两种求解操作手间接位置新方法的探讨

提出了两种求解操作手间接位置新方法——曲线拟合迭代法和改进广义牛顿法。这两种方法都是基于广义牛顿法,简化了雅可比矩阵的建立与计算,从而提高了计算速度。通过算例说明,这是两种行之有效的计算方法。     

基于极限学习机的未校准图像视觉伺服控制

解决非结构化环境中的机器人视觉伺服控制的主要问题是获得交互矩阵, 而解决交互矩阵的常见问题是交互矩阵伪逆的奇异性问题。 针对该问题, 提出了一种新型的基于图像的视觉伺服控制方法, 并采用增量式极限学习机解决图像雅可比矩阵的伪逆逼近问题。 为提高系统的收敛速度, 采用了具有自适应因子的速度改进控制器。 最后, 采用了六自由度机械手仿真, 验证了所提出方法的有效性和优势, 该算法提高了系统的鲁棒性, 避免了计算雅可比矩阵的伪逆的问题。     

一类凸规划问题的几何算法

利用点到线性流形的距离的几何特征,提出了求解目标函数的Hesse矩阵正定并带有线性等式约束的最优化问题的几何算法.与牛顿法相比,该算法避免了Hesse矩阵求逆与矩阵乘积等运算.     

求解非线性互补问题的一个雅可比光滑化方法

提出了一个新的NCP光滑逼近函数,并利用这一光滑逼近函数建立一个求解非线性互补问题的雅可比光滑化方法.在适当假设下证明了算法的全局和局部超线性收敛性.数值实验结果表明所提出算法是有效的.     

一类非线性系统小偏差线性化的计算机求解

将时不变非线性动态系统的基于泰勒级数展开的小偏差线性化方法,归结为求取雅可比矩阵,再按状态向量、控制向量、输出向量的维数划分为4个部分,得到线性化状态空间模型的系数矩阵A、B、C、D,进而利用MATLAB的符号计算功能通过计算机求解系数矩阵的解析表达式.针对Bell-str m锅炉-汽轮发电机组模型的求解实例,表明了此方法的有效性.当非线性函数的复杂性增大,向量维数增多的情况下,此方法的优势将更加明显.     

基于鲁棒信息滤波器的图像雅可比矩阵在线估计

针对现有的图像雅可比矩阵无标定求解方法,分析了基于Kalman滤波、模糊自适应Kalman滤波和粒子滤波的图像雅可比矩阵在线估计的优缺点。为了进一步提高未知环境下的系统估计精度,选择基于滤波理论的估计框架,对系统模型进行调整,用鲁棒信息滤波器在线估计图像雅可比矩阵,该滤波算法对任意分布的有界噪声都具有较强的鲁棒性。仿真和实验结果表明,在未知系统噪声的情况下,该算法仍可以实现图像雅可比矩阵的精确估计。     

基于Broyden在线图像雅可比矩阵辨识的视觉伺服

为了在显微视觉中进行无标定的视觉伺服任务,提出了一种基于切比雪夫多项式构成成本函数的Broyden 图像雅可比矩阵估计方法.比较了由递归最小二乘算法构成成本函数和由切比雪夫多项式算法构成成本函数的特点,在不依赖先验知识的情况下,切比雪夫多项式算法构成成本函数的Broyden 图像雅可比矩阵估计方法有较好的收敛速度和系统性能.对多个微小目标物体和末端执行器应用了模糊C均值聚类进行分类与识别,然后根据得到的图像雅可比矩阵辨识器,在显微视觉环境下进行了微小物体的跟踪实验,仿真和实验验证了算法的有效性和可行性.     

6-PRRS并联机器人正逆奇异性研究

基于雅可比矩阵研究了一种6-PRRS并联机器人的奇异性问题.对于正奇异,推导出一种基于速度投影的雅可比矩阵求解方法,提出了空间瞬时轴这一新的概念,并给出奇异产生时并联机构正奇异的表现形式.对于逆奇异,将并联机构拆分成多个串联机构,由指数积方法求得其雅可比矩阵,并证明了机构逆奇异产生时的雅可比矩阵为奇异.基于正、逆奇异,又提出了一种更为特殊的复合奇异现象,即在某个特定的空间位姿下,正、逆奇异同时发生,并给出了可能的存在形式.所提雅可比矩阵的求解过程及其奇异性的证明,以及对机构奇异的表现形式的描述,为研究并联机构的奇异性提供了新的、直观的方法.     

基于图像矩和矢量积法的六自由度机械臂视觉伺服控制

针对眼在手上的六自由度机械臂系统,提出一种基于图像的视觉伺服控制.通过图像矩和矢量积法,建立机器人正向、逆向运动学模型,引入雅可比矩阵解决机器人逆运动学解析问题.建立了图像矩特征变化量和笛卡尔空间的关节角速度之间的映射关系即复合雅可比矩阵,由矩特征变化量得到伺服过程中六自由度机器人各关节角速度.保证在图像逼近期望图像时,机械臂末端到达期望位置,并且此时关节角速度将收敛到零.仿真结果表明,计算复合雅可比矩阵的方法可控制机械臂渐近稳定到期望位置.     

基于粒子滤波的雅可比矩阵在线估计技术

研究基于图像的机器人视觉伺服技术中雅可比矩阵的在线估计方法.以雅可比矩阵的元素构成系统状态向量,将问题转化为对系统的状态估计问题.引入非线性非高斯系统的粒子滤波算法,在该算法的框架下在线估计图像雅可比矩阵.以非高斯环境下二自由度机械手跟踪运动目标这一应用背景为例,分别对新提出方法与已有基于Kalman滤波的估计方法进行了实验比较.结果证明,前者具有更高的估计精度和更强的鲁棒性,基于粒子滤波的方法不仅可以避免系统标定,而且对系统噪声的类型没有具体要求.