机器人视觉伺服系统研究与机器人控制器设计

摘要

用机器人替代人类工作，一直是人类的梦想，但目前的机器人的智能水平离人类的期望还有很大的差距。这主要是因为目前的机器人感知外界环境的能力还比较差，因而需要为机器人添加各种传感器来增加机器人的智能水平。为机器人添加视觉使机器人构成闭环系统称之为机器人视觉伺服控制。视觉伺服控制是当前国内外机器人研究领域的一个热点问题。它涉及的领域众多，包括机器人学、计算机视觉、控制理论与控制工程、机械、电子等众多学科，目前无论是在理论上还是在应用上都还有很多的难题。在本文中作者对视觉伺服理论进行了研究，具体做了以下几个方面的工作。 提出了一种自适应模型无关的视觉伺服控制方法。在作者提出的方法当中，不需要摄像机模型与机器人模型，而是把图像特征空间的变化直接映射为机器人的关节角空间的变化，在线标定将两者联系起来的复合雅可比矩阵，从而避免了机器人模型和摄像机模型的标定过程。 进行了直接视觉伺服的研究，并提出了一种基于转置复合雅可比矩阵的直接视觉伺服控制方法。在直接视觉伺服的研究当中，作者首先从解析的角度研究了机器人的直接视觉伺服方法，从理论上证明了运用基于转置复合雅可比矩阵的PD控制器能够保证系统的局部稳定性。然后，将作者所提出的复合雅可比矩阵更新方法运用其中，提出了一种具有不确定性重力补偿的无标定视觉伺服控制，并证明了其稳定性。同时，还将该控制方法用于机器人的定位仿真当中，取得了很好效果。 作者在文章中研究了视觉系统的动态过程，为进一步研究整个系统的动态过程打下了良好的基础。在视觉伺服控制当中，目前的瓶颈问题就在于图像的采集频率低和图像处理所带来的延时，以及图像处理中所带来的噪声问题。图像采集频率是受硬件水平所制约的，但延时以及噪声问题是可以通过相应算法加以预估和滤除。作者运用卡尔曼滤波器较好地解决了这个问题，并将其应用于更容易受到噪声干扰的基于位置的视觉伺服控制中进行目标轨迹的跟踪。同时这一思想也可用于基于图像的视觉伺服控制当中。考虑基于位置的视觉伺服需要摄像机模型，作者还进行了摄像机标定的研究，对一款威视的摄像头进行了标定。 设计完成了一套二连杆机器人系统，为进一步进行机器人视觉伺服研究提供了很好的实物平台。提出了一种基于饱和函数的机器人定位控制器并在机器人本体上实现。 提出了三步法——一种机器人动力学模型辨识方法，并完成了机器人参数的辨识工作。三步法有别于传统的机器人模型辨识方法，不需要预先对机器人摩擦力模型进行单独的辨识，也不需要进行特定的机器人模型辨识轨迹的优化。它是将机器人模型参数分组辨识，辨识方法中的单关节运动有效地消除了机器人关节耦合给机器人参数辨识带来的影响，因为多关节配置保证了所辨识参数的充分激活。

目录

文摘

英文文摘

第一章绪论

1.1课题的研究背景及意义

1.2视觉伺服的国内外研究现状

1.3机器人视觉伺服控制的分类

1.4基于位置的视觉伺服控制(position-based visual servoing)

1.5基于图像的视觉伺服控制(image-based visual servoing)

1.6机器人视觉系统

1.7研究趋势

1.8作者主要工作及论文结构

第二章视觉伺服涉及的主要理论

2.1机器人运动学基础

2.2机器人动力学基础

2.3成像变换与摄像机模型

2.4图像雅可比矩阵的概念

2.5摄像机的手眼标定

2.6视觉控制器

2.7 小结

第三章基于图像的视觉伺服及模型无关的无标定视觉伺服

3.1图像雅可比矩阵的推导

3.2基于Puma560的视觉伺服定位仿真

3.2.1控制算法及控制过程描述

3.2.2仿真系统配置

3.2.3基于Matlab/simulink的仿真框架的搭建

3.3模型无关的无标定视觉伺服控制

3.4模型无关的无标定视觉伺服控制仿真

3.4.1二连杆机器人轨迹跟踪

3.4.2基于Puma560的仿真

3.5小结

第四章直接视觉伺服系统研究

4.1二自由度机器人动力学模型推导

4.2具有确定重力补偿的有标定视觉伺服控制

4.3具有不确定性重力补偿的无标定视觉伺服控制

4.4具有不确定性重力补偿的无标定视觉伺服控制仿真

4.5小结

第五章基于目标运动状态估计的视觉伺服研究与摄像机标定

5.1视觉伺服动态系统及性能分析

5.2基于卡尔曼滤波的目标运动状态估计

5.2.1目标运动模型

5.2.2从图像获取目标运动状态

5.2.3卡尔曼滤波器

5.2.4基于卡尔曼滤波的线性运动估计仿真

5.2.5基于卡尔曼滤波的圆周运动估计仿真

5.3基于卡尔曼滤波器的视觉伺服轨线跟踪仿真

5.3.1控制律

5.3.2误差控制策略

5.3.3仿真结果

5.4摄像机模型的标定

5.4.1棋盘标定板

5.4.2基于未知方向的棋盘图像标定板的标定原理

5.4.3基于未知方向的棋盘图像的标定步骤及试验结果

5.5小结

第六章二自由度机器人系统设计及其动力学模型辨识

6.1通用机器人控制系统的建立

6.2一种基于饱和函数的PD控制器

6.3实物实验

6.4传统动力学模型辨识方法介绍

6.5机器人动力学模型辨识的三步法

6.5.1动力学参数分组

6.5.2辨识算法

6.5.3关节配置的选择

6.5.4轨迹的测量

6.6三步法参数辨识结果及重力项参数验证

6.6.1二连杆模型参数分组

6.6.2参数辨识结果

6.6.3参数验证

6.7小结

第七章工作总结及展望

7.1工作总结

7.2未来工作展望

参考文献

博士期间发表论文

作者简介

致谢