基于神经网络的上下料机器人视觉伺服控制研究

摘要

机器人视觉伺服控制技术是当前机器人技术研发中的一大热点。面对日益激烈的市场竞争与经济全球化，工业机器人的兴起对于装备制造业的发展无疑发挥了重大的推动作用，并且逐渐成了一个国家工业技术水平与创新实力的重要评量标准。视觉机器人有机结合了机器人技术、智能控制、机器视觉、计算机技术等前沿科技，具备了更高的智能性、自适应性与工作效率。
　　本论文针对当前企业发展需求以数控机床上下料机器人作为研究对象，对安装有视觉伺服系统的上下料机器人进行视觉伺服控制研究以实现机器人对加工对象的实时定位和高效抓取。文章采用智能控制算法在视觉伺服系统无需标定的情况下进行机器人视觉伺服控制，并通过大量理论研究计算与仿真分析验证了视觉伺服控制的实时性、有效性和准确性。
　　首先，根据数控机床上下料机器人的技术指标、作业环境与工作流程，建立机器人视觉伺服控制系统，并对视觉伺服系统的组成、图像特征选取和视觉伺服控制器设计等关键技术进行论述和分析。在构建六自由度上下料机器人运动学模型的基础上，进行机器人运动学分析与仿真，并且对视觉伺服系统坐标变换、图像雅可比矩阵和摄像机数学模型等视觉伺服理论进行分析和推导。
　　其次，针对机器人视觉伺服控制系统的非线性、强耦合及不确定的特点，本文将人工神经网络控制技术与模糊神经网络控制技术分别应用于机床上下料机器人无标定视觉伺服控制研究中。根据BP神经网络、RBF径向基函数神经网络与模糊神经网络各自的性能特点，设计了三种数控机床上下料机器人视觉伺服控制器，并且通过仿真分析对伺服系统的控制性能进行改进。
　　最后，通过对比分析，本文提出了一种六单元并行处理的模糊神经网络控制器，能够快速、准确的完成机床上下料机械手对物料定位、抓取的视觉伺服任务。并利用实验验证了该模糊神经网络视觉伺服控制器在机床上下料机器人物料抓取操作中的有效性。

目录

声明

摘要

第一章 绪论

1．1 引言

1．2 课题研究目的、背景与意义

1．3 机器人视觉伺服控制概述

1．3．1 视觉伺服系统分类

1．3．2 基于位置的视觉伺服系统

1．3．3 基于图象的视觉伺服系统

1．4 神经网络与机器人视觉伺服控制

1．4．1 神经网络概况

1．4．2 神经网络在机器人视觉伺服控制中的应用

1．5 机器人视觉伺服控制研究中面临的问题

1．6 本文主要研究内容与结构

第二章 上下料机器人视觉伺服系统

2．1 上下料机器人视觉伺服系统介绍

2．2 视觉伺服硬件系统

2．2．1 上下料机器人系统

2．2．2 CCD摄像机

2．2．3 图象采集卡

2．3 基于图象的视觉伺服基础理论

2．3．1 视觉伺服系统坐标变换

2．3．2 摄像机模型

2．3．3 图象雅可比矩阵

2．4 机器人运动学分析

2．4．1 机器人运动学建模

2．4．2 上下料机器人运动学求解

2．4．3 上下料机器人运动学仿真与工作空间绘制

2．5 本章小结

第三章 基于神经网络的视觉伺服控制器设计

3．1 神经网络理论基础

3．2 BP神经网络视觉伺服控制

3．2．1 BP神经网络结构及学习算法

3．2．2 视觉伺服控制系统设计

3．2．4 BP学习算法的改进与仿真

3．3 RBF神经网络视觉伺服控制

3．3．1 RBF神经网络模型

3．3．2 网络学习算法

3．4 RBF神经网络视觉伺服控制器设计与仿真

3．5 本章小结

第四章 基于模糊神经网络的机器人视觉伺服控制

4．1 模糊神经网络控制理论

4．1．1 模糊系统

4．1．2 模糊神经网络及其类型

4．2 模糊神经网络的视觉伺服控制系统

4．3 模糊神经网络控制器设计

4．4 模糊神经网络视觉伺服控制器训练仿真实验

4．5 上下料机器人物料抓取实验

4．6 本章小结

第五章 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

致谢

攻读硕士学位期间参加的科研项目和发表的论文

附录