基于视觉伺服的机器人自主作业研究

《基于视觉伺服的机器人自主作业研究》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、摘要机器人视觉是机器人领域的一个重要研究方向。本文结合国家“863”计划机器人技术主题项目“MEMS微装配机器人”和“宜人化双臂操作型服务机器人”，针对基于视觉伺服的机器人自主作业中视觉测量、定位等问题开展研究工作。论文在综述了MEMS微装配机器人、服务机器人以及机器人视觉控制的基础上，给出了本文的研究背景和主要研究内容。为实现MEMS微装配机器人的自动调焦跟踪，本文提出了基于小波包变换的图像清晰度判定，建立了基于小波包分解信号能量的图像特征向量，设计了线性图像清晰度分类器，采用Fisher准则确定分类器的权向

2、量和分界点闽值。为实现微型行星齿轮减速器装配的需要，本文建立基于梯度能量的清晰度快速、高效评判函数，恢复齿轮图像深度信息：制定了基于图像深度信息的简单有效的微齿轮夹持装配策略；采用基于HSV模型和R—B模型的图像颜色分割法，从复杂背景的微齿轮显微图像中分割出微齿轮轮廓图像，并提取齿轮外轮廓特征点。针对宜人机器人操作阀门问题，本文设计了基于Eye—to—Hand／Eye—in—Hand宜人机器人视觉控制系统，将整个操作过程分成三个阶段：导航、精确测量和视觉伺服抓取。每个阶段采用不同的策略，通过双目立体视觉测量目标

3、阀门的位置，完成机器人的视觉导航；在精确测量阶段，提出了基于矩阵约束的视觉定位和测量算法，利用目标的已知约束条件，计算目标相对于摄像机的位置、姿态，该算法充分利用已知B标的约束信息，提高了测量的精度。在视觉伺服抓取阶段，提出了基于图像特征点的视觉伺服控制，修正末端姿态、位置的误差，该算法无需估计图像Jacobian矩阵和对摄像机标定，简化了系统的设计，提高了系统的实时性。针对实际应用需要，本文提出并设计了基于ARM和DSP的双cPU嵌入式机器视觉系统一一智能图像传感器，通过硬件电路提高算法的运行速度、实时性和实

4、用性，该系统能够灵活、简便地集成到复杂的解决方案中。最后，本文对所取得研究成果进行了总结，并指出需要继续开展的工作。关键词：视觉伺服，自主作业，图像清晰度，智能图像传感器基于视觉伺服的机器人自主作业研究AbstractRobotvislonisoneotthemostlmportantdomalnso±thestudyofthecomputervisionandrobot．Thethe3isfocusesontheVisualmeasurementandpositioningoftheautomatedmani

5、pulationoftherobotbasedonvisualservocontrol，whichissponsoredbytheNationalHighTechnologyandR丘searchandDevelopmentProgramofChina，Firstly，thestatusanddeVelopmentoftheMEMSmircromanipulatingrobot，theservicerobotandtherobotvisualservocontrolaresummarized，fOllowedb

6、ythedetailedintroductionofthebackgroundandstructuresofthethesis．FocusmeasurebasedontheWaVeletPacketisproposedfortheautomatedfocustrackingoftheMEMSmircromanipuIatingrobot．TheimageeigenVectorsbasedontheenergyoftheWaveletPacketExtractionaresetup．MoreoVer，thelin

7、earclassifiersystemfbrthefocusingimageisdesigned，whoseauthorityvectorandthresholdoftheclassifiersystemareobtainedbytheFisherrule．Fastandefficientfocusmeasurebasedontheenergyofthejmagegradientisestablishedtoobtaintheimagedepthinformationfortheautomatedandmass

8、productionofthemicroplanetaryreducers，aswellasthesimpleandefficientassemblystrategy．BothHSVmodelandR．Bmodelareappliedtosegmentthemicrogearfromthenoisedimagecapturedunderthemicroscope．Inthispaper