機器人無標定視覺伺服關鍵技術的研究.pdf

1、近年來，機器人技術己成為高技術領域內(nèi)具有代表性的戰(zhàn)略性技術之一，它使得傳統(tǒng)的工業(yè)生產(chǎn)方式發(fā)生根本性的變化，對人類社會的發(fā)展產(chǎn)生深遠的影響。隨著計算機視覺和計算機硬件技術的快速發(fā)展，將視覺信息同機器人控制相結合形成視覺伺服系統(tǒng)，使機器人具有同外部環(huán)境進行智能交互的能力，是當今機器人發(fā)展的一個主要方向?？梢灶A見，具有視覺的智能機器人將得到越來越廣泛的應用。傳統(tǒng)的機器人視覺伺服控制系統(tǒng)是基于標定技術的，整個伺服系統(tǒng)控制精度在很大程度上依賴于標

2、定的精度。然而，在實際中，由于種種原因，這種基于標定的機器人視覺伺服方法受到了很大限制。無標定視覺伺服開始成為機器人視覺伺服控制領域的一個研究熱點，所謂“無標定”視覺伺服是指在不預先標定攝像機和機器人參數(shù)的情況下，直接通過圖像上的系統(tǒng)狀態(tài)誤差來設計控制律，驅(qū)動機器人運動，使系統(tǒng)誤差收斂到一個容許的誤差內(nèi)。本文就是針對近年來在機器人視覺伺服技術領域新發(fā)展起來尚處于探索階段，還未形成統(tǒng)一的理論體系的“無標定”方法展開研究的。
　　本文

3、對無標定視覺伺服中的目標特征點的提取方法進行了研究。采用了區(qū)域顏色和邊緣信息相融合的方法，對圖像進行較為穩(wěn)定的分割，然后提取質(zhì)心。該方法充分利用了小波多分辨率分析的特性，進行圖像的邊緣檢測。在應用傳統(tǒng)的小波技術對圖像進行邊緣檢測時，需要采用閾值對模非極大值抑制后的候選邊緣點進行篩選，求取邊緣。目前閾值的求取是憑借人們的經(jīng)驗人為的設定，需要反復的試湊比較才能得出最后結果，另外，當前的單閾值自動求取方法還無法實現(xiàn)精確的邊緣檢測，這些缺陷限制

4、了小波邊緣檢測技術在實際中的應用。針對這一問題，論文提出基于類內(nèi)方差最小化原理自適應的求取雙閾值的算法，不需要人為的設定任何系數(shù)和參數(shù)。這種自適應計算閾值的方法對各種基于梯度的邊緣檢測技術同樣適用。采用自選定區(qū)域進行顏色分割和邊緣檢測信息融合的圖像分割技術，實現(xiàn)了較為穩(wěn)定的分割，較為精確的提取目標質(zhì)心，必免了顏色分割存在的跳變現(xiàn)象以及邊緣檢測無法識別感興趣目標的問題。
　　本文提出了一種動態(tài)無標定的視覺伺服控制方法,對系統(tǒng)的動態(tài)殘

5、差項進行了估計。當前的無標定視覺伺服控制技術或者只能針對靜態(tài)的目標,或者針對動態(tài)目標但無法擺脫系統(tǒng)動態(tài)殘差項的影響。因此，論文基于非線性方差最小化法控制機器人跟蹤運動目標,利用動態(tài)擬牛頓法估計圖像雅克比矩陣,采用迭代最小二乘法提高系統(tǒng)的穩(wěn)定性，提出對動態(tài)系統(tǒng)的動態(tài)殘差項的估計方法，實現(xiàn)了機器人對運動目標的跟蹤。
　　研究了能應用于“眼在手上”視覺伺服控制結構的動態(tài)無標定的視覺伺服控制算法。當前“眼在手上”系統(tǒng)的無標定算法中，沒有考