機(jī)器人視覺(jué)伺服系統(tǒng)的若干問(wèn)題研究.pdf

1、將視覺(jué)信息同機(jī)器人控制相結(jié)合形成視覺(jué)伺服系統(tǒng)，使機(jī)器人具有同外部環(huán)境進(jìn)行智能交互的能力，是當(dāng)今機(jī)器人發(fā)展的一個(gè)主要方向。視覺(jué)伺服系統(tǒng)一般由圖像預(yù)處理、特征提取、攝像機(jī)標(biāo)定、伺服控制器設(shè)計(jì)和機(jī)器人控制這五部分組成。為了提高視覺(jué)伺服系統(tǒng)的控制精度和使用范圍，本文對(duì)攝像機(jī)標(biāo)定、特征提取和伺服控制器的設(shè)計(jì)這三方面進(jìn)行了深入地研究。
　　第二章介紹了視覺(jué)伺服系統(tǒng)的相關(guān)基礎(chǔ)知識(shí)，其中包括坐標(biāo)變換、攝像機(jī)投影模型和機(jī)器人控制等相關(guān)理論。依據(jù)視覺(jué)

2、反饋信號(hào)表示的是3D空間坐標(biāo)值還是圖像特征，視覺(jué)伺服系統(tǒng)的控制結(jié)構(gòu)可以分為基于位置的控制方式和基于圖像的控制方式，本文對(duì)這兩種控制方式進(jìn)行了分析，并給出了這兩種控制方式的優(yōu)缺點(diǎn)。
　　第三章進(jìn)行了攝像機(jī)標(biāo)定方法的研究。攝像機(jī)標(biāo)定參數(shù)的準(zhǔn)確性直接影響著機(jī)器人視覺(jué)伺服系統(tǒng)的控制精度，因此研究了一種高精度的攝像機(jī)標(biāo)定方法。該標(biāo)定方法內(nèi)部參數(shù)的優(yōu)化使用遺傳算法，外部參數(shù)的優(yōu)化使用梯度下降法，它具有原理簡(jiǎn)單、不需要估計(jì)初始值、魯棒性強(qiáng)、標(biāo)定

3、參數(shù)更準(zhǔn)確的優(yōu)點(diǎn)。
　　第四章對(duì)特征提取的方法進(jìn)行了研究，空間矩能夠很好地描述圖像的邊緣特征，利用它能夠進(jìn)行亞象素邊緣提取，并且具有很好的旋轉(zhuǎn)不變性。本文通過(guò)分析角特征模型和空間矩函數(shù)，推導(dǎo)出空間矩多項(xiàng)式對(duì)角特征象素點(diǎn)的判別準(zhǔn)則。為了提高抗噪聲，根據(jù)角特征不僅灰度變化是不連續(xù)的，且相對(duì)周圍其他點(diǎn)的梯度方向也是不連續(xù)的，提出利用梯度角變化和梯度幅值作為角特征檢測(cè)的另一個(gè)準(zhǔn)則。利用這兩個(gè)準(zhǔn)則能夠檢測(cè)到角特征，但不能準(zhǔn)確確定角頂點(diǎn)，因此

4、必須利用非最大值壓縮技術(shù)剔除虛假點(diǎn)，進(jìn)行準(zhǔn)確定位。特征提取的精度對(duì)目標(biāo)跟蹤、位置估計(jì)和攝像機(jī)標(biāo)定等任務(wù)都具有很大的影響，因此必需進(jìn)行亞象素角特征提取，為此本文利用雙線性插值法和牛頓迭代法進(jìn)行亞象素角特征提取。
　　在進(jìn)行角特征理論推導(dǎo)時(shí)，發(fā)現(xiàn)Lyvers算法對(duì)角點(diǎn)附近的邊緣象素進(jìn)行亞象素邊緣提取時(shí)，具有原理誤差，因此對(duì)Lyvers算法的檢測(cè)原理進(jìn)行了改進(jìn)。另外，為了提高Lyvers算法的實(shí)時(shí)性，提出首先利用Sobel算法進(jìn)行邊緣提

5、取，然后利用Lyvers算法進(jìn)行亞象素邊緣提取。
　　依據(jù)空間矩對(duì)邊緣特征的描述，提出一種改進(jìn)的亞象素Hough變換方法，它首先利用Sobel進(jìn)行象素提取，然后利用空間矩計(jì)算象素所在邊緣的梯度角，在該梯度角的一個(gè)較小鄰域內(nèi)，利用亞象素邊緣檢測(cè)結(jié)果進(jìn)行Hough變換，從而實(shí)現(xiàn)亞象素直線檢測(cè)。該算法相對(duì)Hough變換具有準(zhǔn)確性高、檢測(cè)速度快的優(yōu)點(diǎn)。
　　第五章首先推導(dǎo)了視覺(jué)伺服系統(tǒng)的數(shù)學(xué)模型，然后利用最優(yōu)控制理論設(shè)計(jì)了視覺(jué)伺服系

6、統(tǒng)的控制器，最后提出了一種在線模糊辨識(shí)方法，并利用它估計(jì)數(shù)學(xué)模型中的時(shí)變參數(shù)。機(jī)器人雅克比矩陣描述機(jī)器人關(guān)節(jié)微分運(yùn)動(dòng)和機(jī)器人末端微分運(yùn)動(dòng)的關(guān)系，圖像雅克比矩陣描述機(jī)器人末端微分運(yùn)動(dòng)和圖像特征微分運(yùn)動(dòng)關(guān)系，本文分別推導(dǎo)了機(jī)器人雅克比矩陣和圖像雅克比矩陣，建立了圖像特征微分運(yùn)動(dòng)和機(jī)器人關(guān)節(jié)微分運(yùn)動(dòng)的關(guān)系，從而獲得基于圖像的視覺(jué)伺服系統(tǒng)的數(shù)學(xué)模型。隨后，本文采用二次型最優(yōu)控制理論設(shè)計(jì)視覺(jué)伺服控制器，并給出了參數(shù)選擇的下確界。鑒于視覺(jué)伺服系統(tǒng)數(shù)

7、學(xué)模型中的參數(shù)無(wú)法測(cè)量，需要進(jìn)行復(fù)雜的實(shí)驗(yàn)才能獲取，為了提高系統(tǒng)的魯棒性和使用范圍，本文利用模糊自適應(yīng)系統(tǒng)在線估計(jì)數(shù)學(xué)模型中的未知參數(shù)。采用Popov超穩(wěn)定理論提出了新型的模糊自適應(yīng)估計(jì)器的設(shè)計(jì)方案，它不需要構(gòu)造Lyapunov函數(shù)，僅要求估計(jì)器所構(gòu)成的閉環(huán)系統(tǒng)滿足Popov求和不等式，因此容易求得估計(jì)器的參數(shù)自適應(yīng)律，為模糊自適應(yīng)估計(jì)器的設(shè)計(jì)提供了一種新的途徑。由于模糊系統(tǒng)的一些參數(shù)無(wú)法直接求取，只能依靠經(jīng)驗(yàn)來(lái)選取，因此，本文給出了這