基于单应性矩阵的移动机器人视觉伺服切换控制

针对具有单目视觉的移动机器人,本文提出了一种基于单应性矩阵的视觉伺服控制算法,在缺乏深度信息的情况下利用视觉反馈实现了移动机器人的控制目标,即给定机器人目标位姿下拍摄得到的图像,通过视觉伺服使机器人从初始位姿准确到达目标位姿.视觉反馈环节采用单应性矩阵中的元素构造状态变量,而非利用常见的单应性分解,此外,考虑到视野约束,本文提出的算法在计算单应性矩阵时结合了单应性的传递特性,从而避免了参考目标的实时可见性.伺服环节设计了切换控制器,在满足非完整约束的同时可驱动机器人到达期望位姿.理论分析及实物仿真验证了该算法的可行性和有效性.

基于混合势场的移动机器人视觉轨迹规划

针对载有单目相机的非完整移动机器人,提出基于混合人工势场的能够满足非完整约束的路径规划方法,能够解决移动机器人运行过程中的视野约束问题.在传统人工势场的基础上,提出混合人工势场的概念,势场中一部分是只对角速度起作用的目标点偏转势场和视野约束排斥势场,另一部分是同时影响线速度和角速度的目标位姿吸引势场;其中视野约束排斥势场定义在图像空间内;目标位姿吸引势场和目标点偏转势场定义在笛卡尔空间,利用单应性矩阵三维重建的结果构造势场函数.在混合人工势场的控制下,机器人能够在同时满足视野约束和无侧滑约束的条件下平滑地移动到目标位姿.仿真结果证明了该方法的有效性.

基于变异粒子群优化的在线手眼标定算法

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求,提出一种基于变异粒子群优化的在线手眼标定算法.通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系,建立了基于深度相机的手眼模型;采用基于变异粒子群的在线优化算法,实时估计手眼关系参数;建立机械臂运动能量函数,给出了机械臂位姿补偿方法,满足特征点视野约束的同时保证运动能量最小.实验结果表明:所提方法能较为精确地估计手眼关系参数,并且能实时补偿机械臂位姿,实现自动手眼标定功能.