基于图象雅可比矩阵的机器人无标定动态手眼协调

《基于图象雅可比矩阵的机器人无标定动态手眼协调》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、基于图象雅可比矩阵的机器人无标定动态手眼协调+摘要(机器人手眼协调系统起源于80年代初，随着计算机技术、图像、处理技术、控制理论的发展取得了长足的进步。近几年来，‘为了克服机器人手朋艮关系和摄像机模型参数标定的困难，提出了手眼关系无标定协调控制的发展方向。但是这方面的研究尚处于探索阶段，还未形成统一的理论体系。目前提出的无标定控制方法大多限于视、觉定位问题或跟踪低速运动目标，控制效果不尽如人意。厂>，一一本文在总结现有无标定机器人手眼协调研究的基础上，着重探索了针对动态目标任务的手眼反馈控制策略。根据动态无标定手眼协调任务的要求和环境特点，设计了一种新的基

2、于Kalman滤波的图象雅可比矩阵在线估计算法，并在此基础上提出一套完整的无标定手／眼协调控制策略，实现对未知二维和空间三维运动的动态跟踪。俱I体工作包括以下几个方面：1．从图象雅可比矩阵的定义和解析表达式出发，讨论了其性质和变化规律，及其在构建机器人图象反馈控制器中的作用。由于图象雅可比矩阵是一个时变模型，因此在应用于无标定的手眼协调任务中时，必须谋求一种有效的在线估计策略。本文根据系统辨识的原理，提出将雅可比矩阵的在线估计转化成系统的状态观测问题，并设计了相应的Kalman．Buoy滤波估计算法实现。2．研究无标定视觉导引机械臂完成二维平面运动目标精确

3、跟踪的问题。系统的视觉部分采用固定全局视觉与手上局部视觉相结合的方式，拓展了系统的观察能力。根据两种视觉的特点，在全局视觉反馈中使用最优反馈控制，而在手上视觉反馈中使用PI控制。图象雅可比矩阵的在线辨识通过Kalman滤波估计实现，并使用机器人已完成的跟踪运动在线估计每一位置的雅可比矩阵值，避免了传统估计方法引入冗余试探运动对系统动态性能的影响。3．将上文所述的基于图像雅可比矩阵在线估计的无标定动态手眼协调控制策略应用于双目机器人手眼系统，实现对三维空间运动目标的跟踪。在控制过程中使用基于Kalman滤波的在线估计策略，利用机器人已完成的跟踪运动进行雅可比

4、矩阵的在线辨识。4．构建了机器人视觉控制实验平台，并在此平台上对本文所设计的无标定机器人手眼协调控制策略进行了大量的仿真和实验研究。结果显示基于Kalman滤波的在线估计算法能有效的对无标定手眼系统的图象雅可比矩阵进行动态辨识，在此基础上建立的图象、反馈控制器对未知运动目标有良好的跟踪性能。矿—、一～关键词：计算机视觉，手眼协调，无标定，图象雅可比矩阵，Kalman滤波+国家自然科学基金资助项目(资助号：69875010)IMAGEJACOBIAN-BASEDDYNAMICCOORDINATIONFORUNCALIBRATEDROBOTICHAND，EYE

5、SYSTEM‘ABSTRACTSince1980，considerableefforthasbeendevotedtothehand／eyecoordinationcontrolofrobotmanipulatorsalongwiththedevelopmentofcomputertechnology,imageprocessingtechniqueandcontroltheory．Duetothedifficultyofprecisecalibrationonrobotichand／eyerelationship，researchershavemorei

6、nterestinvisualservoingtechniquesthatrequireslessornoapriorcalibrationknowledge．Andsomeuncalibmtedroboticvisioncontrollershavebeendesignedforstatictasks．Thispaperdiscussestheroboticvisualfeedbackcontrolsystemfordynamichand／eyecoordinationtasks．Anovelon-lineestimatiosalgorithmforIm

7、ageJacobianmatrixmodelwasdesignedbasedontheKalmanfiltertheory．WiththisImageJacobianon-lineestimator,auniversalvisionfeedbackcontrollerwasdesignedforthedynamictasksoftrackingunknown2Dand3Dmovingobjectsbyuncalibratedvisionsensors．Themainworkinthispaperissummarizedasfollows：1．Giveafu

8、lldiscussiononthefeaturesofImageJ