基于无线传感器的机器人运动控制模型

针对无线传感器的机器人运动控制精度不高的问题,提出基于稳态误差跟踪修正的无线传感器的机器人运动控制模型.通过构建无线传感器的机器人分层子维空间运动规划方法,采用末端效应器对机器人的位姿和运动控制约束参量进行分析,采用稳态误差跟踪自适应修正算法对目标位姿的误差进行补偿和修正,实现对控制模型的改进.实验结果表明,该控制模型的控制精度高,位姿参量的跟踪性能好.     

基于数据融合的小型两轮自平衡机器人姿态检测方法

针对小型两轮自平衡机器人姿态检测所用低成本加速度计(MMA7361)数据不够准确及陀螺仪(ENC03)信号的漂移问题,分别采用互补滤波器、kalamn滤波器和自适应kalman滤波器进行数据融合处理方法研究,通过对比实验确定采用自适应kalman滤波器实现加速度计和陀螺仪检测数据的融合,从而确定小型两轮自平衡机器人的姿态,进而实现其运动平衡控制.物理实验结果表明基于自适应kalman滤波器的加速度计和陀螺仪检测数据融合姿态检测方法不仅适用于小型两轮自平衡机器人的运动平衡控制,而且其参数较先前普遍采用的kalamn滤波器更易调整,姿态检测结果更加可靠.     

基于运动过程还原法的液压支架巡检机器人位姿检测

液压支架的位姿、直线度及其工作状态是评价综采工作面工程质量的重要指标,是保证无人工作面能够自动连续推进的关键。提出了用运动过程还原法来描述液压支架的6个自由度位姿,即3个位置自由度(u,v,w)和3个姿态自由度(θ,φ,ψ).基于该方法,设计了利用巡检机器人对液压支架位姿和直线度进行检测的模型,并重点对支架位姿检测过程中巡检机器人位姿的检测进行了研究。确定了激光发射装置及激光接收装置的结构及尺寸;分析了激光装置的结构模型,建立了装置坐标系,并根据激光接收装置上3个激光点的6个坐标值,推导出机器人6个自由度位姿的逆运动解算公式,实现了机器人位姿的运动过程还原;通过正运动解算和虚拟装置运动模拟两种方法验证了逆运动解算的正确性,为后续的液压支架位姿及直线度的检测研究奠定了基础。     

基于混合模型的移动机器人同时定位与环境建模

提出一种基于混合地图模型的融合声纳传感器观测信息与里程计信息的同时定位与环境建模(SLAM)方法.该方法用混合模型即栅格地图模型和直线特征地图模型表示环境地图.首先,采用三区域声纳模型以及贝叶斯法则构建栅格地图,并通过在空间和时间上融合不同时刻多个声纳传感器的信息提高地图精度.然后,引入霍夫变换提取直线特征,创建直线特征地图,并通过比较地图中直线段的方向相似性、共线性与交叠性,确定全局与局部地图是否匹配.最后,利用直线特征以及扩展卡尔曼滤波器(EKF),通过状态预测、观测预测、位姿更新3个阶段估计出机器人更新的位姿信息,校正构建的地图模型,从而实现机器人的同时定位与环境地图构建.仿真实验和真实环境实验验证了该算法的可行性与有效性.     

融合反步法的无人驾驶汽车轨迹跟踪控制方法

为了解决无人驾驶汽车轨迹跟踪控制的准确性、稳定性和快速性问题,将反步法分别融合滑模变结构控制和模糊自适应控制.建立车辆三自由度运动学位姿误差微分方程,推导了基于反步法的车速和横摆角速度控制律,结合Lyapunov稳定性判据验证了系统稳定性.分别建立融合反步法的滑模变结构和模糊自适应轨迹跟踪控制方法,结合轨迹跟踪稳态误差、超调量和调整时间,验证、比较了控制方法准确性、稳定性和快速性3种性能的优劣.结果表明：融合反步法的滑模变结构轨迹跟踪控制的稳定性最好,轨迹跟踪超调量接近于0;融合反步法的模糊自适应轨迹跟踪控制快速性最好,轨迹跟踪调整时间相对于反步法缩短了18.2%.     

基于因子图的无人喷雾机多源融合定位

针对果林环境GPS信号容易丢失,造成农机位姿估计误差较大的问题,提出了一种基于因子图的喷雾机多源融合定位方法.采用集成彩色和深度相机与IMU的RealSense D435i传感器,感知无人喷雾机周围环境信息.通过改进的自适应阈值均匀Harris角点提取方法,利用金字塔LK光流算法跟踪匹配角点,使用迭代最近点算法估计相机运动,最终采用因子图优化算法迭代优化位姿估计误差.试验在林间道路进行,改进的方法与惯性组合导航相比,在GPS信号丢失时可以有效地实时估计喷雾机位姿,试验测试距离总共112.39 m,多传感器融合后的位姿更新频率约为50 Hz.结果表明:喷雾机定位均方根误差减少了0.816 m,最大误差减少了4.613 m,姿态角度估计最大误差减少了2.713°.     

基于EM算法的工业机器人抓取控制研究

抓取是机器人的基本操作任务,通过待抓取物体的位姿变化对机器人关节数据自适应调整,提高机器人物体抓取成功率.本文基于EM算法的混合正态分布模型建立待抓取物体位姿观测变量和机器人关节变量之间的映射关系,并采用UR3机器人进行抓取试验.结果表明,采用该方法进行抓取控制只是在样本训练集的边缘抓取失败,抓取成功率为95.5％.基...     

基于遗传算法优化的机器人非奇异终端滑模控制

六自由度并联机器人是一个强耦合、高度非线性的系统,针对此特性研究了非奇异终端滑模控制方法,为改善其运动品质,结合指数趋近律的思想,给出了系统的控制律.利用李雅普诺夫（Lyapunov）理论验证了存在建模误差和外部干扰时六自由度并联机器人控制系统的稳定性,确保了控制系统的鲁棒性.为了进一步减少滑模控制的抖振,提高系统收敛速度和跟踪性能,采用了遗传算法来优化非奇异滑模面和控制律的参数.仿真结果表明：提出的控制策略参数优化后能使机器人的轨迹跟踪稳态误差趋近于零、系统调整时间短、驱动器控制律平滑,达到了高性能的位姿控制.     

可重构机器人多模块组合越障研究

针对一种具有独立运动自由度的新型模块化可重构机器人,利用对偶四元数描述其各个模块空间位姿.对偶四元描述机器人重构前后的各模块位姿信息,相对齐次坐标矩阵在数学形式上更为简洁统一,方便获取模块之间转角状态、连接面关系及连接方位关系等信息.以多个模块机器人攀越台阶障碍为例,应用对偶四元数描述方法分析该机器人越障过程中各模块空间姿态、越障高度,结合电机选型与重心位置得出该组合构型越障的最大高度.仿真实验验证了对偶四元数描述方法在分析模块化可重构机器人空间位姿中的实用性与所提出的组合越障方法的可行性.     

六轴串联机器人位姿同步的实时轨迹规划

【目的】为实现工业机器人末端的位型控制,生成光滑末端位姿轨迹,提出一种位姿同步的实时规划策略。【方法】首先,基于非均匀B样条的路径规划方法,并结合基于单位四元数的姿态规划方法,拟合位姿示教点获取机器人末端位姿轨迹参数;然后,基于S形加减速曲线规划机器人末端切向速度;最后,根据曲线长度和曲线参数的对应关系,实时计算末端位姿。【结果】规划所得机器人末端路径通过所有示教点,曲线长度和参数的拟合误差小于0.01 mm,末端速度连续,在其他条件相同时,球面样条插值下的姿态过渡更平滑。【结论】当机器人末端沿算法指定的位姿路径移动时,末端速度可控,关节过渡平稳,这也验证了上述算法的有效性。     

Weight measurement using image-based pose analysis

Image-based gait analysis as a means of biometric identification has attracted much research attention. Most of the existing methods focus on human identification, posture analysis and movement tracking. There have been few investigations on measuring the carried load based on the carrier＇s gait characteristics by automatic image processing. Nevertheless, this measurement is very useful in a number of applications, such as the study of the carried load on the postural development of children and adolescence. In this paper, we investigate how to automatically estimate the carried weight from a sequence of images. We present a method to extract human gait silhouette based on an observation that humans tend to minimize the energy during motion. We compute several angles of body leaning and determine the relationship of the carried weight, the leaning angles and the centroid location according to a human kinetic study. Our weight determination method has been verified successfully by experiments.     

基于支持向量机的人脸姿态判定

对于多姿态人脸检测中的姿态判定问题,提出了一种基于支持向量机(SVM)的人脸姿态判定算法。将人脸姿态划分成6个类别,从一个多姿态人脸库中手工标定出1800幅人脸图像作为训练样本集,分别训练基于支持向量分类(SVC)和基于支持向量回归(SVR)2种姿态分类器。另外标定出300幅人脸图像作为测试样本。SVC方法和SVR方法分别取得了1.67%和3.33%的分类错误率。其中SVC方法的分类效果明显优于在传统方法中效果最好的人工神经元网络(ANN)方法(分类错误率为3.33%)。对比实验结果表明,SVM方法对于解决姿态判定问题是很有效的。     

基于流形优化法的相机位姿估计

为了减小正交迭代法用于跟踪相机位姿的累积误差,提出基于流形优化方法的估计相机位姿新颖算法.算法利用共线性误差模型将位姿估计转化为流形上实值函数最小化问题,然后运用微分几何的结论进行目标优化.优化过程包括搜索更新向量和收缩映射:在流形仿射切空间内对目标函数进行泰勒展开以搜索函数的零切向量场;用收缩映射将偏离流形的点重新映...     

三维姿态测量系统的安装误差

研究了倾角仪相对于电荷耦合器件的倾斜安装误差的标定方法和补偿技术.运用旋转矩阵描述了传感器之间的相对位置关系,并由此定义了3个安装误差参数,通过旋转矩阵的复合变换推导了测角系统因倾斜安装倾角仪而造成的测量误差的表达式,采用蒙特卡罗方法分别分析了3个安装误差参数对系统测量误差的影响,最后给出了3个安装误差参数的标定方法并进行了基于高精度三轴转台的安装误差补偿实验.实验证明所提方法有效地减小了倾角仪的倾斜安装误差对角度测量的影响,使系统获得了更高的测量精度.     

基于运动轨迹的单目相机位姿自标定方法

为了减小轨迹图像分析中的透视效应,使用提取出的运动平面目标特征点,基于相机小孔成像模型与目标特征点运动约束,构建了一种相机位姿的自标定模型来标定相机位姿.通过标定的相机位姿,可将轨迹进行重投影,实现了将轨迹图像校正为正投影图像.实验结果表明:本标定模型使用跟踪到的运动目标进行相机标定,相机位姿的标定精度优于张正友标定法.     

基于二维码的相机位姿求解

针对视觉机器人定位问题,提出基于二维码的相机位姿求解方法,以实现视觉机器人的精准定位.利用开源计算机视觉库(open source computer vision library,OpenCV),首先对二维码的标准位置和相机进行标定;其次对图像进行预处理,得到二维码准确的边缘轮廓;然后利用循环遍历和最大距离算法求解特征点,对于像素过低导致的边缘失真采用"像素突变"算法进行优化;最后利用特征点通过坐标变换求解出相机位姿.在实际场景中对该方法进行测试,试验结果表明算法的旋转轴误差为±0.18 m,旋转角误差为±2°,平移量总误差为±0.02 m,可以有效地对视觉机器人进行精准定位.     

并联机器人位姿误差分析

利用并联机器人的运动学反解模型,通过误差传递矩阵的求解来探讨机器人主要误差源与其位姿误差之间的关系,建立了并联机器人的位姿误差模型、并讨论了并联机器人主要误差源对位姿精度的影响,为实际误差的补偿与控制奠定了理论基础．     

测姿GPS系统在测量船上的应用

针对测量船姿态确定方法中惯导航向存在误差累计、静电低纬度无法正常转导航、经纬仪受天气条件限制等问题,提出了依托GPS系统为基础的组合测姿技术。从基线矢量解算和姿态确定分别介绍船用测姿GPS系统的原理。最后通过实际应用数据精度对比,分析展望了船载测姿GPS系统的应用前景。     

基于三点透视的人脸姿态估计算法

提出了基于特征点透视变换和人脸统计模型的人脸姿态估计算法.首先建立以左右眼睛点和鼻尖为几何特征点的人脸统计模型,然后推导出这三个特征点在图像平面坐标系和三维世界坐标系间的对应关系,进而得到从图像平面上的三个特征点估算人脸在三维空间姿态的理论方程,最后运用迭代方法给出了一个完整的快速人脸姿态估计算法.实验结果表明,本算法精度高,速度快,具有较好的鲁棒性.