基于多传感器融合的半自主式遥操作机器人控制技术研究

摘要

上个世纪，随着人类太空探测计划的实施与发展，遥操作技术应运而生。进入新世纪，遥操作技术逐渐由航空航天领域向工业生产等民用领域渗透。许多先进制造业都引入了该技术，用于产品设计、生产和展示，极大提高了生产力和产品一致性。近些年来，新型传感器技术、人工智能技术的快速发展，使得遥操作机器人的自主性得了快速的发展。 本文主要介绍一种面向民用领域的多传感器融合的半自主式遥操作机器人，用于代替人工执行一些高危的生产任务，如铸件打磨、分类、装配等。系统主要由：本地端、通信系统和远程端组成。本地端包含各种人机交互设备和计算机。远程端包括机器人、相机、六维力传感器、远程端计算机等。与人工作业相比，该机器人打磨、装配精度高，可有效提高加工产品的一致性。与全自动式机器人相比，该机器人的生产作业时，更具有灵活性。 本文的主要研究内容包括：1）文本所述系统采用两组摄像头进行图像采集。其中，双目摄像头用于采集工作场景深度图像，用于系统本地端虚拟场景的构建，为操作者提供视觉反馈；单目摄像头采集机器人工作台的图像，用于目标自动识别、分拣、打磨等任务。系统充分利用不同种类摄像头的优势完成人机交互、目标识别等任务，提高人机交互效率以及机器人作业精度。2）针对遥操作机器人执行任务的复杂性，本文提出了半自主式遥操作机器人的两种工作模式：示教模式与自主模式。在示教模式下，遥操作机器人在操作人员的控制下完成目标识别、分拣与打磨等任务，并为陌生的目标创建动态模板，记录操作者的操作数据。在自主模式下，遥操作机器人根据动态模板和其他数据自动识别各种目标，完成分拣和打磨任务。在执行任务过程中，机器人可以按照操作者的示范精确控制对工件的打磨力、抓取力等。3）在目标识别与匹配方面，本文提出一种SB-GrabCut图像分割算法。与传统的GrabCut算法相比，SB-GrabCut算法初始化方式简单，它可以使用更少的迭代次数、更短的耗时实现高精度的图像分割，从而实现目标模板的动态创建。4）针对复杂背景下的目标识别问题，本文提出了一种基于映射图的MB-NCC算法。与传统的PP-NCC算法相比具有更强的鲁棒性。尤其是在复杂纹理图像的目标匹配任务中，MB-NCC算法的优势明显，它可以针对特定的目标创建一个二值映射图，用以消除目标图像中的背景干扰。5）针对同类待打磨铸件表面纹理不同的问题，本文提出一种基于边缘识别的GB-NCC算法，与上文所述MB-NCC算法类似，该算法同样使用映射图和极变换配合的解决方案，消除背景干扰。与传统边缘识别算法相比，GB-NCC算法耗时更短。

目录

第一个书签之前