论文部分内容阅读
机器人研究方兴未艾,机器人逐渐从科幻电影走到真实的人类生活。乒乓球机器人作为机器人研究的一个方向推动着机器人的发展。针对乒乓球运动的特点,机器人需要解决:快速运动的乒乓球可靠跟踪、轨迹预测、以及控制机器人以合适的时间、位置、姿态和速度进行击球等问题。目前基于人类经验制造的机器人已经实现与人的对打,但是机器人本身内部知识固化,没有学习能力,如何使机器人具有学习击打乒乓球的能力,成为乒乓球机器人研究的热点。本文制作了乒乓球发球机器人,在机器人训练发球过程中加入学习机制,使其生成控制乒乓球击打的运动模式,使发球可以达到预计的弧线、落点。具体操作如下:1搭建发球机器人运动系统。制作2个自由度机械手臂,选择弹球装置把球抛出,完成机械臂软件控制系统,实现对每一自由度的特定加速、匀速、减速、最大速度控制。运动系统满足了不同控制组合打出不同的球的要求。2构建发球机器人视觉系统。选用2台工业摄像机制作双目视觉,对摄像机进行标定,使其可以准确定位视角中乒乓球的空间坐标,记录乒乓球空中飞行的轨迹,并提取特征,同时建立虚拟空间,三维重现出乒乓球空中飞行过程。3建立基于人工神经网络的学习系统。选取RBF神经网络具有优良的泛化能力。神经网络输入数据为视觉系统提供的乒乓球飞行轨迹特征,输出数据为对应的运动系统运动控制方式。实验证明发球机器人能够完成以特定弧线、落点发球。本文研究工作为乒乓球机器人研究领域提供了新的研究方向,在机器人拟人化方面又前进了一步,并且有较大的实际应用价值,可以直接用在乒乓球互动的训练中,并且通过适当改进还能用到其他球类项目,如网球、棒球等。