学位论文 > 优秀研究生学位论文题录展示

机器人视觉伺服跟踪系统的研究

作　者: 张作楠
导　师: 刘国栋
学　校: 江南大学
专　业: 检测技术与自动化装置
关键词: 机器人视觉 Eye-in-hand 图像特征目标跟踪视觉伺服
分类号: TP242
类　型: 硕士论文
年　份: 2012年
下　载: 282次
引　用: 0次
阅　读: 论文下载

内容摘要

智能机器人的视觉伺服是利用视觉传感器得到的图像作为反馈信息来构造机器人的位置闭环控制,即利用视觉传感器来间接检测机器人当前位姿或者其相对于期望目标图像的当前特征,在此基础上实现机器人的定位控制或者轨迹跟踪。这一过程可以克服系统模型中的不确定性因素,提高机器人适应环境的能力,从而扩大工业机器人和服务型机器人的引用领域。视频跟踪作为计算机视觉研究的核心课题之一,是一门新兴的技术;视觉控制系统作为计算机视觉领域与控制领域的重要切合点,具有非常高的理论研究价值和实际应用价值。在图像处理阶段,通过从图像采集卡获取的实时图像进行处理,利用阈值分割法获得目标运动区域后,提出结合二次帧差和背景消除法相结合的运动检测算法,该算法同时考虑了帧差阈值更新和背景的更新。另外为了跟踪特定形状和运动状态的目标,设计了匹配图像矩特征和运动特征的目标识别算法,提高跟踪的准确性和抗干扰能力。获得实验平台上运动物体的位置和图像矩特征,然后进入图像跟踪阶段,为了提高伺服系统的实时性,对运动物体的位置,速度等状态参量利用线性和非线性的综合轨迹预测器,获得目标下一时刻的状态参数。实验结果表明,目标能够快速准确的提取出来,且带预测器的特征跟踪效果良好。针对Eye-in-hand结构的视觉系统,研究基于图像的视觉伺服控制,即将上一步目标检测和预测的图像特征用于伺服控制,完成机械手末端对运动物体的跟踪。在控制系统中,当前图像特征作为反馈控制量,特征反馈控制环路包括图像采集部分和特征提取部分。具体在伺服跟踪任务中,图像特征误差表现为预测的期望图像特征与当前特征的像素空间误差,结合图像特征雅克比矩阵,得出机器人运动空间的运动控制量。对于关节型机器人,特征雅克比矩阵的输出为各个关节的期望速度,再由机器人的运动控制器发出指令,控制机械臂完成跟踪任务。基于图像信息特征进行视觉伺服的过程中,通过分析摄像机和机器人构成的眼在手视觉伺服结构的系统模型,假设目标在平面内运动,推导了基于图像矩特征和目标预测特征的图像雅克比矩阵,并利用逆雅克比矩阵的IBVS伺服方法设计了视觉伺服控制器,在此基础上,考虑到图像处理系统和伺服控制算法的时延,提出了带预测补偿的雅克比PI图像反馈控制器,在不降低系统跟踪精度的情况下,提高了系统的响应速度。最后利用MATLAB视觉伺服工具箱进行了跟踪算法的仿真实验,在构建的MOTOMAN-UP6的机器人实验系统上进行了定位和跟踪实验,能够快速有效的跟踪平面内运动目标,系统响应速度和跟踪精度满足要求。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-17
  1.1 引言  7-8
  1.2 机器人视觉伺服综述  8-10
    1.2.1 机器人视觉伺服的基本概念  8-9
    1.2.2 机器人视觉伺服的分类  9-10
  1.3 机器人视觉伺服的研究现状  10-13
  1.4 机器人视觉伺服的任务描述  13-15
    1.4.1 机器人视觉伺服的应用  13
    1.4.2 视觉伺服作业的任务描述  13-15
  1.5 本课题的研究任务和内容  15-17
第二章机器人视觉伺服控制基础  17-33
  2.1 摄像机模型  17-23
    2.1.1 各个视觉坐标系  18-20
    2.1.2 摄像机针孔模型  20-21
    2.1.3 摄像机内外参数标定  21-22
    2.1.4 机械手一摄像机标定  22-23
  2.2 机器人运动学分析  23-29
    2.2.1 机器人位姿描述  23-24
    2.2.2 齐次坐标变换  24-25
    2.2.3 机器人连杆变换矩阵  25-27
    2.2.4 机器人视觉系统坐标关系  27-29
  2.3 基于位置的视觉伺服控制结构  29-30
  2.4 基于图像的视觉伺服控制结构  30-31
  2.5 本章小结  31-33
第三章机器人视觉伺服中的图像处理  33-47
  3.1 视觉伺服系统的图像识别  33
  3.2 目标图像特征选择  33-34
  3.3 目标分割和运动检测  34-38
    3.3.1 阈值迭代目标分割算法  35-36
    3.3.2 结合视频帧间差分和背景消除的目标提取  36-37
    3.3.3 实验结果  37-38
  3.4 基于图像矩的目标特征提取  38-41
    3.4.1 图像几何不变矩  38-40
    3.4.2 目标形心位置求解  40-41
  3.5 特征匹配和目标识别  41-43
  3.6 基于轨迹特征预测器的形心跟踪算法  43-45
  3.7 实验结果  45-47
第四章基于图像的视觉伺服控制  47-67
  4.1 图像雅克比矩阵模型  47-49
    4.1.1 图像雅克比矩阵简介  47-48
    4.1.2 Eye-in-hand 构形的复合雅克比矩阵  48-49
  4.2 视觉伺服控制器设计  49-55
    4.2.1 视觉控制算法  49-50
    4.2.2 基于形心特征的图像雅克比矩阵  50-51
    4.2.3 基于图像矩特征的图像雅克比矩阵  51-53
    4.2.4 基于逆雅克比矩阵的视觉伺服控制器  53-54
    4.2.5 带预测补偿的逆雅克比PI 控制器  54-55
  4.3 MOTOMAN-UP6 机器人视觉伺服实验系统  55-63
    4.3.1 系统总体结构及工作流程  56-57
    4.3.2 机器人视觉子系统  57-59
    4.3.3 机器人控制子系统  59-61
    4.3.4 程序框架设计  61-63
  4.4 实验和仿真结果  63-65
  4.5 本章小结  65-67
第五章总结与展望  67-69
  5.1 课题工作总结  67
  5.2 课题展望  67-69
致谢  69-71
参考文献  71-75
附录：攻读硕士期间学术和科研成果  75

机器人视觉伺服跟踪系统的研究

内容摘要

全文目录

相似论文