智能机器人视觉伺服系统研究

《智能机器人视觉伺服系统研究》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、摘要智能机器人视觉伺服系统研究学科：控制理论与控制～r程硕士生：闰振杰(签名：困垒垒)导师：刘1‘教授(签名杨延两副教授(签名：盎塑墨：匣)摘要智能机器人视觉伺服控制是实时幽像处理、机器人运动学、控制理论、计算机技术以及实时计算等领域的融合，是计算机视觉研究}m沿的一个重要分支。本文主要针对智能机器人视觉伺服系统中的摄像机标定方法、幽像识别和基j：幽像反馈的机器人视觉伺服控制等办向进行了研究。首先介}l_{了摄像机模型及其成像原理，并对传统摄像机标定方法进行了研究，住此基础之jj提“I了一种新的

2、基丁释向基幽数神经网络的摄像机标定方法。该方法比传统的标定方法在精度和鲁棒性方面有所提高，并且在标定过程中不需要取得摄像机的某些物理参数，鼹有较强的适刖性。分析了实际的机器人视觉系统中目标物体以及环境的图像特征，提出基于图像分割与角点检测的物体i【{圳方法，通过倒像分割将罄幅H像分割为一个个的单一物体区域，分别利川角点检测，找山与模板角点信息相匹配的区域，然后利用基于模糊白适应操f1’算f遗传算法的幽像匹配方法寻求最优匹配。幽像实验表明了这种方法能有效减小搜索空间，加快搜索速度。西安理工大学硕士

3、学位论文叫究了基J’幽像的视觉倒服控制方法。以Motoman．SV3机器人为对象，建电了机器人仿真模刑，并采刚嘎模型进行丁机器人平面定位和平面趴踪仿真实验，结果骀证，疗法的有效降，关键词：机器八摄像机标定：RBPz十纾刚络；遗传算法：模式匹珂己；视觉伺服控铷ABSTRACTRESEARCHoNlNTELLIGENTRoBoTVISUALSERVOSYSTEMSpeciality：ControlTheoryandControlEngineeringAuthor：ZhenjieYan(signatu

4、皑塾蜘塑色)Supervisor：Prof．DingLiu(SiAssoc．Prof．YanxiYang(Signature牡吐姆，Intelligentrobotvisualservoisthefusionofresultsfrommanyelementalareasincludingreal—timeimageprocessing，robotkinematics，robotdynamics，controltheory,computertechnologyandreal—timecomputa

5、tion，andisamainsubjectintheresearchfieldofcomputervision．Severalaspectsofintelligentrobotvisualservosystemareconcernedwithinthisthesis，includingcameracalibrationmethod，imagerecognitionandimage—basedrobotvisualservosystem．Firstlythecameramodelandcamem

6、imagingprincipleareintroducedandthetraditionalcameracalibrationmethodsarestudied．Further,anovelcameracalibrationmethodbasedonRBF(RadialBasisFunction)neuralnetworkisproposed．Thismethodimprovestheaccuracyandtherobustnessincomparisonwiththetraditionalca

7、librationmethods．Moreover,itdoesn’tneedsomephysicalparametersofcamerainthecalibration，SOithasmoreusability．Theimagefemuresofobjectandambianceintherealrobotvisualservosystemareanalyzed．Themethodofobjectrecognitionbasedonimagesegmentationandcorner——。望主

8、兰三垄兰塑兰兰堡垒墨detectimjispresentedAnimageissegmenledintoseveralregionsb，imagesegmentation．OnlyoneobjectexistsineachregionTheregionsinwhichtheobjecthasthesamecornel-quantitywithlhatofpalterncanbeobtainedbycornerdetection．Anpatternmatchingmethodbasedongene