论文部分内容阅读
机器人视觉伺服性能的优劣是衡量机器人智能化水平的一个重要方面。由于机器人系统易受不确定性、扰动及部分状态量不可测等因素的影响，使得其视觉伺服控制器的设计变得特别复杂，且稳定性分析十分困难，这是目前机器人视觉伺服控制的瓶颈之一。而广义Hamilton系统，由于其结构清晰，物理意义明确，且系统的Hamilton函数就是该系统的总能量，使其在机器人系统的稳定性分析和控制设计上表现出了明显的优越性，为解决上述难题提供了理想的方法与手段。本文主要研究基于Hamilton的机器人双目视觉伺服控制；针对具有双目平行结构的机器人视觉伺服系统，分别考虑了当存在不确定性、扰动时，机器人视觉伺服系统的广义Hamilton实现问题；针对关节角速度不可测问题，基于浸入与不变流形设计了速度观测器。主要研究内容如下：首先，针对机器人具有双目平行结构的视觉伺服系统，研究了视觉伺服控制器的设计问题。介绍了双目平行结构的视觉伺服系统，并提出了成像灵敏度的概念，对单双目视觉模型进行了比较分析，得出双目模型可以解决单目模型存在深度盲区问题的结论。分别针对该机器人系统存在不确定性和未考虑不确定性两种情况下的广义Hamilton实现问题进行了研究。通过对机器人内部结构的分析，研究其内部固有关系，将不确定机器人视觉伺服系统实现为一类广义Hamilton系统，基于Hamilton实现设计了视觉伺服控制器，并对该闭环系统的稳定性进行了分析。其次，针对机器人系统存在扰动的情况，研究了基于Hamilton的视觉伺服控制器设计问题。通过对机器人系统质量矩阵的分解，建立了一种模型变换，将带有扰动的机器人视觉伺服系统实现为一类广义Hamilton系统。研究了该系统的L2干扰抑制问题，同时设计了视觉伺服控制器，使得闭环系统渐近稳定。然后，针对机器人未配置速度传感器的情况，基于浸入与不变流形的思想研究了机器人系统的速度观测器设计问题。通过对目标系统的定义和流形面的设计，获取了一类偏微分方程使得流行面是浸入的与不变的。对机器人系统设计了全维速度观测器，并获取了观测误差系统。为解决观测误差系统稳定性分析复杂繁琐的问题，将该观测误差系统实现为一类广义Hamilton系统，并证明了该系统的渐近稳定性。最后，针对机器人双目视觉伺服系统，研究了其速度观测器和视觉伺服控制器的设计问题。针对该系统，采用浸入与不变流形的思想，设计了降维速度观测器。进而，将所获得的观测误差系统重构为一类广义Hamilton系统。基于观测得到的速度，设计了基于图像的视觉伺服控制器，使得闭环系统渐近稳定。