本论文是在国家863计划项目“危险化学反应器泄漏检测与修补移动机械手系统”(2003AA421040)的支持下,以HEBUT-Ⅱ移动机械手为研究对象,进行相关技术的研究。论文首先介绍了移动机械手硬件系统,之后对移动机械手中机械手部分的机构选型及移动机械手整体工作空间进行了分析。对移动机械手系统的运动学、动力学进行了理论阐述和计算,建立了移动机械手统一的运动学、动力学模型,并用软件进行了仿真分析。在此基础上,研究了运动目标的图像识别、基于双目立体视觉目标位置的三维重构及对运动目标的视觉伺服跟踪。论文主要的创新性工作如下:1.图像处理和计算机视觉中大量算法都是采用HSI色彩模型,HSI模型中的I分量与图像的彩色信息无关,与颜色信息相关的H、S分量不随光照条件的变化而变化,因此非常适合视觉系统感知彩色特性的图像处理算法。本文采用基于HSI模型的阈值分割法是对原始图像的各个像素颜色的H、S值进行分析,寻找背景区域和目标区域的颜色分布特征,然后在分别确定合理的H和S阈值之后,两者相“与”,使其与背景颜色不同的目标区域分割出来。2.因为采集到的图像要经过分割及预处理,需要很大的运算量,速度非常慢,不利于对目标的快速检测。故本文提出了平均化分割的思想,其基本思路是:在判断目标区域时,将上一步得到的二值化图像分成n×n等份,在每一等份中黑色像素占全部像素的比例超过某一阈值时,就认为此等份为目标区域,比例少于某一阈值的等份被认为是背景区域,直到整幅图像都检测完毕。这样得到的图像在信息量上大大减少,分辨率减少到n×n;在保证原有图像不失真的前提下,大大降低了图像处理的计算量,同时实现了图像滤波。3.本论文将计算机视觉理论、算法与图像处理相结合,用摄像机拍摄目标,对目标的图像进行分析与处理,对目标上某点进行三维重建,确定目标的空间方位,实现测距。摄像机标定是对空间物体进行三维重建必不可少的前提,本文通过对常用的摄像机模型及标定方法算法的分析,提出了利用最小二乘法实现摄像机标定的方法。4.在对运动目标进行跟踪时,为了提高处理速度,满足跟踪实时性的要求,采用计算机和图像采集卡各自独立完成数据处理的并行方式,即图像采集卡在采集图像的同时,计算机可以处理图像数据,图像采集不占用主机CPU时间,可以将所有时间都用来处理数据。考虑到实时性的要求及算法的复杂性,在目标跟踪方法中,采用通过对比前后两帧图像中目标区域质心位置的变化,确定目标运动的方向,算法简单却实用可行,利于实现对运动目标的快速跟踪处理。5.采用蒙特卡罗方法计算多关节机械手的工作空间,并对各关节变量进行组合,利用机械手的正向运动学方程计算出机械手末端杆件端点的坐标值,形成移动机械手的工作空间。6.通过对HEBUT-Ⅱ移动机械手进行分析,实现了笛卡尔坐标空间到关节空间的运动变换。在移动机械手运动学分析的基础上进行了动力学分析,建立了移动机械手统一的动力学模型。利用UG绘制移动机械手,导入ADAMS建立其虚拟样机,解算出机械手动力学模型所需的连杆伪惯量矩阵。得到了实时的关节力矩变化情况,各关节力矩与关节转动角度变化值之间的仿真曲线。