论文部分内容阅读
在多自由度并联机器人控制中,机器人末端操作器位姿信息是反映机器人运动状态的重要参数,利用这些位姿信息,我们使用机器人的几何运动学方程进行参数的逆解,从而得到运动系统的控制参数。并联机器人具有多自由度、运动轨迹复杂的特点,其位姿检测要求同时能完成多个自由度的测量,位姿检测是当前大载荷系统检测领域亟待解决的问题之一。传统手段使用接触式传感器,比如角度传感器、速度传感器、位移传感器、角速度传感器来检测末端控制器的位姿,再将其检测数据转换从系统所需的反馈信号,从而实现系统的闭环控制。近年来通过视觉的方法来检测机器人运动状态,从而替代传统的检测方法,受到越来越多的关注。相对于传统的检测手段,计算机视觉检测系统具有非接触、智能、检测速度快等优点,具有较大的灵活性,能够实现多自由度运动姿态的测量,克服传统检测手段在并联机器人位姿测量中遇到的困难。本文利用视觉检测的方法,建立视觉检测平台并通过实时采集场景中被测物体图像,利用单目的方法实现对多自由度并联机器人视觉检测系统的运动信息集成、处理。本文通过建立单目摄像头的视觉测量系统框架,利用目标跟踪的方法检测一种具有3个输入的2自由度冗余并联机器人控制器末端,通过使用一种仿射不变性原理,利用控制器末端四个特征点来确定该控制器末端的实时位姿。本系统主要包括图像的采集与传输、摄像机标定、空间点坐标重建、位姿测量四个部分。传统的视觉检测系统,一般采用了模拟人眼的双目视觉检测框架,对于这种结构在硬件连接上较为复杂,为了得到同一时刻的不同角度的图像,两个摄像机之间同步要求较高,出现不同步的情况下,它的系统的结果将会出现很大的误差,因此对图像采集卡的实时性和处理能力提出了更高的要求。本文采用了单目摄像头作为系统的采集模块,避免了因为双目摄像头引起的硬件上的困难以及由于采集不同步而带来的误差,系统通过将Toshiba teli的工业彩色CCD相机CS5260BD/BDP与Matrox Imaging公司的Matrox Morphis多通道图像采集卡相连,再将图像采集卡通过PCI接口连接到PC机上,比较双目系统的复杂度和成本大大降低。为了实现动态观测检测对象的运动状态,我们利用结合MIL和Opencv相结合的方法,通过简单的函数接口来实现图像的在线显示。其次,为了简化计算,提高系统地速度,根据张正友的标定法来估算出摄像机的内部参数以及摄像机坐标系与空间坐标系的相对关系的矩阵参数。接着,对在控制器末端预制的四个特征点,它们的相对位置已知,我们通过引入Haar特征分类器,求取这四个点的图像位置,再引入一种仿射不变量,求解这四个点在空间坐标系下重建他们的3D坐标。依据这四个点的特殊位置建立控制器末端的空间坐标系,将该坐标系与空间坐标系统重合,最后求得该控制器的位姿参数(x,y,z,α,β,δ)。通过实验,结果表明该算法在图像存在一定视角、平移、旋转、亮度和尺度的变化时仍然具有较好效果,证明了上述方法的有效性和可行性,适用于对并联机器人多自由度和空间复杂运动的检测。