服务机器人视觉伺服控制方法研究

摘要

目前机器人的主要应用领域局限于工业生产，但人们开始希望机器人能够服务于日常生活。在家庭等生活环境中，机器人必须要能够感知外部环境变化，从而做出一系列调整。视觉传感器具有信息量大和非接触性等优点，将其引入机器人控制系统已成为机器人研究领域的热点。其中，机械臂运动学分析、图像特征点提取以及视觉伺服控制方法是开展机器人视觉伺服控制研究的基础，因此对这几个方面的研究具有重要现实意义。 本文以服务机器人为研究对象，系统地研究了七自由度冗余机械臂逆运动学模型、图像特征点提取效率以及视觉伺服控制策略等问题，为服务机器人视觉伺服运动提供了一种有效的控制方法，并对其进行了实验验证。 首先建立神经网络模型，利用该模型求解七自由度冗余机械臂逆运动学问题，详细分析了模型中学习速率大小、激励函数选取、神经网络层数以及隐含层神经元数量对最终模型拟合精度的影响，并根据分析结果对该神经网络模型进行优化。 其次采用不同算法对图像进行特征点提取与匹配，从匹配准确率和运算效率两方面对比选择ORB(Oriented FAST and Rotated BRIEF)算法，对该算法中特征点提取方法进行适当简化，提高了算法的运算效率，解决了机器人视觉伺服控制实时性问题；同时对该算法中匹配的特征点进行筛选，去除误匹配点，提高了目标物体定位精度。 然后采用全局摄像机和局部摄像机组合的策略实现目标物体精确定位。对于局部摄像机采用的基于图像的视觉伺服控制方法，设计了速度控制器并建立了视觉伺服控制系统。为了验证该系统稳定性，设计了视觉定位跟踪仿真实验对其进行仿真验证。 最后针对本文研究内容设计了相关任务实验，包括动态物体视觉跟随实验和双臂协作抓取水杯倒水实验。通过实验结果和数据分析验证了本文所研究方法的可行性与实用性。

目录

第一个书签之前