论文部分内容阅读
工业机器人通常需要做一些重复的流水线工作,基于视觉的控制可以提高精度。传统的基于图像的视觉跟踪轨迹控制缺少深度信息,导致模型参数不确定,从而影响系统的稳定性和收敛性。本文提出了基于单应性的迭代开闭环视觉控制,能够提高控制系统动态性能,并且精确跟踪轨迹。“眼在手上”的相机安装方式存在目标物体跑出视野问题,本文针对此问题,提出变时长迭代学习控制方案,某次迭代目标物体跑出视野,之后的迭代也能够保证目标物体一直在视野范围内。本文的主要工作分述如下:1、利用全局灰度梯度法求解单应性矩阵,而非如SIFT等算法提取特征点,再根据特征点像素位置求解单应性矩阵的方法求解单应性矩阵,这样可以利用平面物体所有像素的信息,从而避免特征点错误匹配带来的误差,时间上前者是后者的0.3倍。2、针对基于图像的视觉伺服控制缺少深度信息问题,提出基于单应性的工业机械臂视觉轨迹跟踪迭代学习控制方案,并且证明系统的收敛性。相比于基于图像特征的视觉跟踪控制,单应性描述两幅图片的关系,间接反映相机之间的几何关系,和三维空间的关系较为直接,简化了控制器的设计。该方案中,误差是单应性矩阵的表达式,不需要分解单应性矩阵,从而缩短了计算时间并且避免了单应性矩阵分解多解的问题。采用迭代学习控制方案,根据之前误差信息,调整下次迭代系统输入,能够实现轨迹的精确跟踪。利用该方案完成了机械臂跟踪目标物体轨迹的实验,验证了该方案的有效性。3、局部视觉容易出现目标物体跑出视野的问题,针对此间题,提出了基于单应性的工业机械臂视觉轨迹跟踪变时长迭代学习控制方案。目标物体跑出视野,则此次迭代终止,存在迭代时间不一致问题,即下次迭代在上次迭代目标物体跑出视野后没有前馈信息。基于此,本文提出两种方案:1切换变时长迭代学习控制,没有上次迭代信息,则将控制器切换为只有反馈的控制器;2高阶变时长迭代学习控制,上次迭代信息缺失,则选择之前迭代效果最优的迭代信息。通过仿真和实验,说明此方案能够有效解决目标物体跑出视野的问题。