基于力和视觉的机械手未知平面内曲线跟踪

针对工业机械手对未知平面内轨迹的跟踪和恒定接触力控制,给出了一种视觉和力觉混合的伺服控制策略。采用基于双目立体视觉eye-to-hand配置下的图像视觉伺服方法,构建PID控制器,实现对机械手在平行于平面方向上的运动控制。采用力传感器感知末端执行器与环境之间的接触力,采用PI控制器,实现了对末端执行器在垂直方向上的运动控制。在MATLAB环境中,利用机器人工具箱进行仿真实验,实现了对圆形曲线的跟踪控制,实验结果验证了方法的有效性。

基于视觉和力反馈的机器人研抛联合控制分析

利用视觉传感器和力传感器融合技术对机械手研抛进行联合控制分析。研究过程中,通过视觉传感器引导,确定加工点和加工轨迹,再与力控制相结合达到加工目的,即是视觉伺服与力混合控制。在混合控制模型中,本实验采用基于图像的视觉伺服与力反馈融合的控制算法解决视觉与力之间的协调问题。

基于图像雅可比矩阵的机器人视觉/力控制

在实际的接触型作业任务中,需要在控制位置的同时,控制末端执行器与环境之间的接触力。针对这一问题,首先通过力反馈信息对未知环境中的法线方向进行估计,然后设计了一种基于模糊自适应Kalman滤波的动态图像雅可比矩阵辨识方法,并将其应用于机器人视觉反馈控制任务中。最后提出视觉/力混合控制算法,在该算法中给出了视觉/力混合控制的约束条件,对视觉采用变结构控制器,力控制采用PI控制器。仿真结果表明,该策略具有较高的力控制精度和曲线跟踪能力。

一种视触觉引导的超声探头自动定位方法

由于在传统的图像引导穿刺手术中,图像是由手持超声探头接触病灶位置获得的,往往因医生劳累或经验不足,出现探头定位不准确、接触力控制不稳定等问题,导致穿刺失败。对此,提出一种利用视觉和力觉引导超声探头自动定位的方法。首先,利用组合图像处理算法和匹配算法进行小目标特征点检测;然后利用机械臂基于期望图像,通过位置视觉伺服和位姿变换引导超声探头到达初始期望位置;最后通过力觉闭环控制算法微调探头位置,保证恒压力接触。实验结果表明,该方法的特征点检测匹配平均误差和视觉定位平均误差均在2.5个像素以内,超声探头的接触力平均值稳定在3.86N。与传统的手持方法相比,该方法超声探头的定位精度更高,与被测物体接触力更稳定,使医生的操作更简易。

基于双目视觉的钻杆机械手力控制研究

现有钻杆机械手无法满足钻孔机器人的智能化要求,采用双目视觉系统对六自由度机械手进行视觉伺服和力控制。推导摄像机参数矩阵、手-靶矩阵,并研究标定优化方法,获得了视觉系统标定方法。建立了视觉伺服系统,提出了手爪运动修正矩阵,推导了接触力控制规则。试验证明,摄像机标定方法、视觉伺服控制及力控制规则均满足钻杆机械手要求。

未知环境下的机器人视觉/力觉混合控制

在实际的接触型作业任务中,需要在控制位置的同时控制末端执行器与环境之间的接触力.针对这一问题,通过力反馈信息对未知环境中的法线方向进行估计,并采用最小二乘方法估计图像雅可比矩阵.提出一种基于视觉/力觉的混合控制算法,给出了视觉/力觉混合控制的约束条件,对视觉采用变结构控制器,力控制采用PI控制器.实验结果表明,该策略具有较高的力控制精度和曲线跟踪能力.