基于自標定的機器人視覺定位研究.pdf

1、在機器人系統(tǒng)中引入視覺反饋控制,有利于增加機器人的靈活性,提高控制精度.通過"示教"方法實現(xiàn)眼在手的視覺伺服是機器人研究領(lǐng)域的一個熱點問題.本文針對自標定方法在機器人視覺定位中的應(yīng)用研究,進行如下幾個方面的工作: 1 通過對Mendonca-Cipolla和GChesi自標定算法的分析,提出了一種改進的基于自適應(yīng)遺傳算法(AGA)的自標定位置視覺伺服算法.首先對本質(zhì)矩陣進行奇異值分解,依據(jù)3個奇異值的特性在線生成目標函數(shù),在進行

2、動態(tài)自標定的同時,完成視覺伺服過程. 采用AGA動態(tài)優(yōu)化攝像機內(nèi)參數(shù),克服了G.chesi方法中要求攝像機內(nèi)參數(shù)不可變的限制,通過設(shè)置參數(shù)范圍可精確逼近5個內(nèi)參數(shù).另外算法不需要物體精確的3維模型,僅僅只需8個空間固定點坐標信息.仿真結(jié)果表明,該算法應(yīng)用于基于位置的視覺伺服時比G.chesi方法運算速度更快,同時魯棒性更強. 2 針對自適應(yīng)遺傳算法算法中存在的內(nèi)參數(shù)分布區(qū)間大,編碼時間長,不利于實時控制的不足,將改進后的

3、變尺度混沌優(yōu)化算法用于優(yōu)化動態(tài)生成的目標函數(shù),以提高運算速度.先把混沌變量映射到待尋優(yōu)的5個內(nèi)參數(shù)區(qū)間,通過設(shè)置內(nèi)外兩層循環(huán),內(nèi)循環(huán)進行混沌搜索,外循環(huán)負責(zé)縮小內(nèi)參數(shù)搜索區(qū)間,避免了混沌優(yōu)化在內(nèi)參數(shù)區(qū)間的盲目重復(fù)搜索,提高了搜索效率. 3 以MOTOMAN-SV3XL型工業(yè)機器人為實驗對象,首先采用Harris角點檢測算法提取角點.為獲得高精度的基本矩陣,進一步采用互相關(guān)對稱性匹配,建立兩個視角間的對應(yīng)關(guān)系并做標記.最后加上視差