自适应方法证明是正确的。     

一种摄像机姿态估计方法

提出一种摄像机姿态估计方法,线性确定摄像机姿态及标定相机矩阵。将n个控制点组成n-1个独立矢量,根据成像过程,构建起基于矢量运算的摄像机姿态和相机矩阵的线性约束方程。依据线性理论,及旋转阵R的正交性化简、表达约束方程,通过矢量运算给出摄像机姿态和相机矩阵的解析解,模拟和真实实验都验证了该方法的有效性。     

基于逆协方差矩阵估计的杂波抑制方法

分析了机载双基地雷达杂波分布的特点,并基于杂波逆协方差矩阵的特性提出了基于逆协方差矩阵估计的机载双基地雷达杂波抑制方法。首先利用常规方法估计得到邻近距离门的协方差矩阵;然后利用邻近距离门的逆协方差矩阵对待检测距离门的逆协方差矩阵进行估计;最后通过传统的空时自适应处理方法完成对杂波的有效抑制。仿真结果表明该方法可明显改善机载双基地雷达的杂波抑制性能。     

基于逆高斯纹理分布的协方差矩阵估计方法

在复合高斯杂波中检测目标信号, 需要对杂波协方差矩阵进行估计, 相应的检测性能与估计精度密切相关。利用服从逆高斯分布的纹理分量来对复合高斯杂波进行建模, 可以更好地拟合高分辨杂波实测数据。本文给出了一种两步广义似然比检测器, 先假设杂波协方差矩阵已知以获得检测统计量, 再利用纹理分量的先验分布推导协方差矩阵的最大似然估计。同时，基于贝叶斯方法, 假定纹理分量和协方差矩阵均为服从某种先验分布的随机量, 推导了协方差矩阵的最大后验估计。仿真结果显示, 基于知识的自适应检测技术由于引入了纹理分量和杂波的先验信息, 其协方差矩阵的估计精度好于最大似然估计和样本估计方法, 同时具有更好的检测性能。     

虚实结合的多关节机器人开放式仿真系统研究

基于工业控制计算机、单片微处理器等硬件和OpenGL、VC 等软件,针对典型的五自由度多关节工业机器人构建出了一个虚拟现实和物理模型相结合的开放式通用仿真综合试验系统,给出了机器人三级控制系统体系结构和内部通信协议,建立了机器人运动学坐标系,推导出了相应的末端作用器位姿转换矩阵,可以完成机器人学中正向运动学、逆向运动学、路径规划以及动力学等方面的研究与设计。最后,将其成功应用于《工业机器人学》课程教学和智能型采棉机器人的研发过程中,发挥了重要的指导作用。     

基于观测器设计的移动小车自适应轨迹跟踪控制研究

提出了一种基于观测器设计的自适应轨迹跟踪控制算法，在无法准确测量移动机器人位姿的情况下，基于其完整动力学模型，实现机器人轨迹跟踪控制问题。方法考虑了实际参数的移动机器人完整动力学模型，将位姿观测器和自适应控制策略相结合，设计了一种移动机器人完整的自适应观测器轨迹跟踪控制策略。仿真结果表明该控制策略的正确性和有效性。     

一种新的自主移动机器人主动式SLAM算法

针对未知环境中运动的自主移动机器人的控制律与运动路径需要在同时定位与地图创建过程中同步产生的问题,提出了运用行为动力学与滚动窗口路径规划的同时定位与地图创建方法。应用行为动力学模型计算机器人运动速度和导航角,确定控制律,同时根据滚动窗口中信息进行定位与地图创建,并自主规划出可行路径,再将滚动窗口地图融合到全局地图中,实现机器人主动式同时定位与地图创建。仿真实验表明,在根据机器人任务而灵活设置单个或多个目标点的情况下,该方法能够实现机器人在自主运动的过程中有效地完成同时定位与地图创建任务,并通过相关性能指标验证了算法的有效性。     

欠驱动双足步行机器人运动控制与动力学仿真

以欠驱动双足步行机器人为对象,提出一种基于落脚位置控制的运动控制算法,并对其行走控制过程进行动力学仿真。首先基于三维线性倒摆模型(3D-LIPM)控制机器人的落脚位置,建立其行走姿态的虚拟约束,利用有限时间收敛反馈控制器对行走过程进行控制,实现了机器人的动态稳定行走。最后结合MATLAB的符号运算、SIMULINK和虚拟现实技术对其控制过程进行运动学和动力学仿真。实验结果表明控制算法是可行的。     

6-PUS/UPU并联机器人动力学建模及仿真

对提出的一种新型6-PUS/UPU 5自由度并联机器人进行了动力学建模与仿真研究。首先利用凯恩方法对并联机器人进行动力学分析,然后Pro/E软件对并联机器人进行了建模,最后利用Adams系统仿真软件对并联机器人进行了运动学和动力学仿真,并对凯恩动力学模型算出的驱动力与Adams仿真测出的驱动力进行比较,比较结果表明实体模型和动力学模型的准确性,并为优化动力学模型参数提供了有效的方法。     

基于解耦控制的SCARA机器人轨迹跟踪控制器设计

SCARA型机器人的控制问题由于其动力学模型中没有重力矩项的作用而得以简化,由于在实际应用中经常要求其高速运动,则对具有强耦合的哥氏力与向心力的控制就成为制约其系统性能的重要问题。提出通过线性变换对机器人系统解耦,将高阶系统转化为解耦的低阶系统进行控制的方法,并且应用极点配置对解耦的系统求解机器人控制器。该方法无需测量关节速度和加速度,只需要测量关节位置信号。所提出的控制器既能保证闭环系统全局渐进稳定,又能通过对线性化系统闭环极点的配置来获得期望的闭环系统响应性能。仿真实验证明了所提出的控制器设计方法的可行性。     

异构双腿机器人结构建模与迭代学习控制仿真

异构双腿行走机器人（BRHL）是一种全新的类人机器人模式。首先阐述了BRHL的概念及研究意义。基于分割建模思想，推导出BRHL运动学、动力学方程。针对高阶微分代数方程组动力学正解问题，提出了一种带误差反馈控制的预估-校正数值积分方法。最后探讨了BRHL的控制方法并进行了仿真计算。结果表明，一阶P型开闭环学习控制能够很好实现仿生腿对人工腿步态的跟踪。     

基于虚拟零力矩点FZMP的拟人机器人行走稳定性仿真

给出了一个考虑外界干扰的拟人机器人整体模型的稳定性分析。通过引入虚拟零力矩点(FZMP)概念,提出了受到干扰的情况下维持拟人机器人的行走稳定性仿真方法。给出了支撑多边形的计算机表达方法和失稳时旋转边界自动确定方法。为了在不同的情况下保持平衡,提出了包括步幅、手的支撑和身体重心调整三种新的控制措施。仿真实例表明所提出方法的正确可行性。