基于模糊神经网络的单目视觉伺服机器人智能抓取

《基于模糊神经网络的单目视觉伺服机器人智能抓取》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、武汉科技大学硕士学位论文第1页摘要随着科技的进步，人们对机器人的要求也越来越高，不仅要求机器人能够实现常规的动作，而且还要求机器人具有人类的视觉、思维、学习与自主能力等。为此，本文对单目视觉伺服机器人的智能抓取模型进行深入的研究，运用模糊神经网络来辨识单目视觉伺服机器人的智能抓取模型。论文首先回顾了机器人的发展概况以及发展趋势，总结了机器人视觉的研究内容以及模糊神经网络的研究现状，接着讨论了视觉伺服机器人的运动学和机器人视觉伺服系统，然后对目标识别技术和模糊神经网络技术等问题进行深入研究，最后实现单目视觉伺服机器人的智能抓取。在视

2、觉伺服机器人的运动学和机器人视觉伺服系统研究方面，采用D—H建模法和CCD的成像几何建立视觉伺服机器人的正逆运动学模型，分析比较了基于位置的视觉伺服系统以及基于图像的视觉伺服系统、静态的视觉伺服系统和动态的视觉伺服系统。在目标识别方面，采用自适应中值滤波器来消除椒盐噪声对图像的影响，而采用自适应维纳滤波器来消除高斯噪声对图像的影响，采用FCM(模糊C均值聚类)来分割目标与背景并采用数学形态学来平滑目标信息，通过统计学分析，得到表征目标信息的特征向量。在智能抓取模型建立方面，运用六层模糊神经网络和三阶段混合学习算法，得到一种由数据自

3、动生成基于模糊神经网络的Visual．Degree函数(视觉空间的特征向量到关节空间的关节变量之间的映射关系)的方法。在智能抓取实现方面，简单介绍了单目视觉伺服机器人的硬件组成，研究了PMAC(可编程多轴运动控制器)与主机的通信原理以及matlab与VC++的通信原理，创建了机器人运动的人机界面，实现机器人的智能抓取。关键词：机器人；模糊神经网络；模糊C均值聚类；目标识别；视觉伺服第1I页武汉科技大学硕士学位论文AbstractAsthescienceandtechnologygrowing,thedemandoftherobot

4、’Sperformancebecomehigher,robotsshouldnotonlybecapableofimplementingnormalaction,butalsobecapableofhavinghumanaction,suchasimplementhumanvisual，humanthinking,humanlearning,humanindependentandSOon．Tosatisfysuchdemand，thispaperresearchesthemodeloftheintelligentgraspofth

5、emonocularvisionservorobotdeeply,usingthefuzzyneuralnetworktoidentifythemodeloftheintelligentgrasPofthemonocularvisionservorobot．Firstly,thegeneralresearchsituationinthefieldofroboticsandthedevelopmenttrendarereviewed．Italsoreviewstheresearchcontentoftherobotvisionand

6、thesummaryofthefuzzyneuralnetwork．ThenthePapel"discussesthekinematicsofthevisionservorobotandthevisionservosystems．Followingthepapertakes锄in-depthstudyofthetechnologywiththeobjectidentificationandthefuzzyneuralnetwork．FinallythispaperimplementstheintelligentgrasPofthe

7、monocularvisionSerVOrobot．Inthekinematicsofthevisionservorobotandthevisionservosystems，thispaperusesthemethodofD-Handtheimaginggeometricofestablishthemodelofthepositiveandnegativekinematicsofthevisionservorobot，italsoanalysesandcomparethesystemofpositionbasedvisualser

8、voandthesystemofimagebasedvisualservo，thestaticvisualservosystemandthedynamicvisualservosystem．Inthefieldofobjectidentificat