结合迭代学习控制的视觉伺服物品抓取方法

针对家庭环境中服务机器人的物品抓取问题,以NAO机器人为实验平台,提出了一种结合迭代学习控制的基于位置的视觉伺服抓取算法.结合Bumblebee2双目立体相机构建了视觉伺服系统,对NAO机器人的机械臂进行了运动学建模.针对静止物品和传递过程中运动物品的抓取问题,分别设计了李雅普诺夫渐进稳定的基于位置的视觉伺服(PBVS)抓取控制律,最后为克服机械误差和物品运动预测误差的影响,结合迭代学习控制对PBVS控制律进行了改进,通过迭代实验验证提出的方法能够快速校正系统误差,提高系统响应速度,使机器人能够快速、稳定地完成目标物品的抓取,实现相应的家庭服务.     

基于改进Smith预估器的显微视觉伺服

提出了一种改进Smith预估器的模糊白适应PID显微视觉伺服控制策略.该策略用于改善视觉伺服系统的控制品质.针对视觉迟延问题,建立了视觉伺服系统的分时模型.在对基于位置的动态“look and move”视觉伺服系统特性分析的基础上,建立了基于改进的Smith预估器的模糊自适应PID控制的视觉伺服系统结构.在微操作机器人平台上进行了微小零件的自动定位与抓取实验.实验与仿真结果表明,提出的视觉控制结构的伺服系统具有很好的控制品质,满足微操作应用要求.     

双目视觉机器人物体搬运伺服控制系统研究

机器人视觉伺服系统的研究在机器人研究领域中起着重要作用,其研究结果的运用能使机器人更加智能化.文章以固高GRB-400机器人在双目视觉系统的条件下,基于位置的视觉伺服方法,研究了手爪如何精确定位物体和确定抓取物体的深度并确定目标姿态的方法.实验证明该方法能够实现机器人对物体的精确定位、抓取和搬运.     

融合阻抗控制的卫星自维护平台的自主操作

为了提高卫星自维护平台操作的自主性、安全性和鲁棒性,提出了一种融合阻抗控制的视觉自主操作方法.针对太空中变化强烈的光照环境,对物体识别采用合作目标亚像素精度定位的方法,提高了合作目标三维空间定位的精度.对合作目标的识别算法进行了特别的设计,以适用于卫星有限的计算能力,并将视觉伺服算法融入基于关节力矩的阻抗控制.当卫星自维护平台执行接触操作时,视觉伺服能提供与被操作物体的精确接触信息,提高了卫星自维护平台对工作环境的适应能力和顺从能力.实验结果证明了该方法的可行性.     

机器人无标定视觉伺服系统及离散仿真

为了研究机器人无标定视觉伺服离散仿真,本文在介绍了机器人无标定视觉伺服控制的基础上,基于Simulink软件,首次建立了一种具有图像雅可比矩阵伪逆在线估计的无标定视觉伺服系统离散仿真模型,并以此完成了二关节机器人、Puma560机器人无标定视觉伺服系统离散仿真模型的建立.文中对固定图像目标定位跟踪的仿真结果表明,提出的无标定视觉伺服系统Simulink离散仿真模型是正确的.这对无标定视觉伺服系统控制算法的研究具有积极意义.     

面向LED芯片检测与分选的机器视觉定位系统的开发

LED芯片定位是进行芯片检测、划片、扩晶、固晶及判断芯片电气特性、芯片管脚是否达到要求,能否成功分选LED芯片质量的关键一环.针对这一问题,首先根据定位系统的结构原理,对LED芯片高精度定位系统进行了方案设计并构建出其硬件结构.其次分析研究了定位系统的视觉部分,并运用图像处理中的模板匹配算法,解决了LED芯片的精确识别与可靠定位.然后对定位系统的运动控制滑台部分进行设计,通过运动控制卡发脉冲操作驱动器控制直线伺服电机运动,并采用直线光栅检测技术进行位置反馈,从而实现滑台伺服系统X轴、Y轴、Z轴和θ角等方向上的精确定位.最后对定位系统的视觉软件、运动控制软件等部分进行设计,其中视觉软件采用VB6.0开发操作界面、图像处理软件Halcon10.0进行识别和定位,运动控制软件进行滑台的运动控制,从而获得LED芯片在晶圆上的精确位置.分别采用机器视觉、滑台伺服控制、光栅检测反馈和高精度图像模板匹配技术,研制出LED芯片高精度定位的自动化检测系统.实验测试结果表明,其图像定位精度误差小于1μm,滑台定位精度误差4μm,整体定位系统定位精度小于5μm,定位速度大于5粒/秒LED芯片.因此,该系统不但能够满足定位系统的科研需求,也能推广应用到生产中去,为芯片级高精度定位系统开辟了新的方法.     

基于xPC网络控制的倒立摆伺服系统

为实现倒立摆伺服系统的远程控制,设计了一种基于xPC网络控制的倒立摆伺服系统,建立了倒立摆伺服控制系统的数学模型,并利用xPC组件对该系统进行了运动控制试验.试验结果表明,该系统具有响应速度快、实时性强、易于操作等特点.     

大范围视觉伺服方法在空间机器人上的应用

为了克服人工维护卫星危险性高及成本昂贵等种种弊端,采用在卫星主体上安装一个空间机械臂、臂的末端安装单目摄像机的方法,无需远程遥操作控制,即可利用手眼视觉控制机械臂完成卫星的自我维护.在传统的基于位置的视觉伺服(PBVS)与基于图像的视觉伺服(IBVS)基础上,提出一种复合视觉伺服控制方法,通过在线估计目标的深度和旋转姿态来选择PBVS和IBVS控制器.该方法既具有两种伺服方法各自的优点,又保证了图像空间与笛卡尔空间轨迹的可控性.大范围运动(尤其是涉及到旋转伺服)时选择PBVS控制器,小范围运动时则使用IBVS控制器,从而实现了空间机器人的大范围完全自主视觉伺服控制.针对空间环境的特殊性,设计并实现了一种合作目标识别方法,确保了伺服系统能够在复杂的环境下快速稳定地提取伺服特征.实验结果表明,该方法在进行大范围视觉伺服时,伺服定位准确,对采样和标定误差具有鲁棒性.     

基于单目视觉的装配机器人研究及应用

针对传统工业机器人灵活性和环境适应能力差的缺点,对视觉机器人的关键技术进行了研究,提出了一套完整的识别定位抓取算法。首先,对于视觉机器人的目标识别跟踪问题,设计并实现了基于改进型Camshift的动态目标识别跟踪算法;其次,为了使机械臂精确抓取目标工件,采用单目视觉测距和视觉导航的原理对于目标工件的三维位置进行获取;最后,采用改进D-H参数法对机械臂进行运动建模,利用正逆运动学分析确定了机械臂控制方案。测试结果表明,识别算法识别成功率达到100%,定位算法测量坐标与实际坐标之间的相对误差小于5%,整体装配成功率达到96.7%,最终达到了基于单目视觉装配机器人研究的应用目标。     

基于BD和QR码的AGV研究与设计

全面研究和设计了基于BD和QR码的AGV系统,采用了北斗导航高精度差分定位、视觉识别QR码的室内外导航平滑切换等联合导航技术,开发出具有全程无人运输、路径智能规划及避障及调度等功能的无人引导运输装置,并成功应用于仓储库直接的货物运输。     

弱标定冗余特征机器人视觉伺服方法研究

为克服机器人视觉伺服系统对标定精度的依赖性,提出一种弱标定条件下基于冗余特征的机器人视觉伺服控制方法.该方法无需3D重构,直接以冗余图像特征作为反馈信息建立伺服控制器.鲁棒的特征提取算法确保了伺服系统能够在复杂的环境快速稳定地提取伺服特征.针对图像视觉伺服系统中需具有足够敏感度的要求,结合视觉特征的前期处理,提出一种新的敏感性校验准则,提高了系统的敏感性以及对环境的适应性.试验分析结果表明,该方法对标定误差和深度估计误差具有鲁棒性.     

对工业机器人抓取技术的研究

为实现工业机器人能实现自主识别并抓取指定的目标,提出了一种基于数字图像处理和网络通信的解决方法。方法中采用选择式掩膜平滑方法对图像进行滤波,采用了区域生长法和边界跟踪进行轮廓提取,实现对目标物质心的标记以及对目标物方位、角度的确定,使用网络通信将目标物数据发送给工业机器人,后者实现抓取。试验结果表明,该方法在结构环境下能够获得较好的识别及定位效果,为工业机器人抓取提供了目标信息。     

基于视觉与超声技术机器人自动识别抓取系统

提出了满足机器人装配作业中对工件进行可靠识别与抓取的信号处理技术及检测方法,对痛准确描述物体形状的特征提取方法进行了研究,设计了一种基于视觉与超声技术的机器人自动识别与抓取系统的结构,并在机器人装配作业平台上进行了物体识别与抓取的实验研究。     

视觉引导下协作机器人抓取技术研究

针对在多物体复杂抓取场景下,协作机器人如何实现能在人机共融的环境中精确抓取特定目标工件及自主避障的问题,提出了一种基于监督学习的视觉引导下的协作机器人抓取方法;首先利用监督学习算法训练和处理待抓取物图像信息,完成对抓取目标特征的快速识别与定位;然后将抓取物的定位信息通过串口通信协议传输给ROS系统控制机器人完成运动规划...     

基于Arduino 模块化机器人视觉系统的研究与设计

基于视觉系统的移动机器人是近年来机器人研究领域的热点,机器人视觉在自动化生产中也变得越来越重要.本文以移动机器人为载体,重点研究并设计了一套移动机器人视觉系统,以视觉系统在移动机器人中的应用为主线,简单介绍了视觉系统中摄像机标定,着重阐述视觉系统对目标的识别与定位以及视觉系统在移动机器人的应用.文中所设计的移动机器人采用Arduino MEGA2560单片机作为主控芯片,负责测距传感器数据采集、定位传感器位置确定、视觉系统伺服控制、驱动电机以及驱动舵机转向等.试验验证移动机器人能准确的运动到目标物体位置,很好的完成既定的任务,移动机器人的视觉系统有效可靠.     

基于视觉伺服的AGV小车停车精度

视觉伺服的AGV小车系统工作原理做了介绍,并对各个环节的定位误差来源进行了全面的分析。提出了每个影响停车精度因素的解决和避免的方法,确定了视觉伺服系统作为高精度AGV小车的定位导航方式中的关键地位。     

一种基于视觉信息的自主搬运机器人

提出了一种利用视觉信息进行定位和抓取的自主机器人搬运系统,此系统由带有两自由度操作手的轮式移动机器人和远程控制站组成。机器人利用视觉系统识别路标信息,采用MonteCarlo方法进行自定位。当靠近目标物体时,机器人利用视觉系统识别目标,并在利用该信息引导下自动抓取。由于机器人的运行是靠视觉系统获取的路标信息和目标物体信息引导的,同时具有遥操作控制功能,因此该系统能轻松完成复杂环境下搬运物体的任务。     

基于双目立体视觉的排爆机器人自动目标抓取

目前各种多关节、多自由度的排爆机器人在实战中都存在操作复杂、速度慢的问题.为此,基于双目立体视觉设计并实现了一个排爆机器人的目标物自动抓取系统.该系统能根据目标物在两摄像机获取的图像坐标计算其三维坐标,从而对机械臂进行轨迹规划和控制,完成目标物自动抓取.首先,建立了一个完整的双目立体视觉系统数学模型,然后,用张氏平面法标定两摄像机的内参数,再采用最小二乘法进行立体标定,得到双目立体视觉系统的外参数,从而根据目标物在左右摄像机成像得到的图像坐标计算其三维坐标.实验表明该系统能在满足作业精度要求的前提下,大大提高排爆作业的易操作性.     

一种新的双目立体视觉伺服控制模型及实验研究

针对目前手眼视觉伺服系统模型中普遍存在深度信息估计的问题,提出了一种用于双目视觉伺服控制的模型,该模型避免了深度值的测量与估计,提高了系统的控制性能,从而解决了未知物点的深度信息估计的问题。本文应用此模型,单独考虑机器人的运动学特性,设计了机器人末端执行器进行定位控制的控制器,仿真结果验证了该模型与控制算法的有效性;进一步提出了模型使用的改进算法,使该模型更具有宽泛的实用性;并且,进行了基于MOTOMAN UP6型机器人的双目视觉伺服控制实验,实验结果验证了该模型在实际控制工程中的有效性、可行性。     

基于旋量理论的头眼系统视觉伺服研究

提出了一种适用于视觉伺服运动规划的新方法.由图像处理得到三维特征点,并分析了特征点在运动情况下坐标信息的求取过程;然后,基于旋量理论对视觉伺服系统进行了运动规划,即通过特征点求螺旋参数,并由螺旋参数求出螺旋运动的速度,采用运动螺旋构建出机器人雅克比矩阵;最后,规划了各个关节的运动速度.将该方法应用于射频识别芯片封装中.实验表明:与传统视觉伺服相比,本方法继承了计算机视觉与螺旋运动的优点,简化了运动控制的计算过程.