论文部分内容阅读
视觉伺服作为机器人控制技术已经被广泛地接受了。第一个视觉伺服系统可以追溯到20世纪70年代后期和80年代早期，随着图像处理技术及相关硬件的快速发展，从90年代中期到现在，在这个方向上的研究论文不断增多。由于视觉伺服所涉及到的领域比较多，所以对它的研究是一个富有挑战性的课题。这篇论文主要对视觉伺服系统的分类、建模，控制器设计等内容进行了较为详细的研究。随着国内外学者对机器人视觉伺服系统研究的深入，人们按照不同的标准对视觉伺服系统的分类是多种多样的，不同结构的系统有各自的特点及优缺点。文章参考大量文献归纳出当前视觉伺服系统的各种分类以及它们的特点，弄清楚不同种类系统的特点，这对于后面对系统做进一步的研究是非常重要的。视觉系统可以将三维空间的物体特征映射到二维图像平面上，再利用所获得的图像信息来控制机器人，这就需要建立图像特征向量变化与机器人空间位姿变化的一种关系，即图像雅可比矩阵的建立。本研究针对当前主要的基于图像、基于位置和21／2D的三种控制结构，采用任务函数法，先进行任务变量的选择，再详细地推导出任务雅可比矩阵。在清楚图像信息与空间位姿的关系之后，进行两种控制器的设计。摄像机标定是从二维图像提取三维空间信息必不可少的步骤，给摄像机精确定标是个比较复杂的过程，各国学者采用很多方法来避开这一过程，多数都是采用在线估计的办法来确定未知参数。在本研究中针对eye-in-hand摄像机与机器人结构，对PUMA560六自由度机器人设计了一个自适应控制器，能够在线估计任务雅可比矩阵和摄像机相对机器人末端的变换矩阵中的未知参数，并进行了稳定性分析。从仿真结果可以看出，这种控制方法在避开摄像机标定的同时，能够使机器人末端从初始位姿运动到期望位姿。极线几何讨论的是两个摄像机图像平面的关系，本研究将极线几何的理论应用到视觉伺服控制中，找到当前摄像机位姿所获得的图像与期望图像的关系，然后利用这样一个关系控制机器人。从仿真结果来看，这种控制方法能够使图像上特征向量的误差收敛到零，机器人能够到达期望的位姿上。