论文部分内容阅读
机械手视觉伺服将机械手控制和视觉感知相结合,在视觉反馈信息引导下,机械手在工作空间内能实现对目标物的视觉定位与跟踪。基于视觉感知的机械手应用不再局限于固定已知环境下的简单重复作业,它拓展了机械手的使用范围。在摄像机参数未标定情况下,无标定视觉伺服根据像平面的图像特征误差设计控制律,并采用视觉映射模型将图像特征变化映射成笛卡尔空间机械手的运动量,直接驱动机械手运动使图像特征误差收敛于零。由于无标定视觉伺服未建立图像特征变化与机械手运动变化的精确映射模型,且机械手对象又是一个高度非线性和时变的复杂动力学系统,所以机械手无标定视觉伺服实质是一个典型的未建模动态非线性控制问题,它也是当前机械手智能控制领域的研究热点与重点。仿人智能控制是模仿人的控制行为和控制经验来设计控制律。本文基于仿人智能控制理论,提出了基于仿人智能控制的机械手五自由度无标定视觉伺服方法,主要工作如下:①针对无标定视觉伺服笛卡尔空间机械手位姿定位,本文提出了基于仿人智能控制的机械手五自由度无标定视觉伺服方法。该方法采用基于点和角度特征的双目视觉图像雅可比矩阵近似描述机械手无标定视觉伺服动态手眼映射关系,并依据机械手与摄像机先验知识划分了图像特征模态,在卡尔曼滤波估计在线更新图像雅可比矩阵基础上,结合仿人智能控制定性决策与定量控制二次映射方法,设计了机械手五自由度无标定视觉定位仿人智能多模态视觉伺服控制器,并给出了仿人智能多模态视觉伺服控制器的稳定性条件。②采用Puma560机械手模型、工业摄像机模型和Simulink模型,建立了基于仿人智能控制的机械手五自由度无标定视觉伺服仿真平台,并进行了机械手五自由度无标定视觉伺服定位仿真实验。③基于六自由度机械手和两个工业摄像机搭建了机械手无标定视觉伺服实物平台,进行了机械手五自由度无标定视觉伺服定位实物实验,并将本文所提方法与两点图像特征方法进行了实物对比实验。通过仿真与实验,验证了本文所提方法对无标定视觉伺服笛卡尔空间机械手位姿定位的有效性。与两点图像特征方法的控制效果进行对比表明,本文所提方法的系统收敛速度更快,笛卡尔空间机械手运动轨迹更平滑,取得了更好的控制效果。