A hybrid Jacobian control for uncalibrated robot visual servoing

This paper focuses on the visual servo control of an uncalibrated robotic arm with an eye-in-hand camera. Without a prior knowledge of the kinematics of the robotic arm or camera calibration, the proposed hybrid Jacobian controller can track a moving object using visual feedback and joint-space velocity feedback. The proposed hybrid control method is a combination of the uncalibrated visual servoing and approximate Jacobian feedback control. First, the Jacobian matrix from joint-space to image-space is estimated by recursive least-squares (RLS) algorithm, and then the approximate Jacobian feedback controller is designed by using visual feedback and joint-space velocity feedback. The performances of the proposed control methods are illustrated by computer simulations.     

信息融合下的无标定视觉伺服

本文在理论推导的基础上,针对手眼系统无标定视觉伺服,提出一种信息融合方法.由超声测距得到机械手末端与目标间的距离,在基于伪逆估计的信息融合无标定视觉伺服完成平面视觉伺服的同时,向目标靠近,实现单摄像机系统在三维空间的视觉伺服.仿真研究验证了文中提出的信息融合方法的有效性.     

基于模糊神经网络的无标定全自由度手眼协调

研究机器人无标定手眼协调控制 .以单眼在手上配置 ,跟踪在三维空间进行平移和旋转的运动目标 .通过恰当定义目标特征 ,实现了机器人手爪 6自由度运动的一一对应控制 ,给出了视觉反馈与机器人控制之间的非线性映射关系 ,以模糊神经网络进行输入输出映射 .仿真证实了控制方法的性能 .     

基于BP神经网络-模糊控制的机器人无标定视觉伺服技术

针对机器人无标定视觉伺服技术中图像雅可比矩阵在线估计存在计算复杂的问题,提出了一种结合BP神经网络和模糊控制策略的机器人控制技术。本文以多自由度智能调节系统为例,提出其视觉伺服控制架构,根据工业场景数据集训练BP神经网络,采用本文所提算法进行法兰对中实验,帮助解决核电站蒸汽发生器人孔螺栓咬死问题。在方法层面,首先,利用BP神经网络建立图像特征信息与机器人多自由度运动之间的映射关系,之后,提出模糊控制方法根据图像特征偏差进行机器人位姿的精确调整。实验结果表明,本文提出的算法能够有效应用于无标定视觉伺服控制,最终法兰平均对中误差在±1mm内,平均耗时43秒,满足应用需求,具有较高的工作效率。     

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.     

机械臂位置跟踪自适应反演滑模控制律设计

针对机械臂位置跟踪控制问题,设计了一种新型自适应反演滑模控制律。该方法利用机械臂各关节的位置和速度误差建立了滑模面函数,并根据反演原理设计了反演滑模控制律。然后,通过设计合适的自适应律对外部扰动进行在线补偿,降低了系统对外部扰动的敏感性,有效地抑制了系统的抖振。最后利用Lyapunov定理证明了系统的稳定性。仿真结果说明该控制律具有较好的控制性能。     

弹性手臂伺服控制系统的研究

本文应用滑模变结构理论,设计了一种应用于弹性手臂伺服系统的控制方法——四段式滑模加PI 复合控制方法.在电机最大力矩和速度受到限止情况下,通过滑模开关曲线选择,实现了响应时间最优.同时,为了消除系统的“颤抖”,当系统位置误度小于一定值时,用PI 控制代替滑模控制.实验结果表明,应用这种控制方法,系统的鲁棒性、响应时间和静态精度都有所提高.     

基于车载摄像机移动机器人的模糊神经网络跟踪

针对车载单目摄像机的轮式移动机器人的目标跟踪问题,提出一种模糊跟踪控制方案.方案分为两部分,分别为摄像机控制部分和轮式移动机器人控制部分.摄像机控制部分通过相关特征点之间的连线的夹角设计摄像机云台控制器,使摄像机能够实时跟踪目标,保持目标在图像平面的期望位置上.轮式移动机器人控制部分通过设计T-S模糊神经网络控制器使其能够在视觉伺服反馈下实时调整速度和姿态,实现目标的有效跟踪.仿真结果表明了本文方法的有效性.     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

无人直升机自抗扰自适应轨迹跟踪混合控制

为满足无人直升机高精度轨迹跟踪的控制需求,并降低直升机动力学模型误差对飞行控制器飞行控制效果产生的影响,提出自抗扰自适应直升机混合控制.该控制器的内环控制采用模型跟随自适应控制,通过使用动量反向传播算法(MOBP)对该内环控制参数进行实时优化.通过使用自抗扰控制(ADRC)对直升机的水平速度进行控制.仿真结果表明,该混合控制器能够实现直升机对预定轨迹的跟踪.相对PID和级联ADRC控制,该控制器具有更好的抗扰性和鲁棒性.通过在200 kg级的专业植保无人直升机XV-2上搭载所提出的控制器,使其自主飞行轨迹跟踪控制的均方根误差在0.6 m以内.     

基于图像的PUMA560机器人视觉伺服控制分析

为了较好地解决PUMA560机器人视觉伺服控制系统中的控制精度问题,提出一种基于图像的自适应视觉伺服控制策略.该控制策略以机器人运动学与动力方程、参数估计以及控制器的设计为基础.新型控制器能够在机器人运动的同时,在线估计雅可比矩阵和摄像机相对机器人末端的变换矩阵中的未知参数,并进行稳定性分析.仿真与试验结果表明,该新型控制器使系统具有较强的动态特性和稳态特性,可得到理想的控制效果.     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。     

基于模糊控制的机器人视觉伺服系统

将模糊控制应用于机器人视觉伺服系统,利用模糊控制不依赖于对象模型和鲁棒性强的优点来克服机器人视觉伺服系统的时变性、强耦合和非线性等因素的影响。实验结果表明基于模糊控制的机器人视觉伺服系统具有较快的响应速度和较强的鲁棒性。     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

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。     

基于光流的六旋翼飞行器悬停控制

提出了一种应用惯性光流实现六旋翼飞行器悬停的非线性控制器.为克服外界因素的影响,提出一种辅助悬停控制系统.首先由球面相机获取目标平面的图像,并通过动态映射实现目标点到相机镜头表面的映射;然后比对连续时刻的图像获取目标点的平移光流;最后,使用分散平移光流作为控制器的反馈信息,实现飞行器的稳定悬停.目标平面为室内多纹理的平坦地面,共完成10次测试.实际飞行测试表明,飞行器在水平与高度方向的悬停位置误差为±5 cm,验证了该非线性控制器与辅助悬停控制系统的可行性.     

未知视觉参数下的移动机器人动力学鲁棒镇定

针对具有未知参数的视觉伺服下带有非完整约束的一类移动机器人不确定扰动的动力学模型,提出新的反馈控制算法,实现了移动机器人的位姿镇定.首先,对于单目摄像机模型下的移动机器人运动学模型,将原始系统进行状态缩放变换,基于线性时变系统的稳定性理论,设计了非完整移动机器人运动的期望速度,实现了机器人的指数镇定;其次,对于带有不确定扰动的非完整移动机器人的动力学模型,利用计算力矩法设计力矩控制器,使得机器人的实际速度在有限时间内收敛至期望速度,并且通过了严格的数学证明.最后,仿真结果验证了所提控制器的有效性.     

基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制

设计了一种基于演算子理论的含有未知不确定性机械臂的鲁棒非线性精确跟踪控制系统.机械手臂的模型不确定性包含未知模型误差和外界扰动对系统性能的影响.考虑未知的不确定模型在设计精确跟踪控制器产生限制情况下,设计了一种基于演算子理论的反馈控制结构来消除不确定模型的影响.基于得到的控制结构,提出了新的精确跟踪条件用来改进机械臂的跟踪性能.最后通过仿真结果验证了设计系统的有效性.     

Robust visual servoing based Chinese calligraphy on a humanoid robot

A robust visual servoing system is investigated on a humanoid robot which grasps a brush in Chinese calligraphy task.The system is implemented based on uncalibrated visual servoing controller utilizing Kalman-Bucy filter, with the help of an object detector by continuously adaptive MeanShift ( CAMShift) algorithm.Under this control scheme, a humanoid robot can satisfactorily grasp a brush without system modeling.The proposed method is shown to be robust and effective through a Chinese calligraphy task on a NAO robot.     

基于自然特征的增强现实注册算法

增强现实标志点注册算法需在场景中叠加各种标志,系统构造复杂.文中在深入研究机器人视觉伺服系统的基础上,提出了利用虚拟视觉伺服技术、基于自然特征的增强现实注册算法.利用特征点和图像矩作为图像特征,推导出了图像特征变化量与虚拟摄像机相对位姿变化量之间的关系矩阵(即图像的雅可比矩阵),实现了基于自然特征的三维注册算法.与混合跟踪注册算法、共面四点注册算法相比,文中方法具有更高的精度.