基于雅可比矩阵的工业机器人手眼协调系统的研究

《基于雅可比矩阵的工业机器人手眼协调系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP242单位代码：10190研究生学号：201501015密级：公开`硕士学位论文秦伟洋2018年6月基于雅可比矩阵的工业机器人手眼协调系统的研究ResearchonHand-eyeCoordinationSystemofIndustrialRobotBasedonJacobianMatrix硕士研究生：秦伟洋导师：岳晓峰教授申请学位：工学硕士学科：机械工程所在单位：机电工程学院答辩日期：2018年6月授予学位单位：长春工业大学长春工业大学硕士学位论文原创性声明本人郑重声明：所呈交的硕

2、士学位论文《基于雅可比矩阵的工业机器人手眼协调系统的研究》，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。长春工业大学硕士学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春工业大学研究生学位论文版权使用规定”，同意长春工业大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论

3、文被查阅和借阅。本人授权长春工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密的论文在解密后遵守此规定。摘要摘要机器人手眼协调系统的研究是国内外研究的热门课题，其研究涵盖了机器人运动学、图像处理与识别、机器视觉与控制等多门学科，研究成果广泛应用于航空航天和工业自动化生产领域，具有重要的研究意义和价值。本文在总结现有的机器人手眼协调系统研究成果的基础上，对比了基于图像、基于位置和混合视觉的视觉伺服系统的优缺点，阐述了视觉伺服系

4、统的反馈控制方式。分析了摄像机模型以及世界坐标系、相机坐标系、图像物理坐标系和图像像素坐标系之间的变换关系。分析了机器人运动学，建立了机器人模型。确定了Canny算子来进行图像边缘检测方案以及利用图像矩来进行目标特征提取方法。研究了图像雅可比矩阵模型及其在线辨识方法，针对图像雅可比矩阵在线辨识实时性差、收敛速度慢、易受噪声影响等问题，提出了一种改进的Kalman滤波算法，并将辨识结果应用于机器人手眼协调系统中建立了眼在手视觉机器人的动态目标跟踪的仿真平台，完成了动态目标跟踪的仿真实验。实验证明，

5、本文提出的图像雅可比矩阵在线辨识算法具有效率高、收敛速度快、误差更小等优点，具有较好的鲁棒性。关键词：图像雅可比矩阵手眼协调图像处理工业机器人卡尔曼滤波IAbstractAbstractTheresearchontherobothand-eyecoordinationsystemisahottopicathomeandabroad.Itsresearchcoversmanydisciplinessuchasrobotkinematics,imageprocessingandrecognition

6、,machinevisionandcontrol.Theresearchresultsarewidelyusedinaerospaceandindustrialautomationproductionfields.Ithasimportantsignificanceandvalue.Thispapersummarizestheexistingresearchresultsoftherobothand-eyecoordinationsystem,andcomparestheadvantagesan

7、ddisadvantagesofimage-based,position-basedandhybridvision-basedvisualservosystems,anddescribesthefeedbackcontrolmethodofthevisualservosystem.Thetransformationrelationsbetweenthecameramodelandtheworldcoordinatesystem,cameracoordinatesystem,imagephysic

8、alcoordinatesystemandimagepixelcoordinatesystemareanalyzed.ThisarticleanalyzesrobotkinematicsandbuildsarobotmodelTheCannyoperatorisdeterminedtoperformtheimageedgedetectionschemeandtheimagemomentisusedtoperformthetargetfeatureextractionmethod.Theimage