基于视觉的电力线除冰机器人抓线控制方法研究

摘要

随着CCD成像技术及计算机控制技术的发展,视觉控制被越来越多地应用到生产生活的各个方面,针对电力线除冰机器人这一特殊的应用领域,视觉控制的引入无疑将大幅提高除冰机器人的智能自主能力。为此,本文就基于视觉的电力线除冰机器人抓线控制进行了深入的研究。
　　 论文首先回顾了机器人视觉控制的发展概况及现阶段的研究进展,概括性地介绍了机器人视觉控制的基本概念、分类及典型结构,接着讨论了除冰机器人的运动学模型和手眼模型,然后提出了两种视觉控制结构下的除冰机器人抓线运动控制算法,即基于位置的视觉控制和基于图像的视觉伺服控制。
　　 在对机器人视觉控制基础理论的研究中,着重比较了基于位置的视觉伺服控制、基于图像的视觉伺服控制和2.5D视觉伺服控制的异同及各自的优缺点,并对机器人视觉控制的研究进展进行了探讨。
　　 在除冰机器人运动学模型及视觉控制结构的研究方面,采用了D-H方法构建了除冰机器人的运动学模型,并建立了其手眼模型,然后对除冰机器人抓线控制原理进行了介绍。
　　 在基于位置的视觉控制方面,设计了一种基于位置给定型视觉控制的除冰机器人抓线控制算法,其中提出了一种基于输电线缆类圆柱体几何特征及摄像机成像模型的单目视觉立体定位算法,然后提出了一种避免复杂逆运动学求解的抓线控制策略,该策略主要思想是通过找到机械臂夹持器末端的工作曲面与输电线缆的轴线在空间中的交点来确定线缆抓取点及抓取线缆时机器人各个关节的位置。
　　 在基于图像的视觉伺服控制方面,首先选择了合适的输电线缆图像特征,然后设计了一种FCMAC视觉控制器与常规比例控制器结合构成复合学习控制器,在该复合学习控制器中,神经网络以常规控制器的输出的最小化为目标进行学习,网络在线学习的算法无需用到机械手和特征提取的模型信息,从而可以有效、快速地对神经网络进行在线学习和优化,提高整个视觉伺服系统对不确定环境和工作任务的适应能力。
　　 对本文所提的两种控制方法都进行了验证实验,实验结果证明了两种控制方法都具有良好的控制特性。