自适应卡尔曼滤波图像雅克比估计

基于自适应卡尔曼滤波实现了图像雅克比矩阵的递归估计,以及过程噪声和测量噪声的在线估计和调节。补偿了图像采集、传输和处理带来的时延,进行了仿真验证。

基于单应性矩阵的机器人视觉伺服系统研究

针对在视觉伺服过程中采用图像雅克比矩阵方法时遇到的对目标深度信息的求取等问题,并为了进一步扩大机器人的运动空间,设计了一种基于单应性矩阵的视觉控制器应用于视觉伺服控制系统。通过摄像机针孔模型求解出该单应性矩阵后,对其进行了奇异值分解,得到了机器人控制器的输入,从而实现了对机器人的控制;该控制策略运用Matlab/Simulink仿真软件,并结合在机器人学领域中被广泛采用的机器人工具箱,构建了基于图像的视觉伺服系统仿真模型,并选取一长方体表面上的4个角点作为目标物体进行了仿真抓取实验。研究结果表明,该视觉控制器使整个控制系统具有较强的稳态特性和较高的控制精度,图像特征点从当前位置运动到了期望位置,误差最终收敛于零,具有较好的控制效果。

基于视觉反馈的机械臂预测控制

针对基于视觉的机器人目标抓取问题,构建一个基于图像的单目视觉伺服系统.预先建立基于图像雅克比矩阵的模型,在明确考虑目标可见性约束及机器人执行器约束的前提下,将预测控制算法引入到机械臂的视觉伺服控制中,基于视觉特征的运动预测设计一个简化的多变量机械臂视觉伺服控制器,用以实现对机械臂末端位姿的控制.借助NAO机器人平台,利用机器人自带的Naomark标签进行物体的快速识别,并应用上述基于视觉反馈的机械臂预测控制方法实现NAO机器人手臂控制.实验结果验证了方法的可行性,算法简单易于实现,且控制精度令人满意.

工业机器人手眼视觉伺服控制系统设计

针对手眼视觉伺服系统中,传统图像雅克比矩阵存在参数难确定、目标运动不确定等问题,提出在线估计复合图像雅克比矩阵的视觉伺服方法。通过Kalman滤波器在线估计复合图像雅克比(Jacobian)矩阵,基于Lyapunov原理设计了视觉伺服控制器,实现了图像特征误差渐进收敛和运动目标的稳定跟踪。平面二连杆机器人仿真分析验证了所提算法的有效性。

基于3-CCD显微视觉的高精度靶位姿控制

针对高功率激光物理装置中的靶自动准直实验平台,提出了一种基于三路显微视觉的高精度靶位姿控制方法。该方法采用基于图像的显微视觉控制策略,通过对送靶机构的主动运动控制,实现了图像雅可比矩阵的在线自标定;利用增量式PI控制方法对送靶机构进行控制,实现靶的快速定位及姿态调整。本文对比了基于图像的显微视觉控制和之前研究中所提出的基于位置的显微视觉控制两种方法。其中,基于图像的控制方法靶的定位误差为0.07μm,姿态调整误差为0.02μrad;而基于位置的控制方法靶的定位误差为0.16μm,姿态调整误差为0.07μrad。实验结果表明:基于图像的显微视觉控制方法对系统中的运动学误差、视觉标定误差等因素具有较好的鲁棒性,靶定位及姿态调整的精度高且稳定性好。

具有变结构控制器的无定标视觉伺服

从控制的角度出发,提出了一种模型无关的无定标视觉伺服控制方法。在该方法中不需要机器人及摄像机模型,图像雅克比矩阵的计算采用最小二乘估计,机器人系统采用变结构的控制理论设计控制器;而后用李亚普诺夫方法对其进行了稳定性分析,结果证明系统能够渐近稳定。仿真实验证明了算法的有效性。

基于眼固定的机器人视觉定位

针对眼固定型机器人的视觉定位问题,提出了一种基于kalman滤波的机器人无标定视觉定位方法。在摄像机和机器人坐标系不标定的情况下,采用kalman滤波算法对眼固定的图像雅克比矩阵进行在线辨识,并建立基于图像特征的最优反馈控制。利用机器人Matlab仿真工具箱建立了基于眼固定的机器人无标定视觉定位Simulink模型,实现了6自由度机器人的视觉定位,实验结果表明了该方法的可行性和有效性。

基于无标定视觉伺服的激光标记自动跟踪视频引伸计控制系统设计

本控制系统采用图像雅克比矩阵在线辨识的方法,建立了激光标记与试件标记的实际距离,即激光标记的跟踪位移量到图像空间跟踪位移量的映射关系,不仅避免现有视频引伸计的摄像机标定环节,而且实现了激光标记对试件标记的精密全程跟踪。通过低碳钢和铸铁的拉伸实验,分别实现跟踪精度1.8μm/10mm和0.9μm/2.5mm,验证了设计的控制系统的有效性和精确性。

基于自适应无迹卡尔曼滤波的采摘机械手视觉伺服控制方法

为解决未知统计特性下的系统噪声对图像雅克比矩阵估计精度的影响问题,提高视觉伺服定位精度,在卡尔曼滤波(lalman filter,KF)法以及无迹卡尔曼滤波(unscented kalman filter,UKF)法的基础上,引入自适应噪声统计估计器,提出自适应无迹卡尔曼滤波(adaptive unscented kalman Filter,AUKF)法估计图像雅克比矩阵,并构造了视觉伺服控制系统。仿真试验结果表明,基于自适应无迹卡尔曼滤波法估计图像雅克比矩阵的视觉伺服控制系统的图像特征最大误差值为10.2像素,机械手末端与目标点三维坐标最大误差值为4.19 mm,响应时间为1.2 s。搭建了七自由度采摘机械手视觉伺服试验平台进行采摘试验,试验结果表明,基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态目标的采摘成功率为90%,对动态目标的采摘成功率为83%,相比于KF法与UKF法,采摘静态目标试验成功率分别提高了17与10个百分点,动态采摘试验成功率分别提高了16%与10%。基于AUKF法估计图像雅克比矩阵的视觉伺服系统对静态与动态目标的采摘平均时间分别为18和22 s,相比于KF法与UKF法,静态采摘用时分别减少了10和6 s,动态采摘用时分别减少了12和8 s。AUKF法与KF法以及UKF法估计的图像雅克比矩阵相比,AUKF法估计的图像雅克比矩阵减小了采摘机械手视觉伺服控制系统过程噪声的干扰,使采摘机械手视觉伺服控制系统过程噪声适应视觉伺服系统的变化,采摘机械手视觉伺服控制系统定位精度更高。

基于DSP的机器人视觉伺服系统研究

机器人视觉伺服系统的研究是机器人领域中的重要内容之一,其研究成果可以直接用于机器人自动避障、轨迹线跟踪和运动目标跟踪等问题中。本文针对机器人视觉伺服系统要求快速准确的特点,设计了基于TMS320C6201的机器人视觉图像处理系统,并分析了基于图像雅可比矩阵的机器人视觉伺服方法的基本原理。

绝缘子水冲洗机器人视觉伺服仿真

视觉伺服研究是绝缘子水冲洗机器人研究的重要内容,其研究成果用于机器人自动瞄准绝缘子。水冲洗机器人采用基于图像的视觉伺服控制方案,对冲洗机器人的图像雅克比矩阵进行计算,设计基于机器人位置参数和绝缘子高度信息获取图像深度的方法,最后基于Robotics Tool-box和Visual Servoing Toolbox工具箱对冲洗机器人视觉控制方案进行建模、仿真,结果表明,基于图像的机器人视觉伺服系统能够实现对绝缘子瞄准功能。