当前位置:
首页 > 互联网+ > 人工智能 > 机器人无标定手眼协调pdf/doc/txt格式电子书下载

机器人无标定手眼协调pdf/doc/txt格式电子书下载

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

机器人无标定手眼协调pdf/doc/txt格式电子书下载

书名:机器人无标定手眼协调pdf/doc/txt格式电子书下载

推荐语:

作者:苏剑波著

出版社:电子工业出版社

出版时间:2010-08-01

书籍编号:30466360

ISBN:9787121114342

正文语种:中文

字数:91412

版次:1

所属分类:互联网+-人工智能

全书内容:

机器人无标定手眼协调pdf/doc/txt格式电子书下载






前 言


机器人手眼协调模拟了人类眼观察—手操作的行为模式,代表了机器人要在人类社会生存和工作的一类基本技能,是智能机器人领域最重要的组成部分和研究课题之一,它的研究基本上伴随着智能机器人研究的整个过程。机器人手眼协调的技术核心是从视觉传感到机器人操作行为的映射,因此,其关键是要把相对于视觉传感器坐标观察到的目标位置映射到机器人坐标系里去,以规划机器人的操作,这中间隐含的一个关键技术是建立视觉传感坐标系与机器人坐标系之间的映射关系,也就是机器人手眼关系的标定。


智能机器人领域多年的研究经验告诉我们,机器人手眼关系的直接标定是非常困难的,这个问题的研究已经基本上脱离了机器人手眼协调控制的研究,而成为一个相对独立的研究领域了,目前各种应用于不同系统和场合的手眼标定方法的研究仍然非常活跃。


正因为手眼关系的精确标定很困难,很多研究者另辟蹊径,研究不经过手眼关系模型而从视觉传感到机器人操作行为控制的直接映射,即无标定手眼协调。这个研究思路一诞生就吸引了许多的研究者,很快成为智能机器人手眼协调研究领域的主流方向之一,至今已经20余年了,其研究热潮仍方兴未艾。


作者在硕士生导师李耀通教授的指导下开始接触这个领域,此后多年兴趣始终没有稍许减弱过,20余年一直开展这个领域的研究。作者也终身得益于在与李老师朝夕相处的日子里每天看在眼里、记在心里的李老师对科学研究的热爱、执着和勤奋!李老师在担任国家“863 计划”—自动化领域智能机器人主题专家组组长期间,对中国机器人事业的研究和发展起到了举足轻重的奠基和推动作用,培养和扶持了一大批目前仍然活跃在国际、国内机器人研究领域的专家、学者。这本专著也是对李老师培育之恩的一点报答和纪念。


如果说作者在攻读硕士学位阶段的工作主要集中在视觉信息处理方面,那么在攻读博士学位阶段的工作就主要集中在机器人控制器的设计方面了。在博士生导师冯纯伯院士的指点下,作者对控制理论的理解又有了进一步的加深。作者也从冯先生那里学到了学术研究的品位、看待科学问题的眼光以及解决具体问题的技能,尽管三年的时间只能对冯老师的大师风范窥其一斑,也足以让我受用终生,这些都为作者思考研究适合于一类控制器的机器人视觉反馈方式和适合于一类手眼协调模式的机器人控制器设计提供了理论和技术上的保证。


中科院系统所的韩京清研究员提出的无模型控制理论应该是中国控制界值得自豪的成果之一,作者在进行博士后研究阶段有幸接触和了解了这种控制思想。应该说,无模型控制的思想与机器人无标定手眼协调问题的本质有天然的吻合度,两者都是通过在线辨识系统模型的方法来获得系统的瞬时控制输入。尽管无模型控制理论至今尚没有严密的理论成果,但它在很多实际系统上的应用已经证明了该控制思想和技术的可行性和科学性,就像模糊控制理论一样。这里需要特别感谢的是中科院系统所的黄一研究员,是她向作者介绍了无模型控制理论,从而主导了作者其后近10年在机器人无标定手眼协调方面的研究工作,也因此促成了这本专著的重要组成内容的诞生。


作者刚开始工作的那一年因凭借研究机器人无标定手眼协调问题获得了平生第一项国家自然科学基金项目的资助,这对作者学术生涯的启动和后续发展起到了至关重要的作用。作者深深体会到了一个有持续生命力的学术研究领域所带来的鼓励和动力,也更加感谢引导我进入这个领域的恩师李耀通先生和冯纯伯先生。凭借这个项目的支持,作者带领学生继续深入研究这个领域的热点问题。从1998年起,作者指导了硕士生邱文彬、钱江、马红雨,博士生潘且鲁,对无标定手眼协调问题进行了持续多年的研究。特别值得一提的是马红雨,他凭着对作者的学术思路的完全信任,坚定不移、不折不扣地进行各种艰苦探索,取得了出色的成果,最终以可以跟博士论文成果媲美的硕士论文毕业并荣获上海市优秀硕士论文。


本书内容有很多是来自作者指导的研究生的工作成果,特别是一些作者思想指导下的实验都是他们完成的。作者也对他们辛勤的劳动表示衷心的感谢,除了前面所述的几位以外,还有博士生王军、黄福珍、刘芳、张克军、边后琴、周玮,硕士生刘成刚、朱莉、金亮、张彦俊等。特别感谢他们陪伴作者一起度过了对科学孜孜以求的时光,并给了作者很多的喜悦和满足。


本书是机器人无标定手眼协调领域的第一本专著,由相对独立的三篇组成,内容涉及机器人无标定研究领域的前沿内容和作者的研究成果,凝聚了作者近20年来在国家自然科学基金、国家 863 项目、教育部博士点基金项目和上海市教委曙光学者项目支持下的研究成果和心得。


本书可供机器人智能控制领域的教师、研究人员、工程技术人员阅读参考。由于作者学识有限,内容会有不足之处,书中所述观点均为作者个人看法,肯定会有片面之处,恳请广大读者给予批评指正。


当然,本书只是多年研究思路和工作成果的一个阶段性小结,作者对机器人无标定手眼协调的研究兴趣不会因为本书的出版而终止。本书向感兴趣的读者全面介绍相关领域的研究思路和目前所取得的点滴成果,期望它的出版能引起更多学者对机器人无标定手眼协调问题的兴趣,同时也寄希望读者能提供新的思路继续进行该领域的研究,如能达此目的,则为作者之大幸也!

上 篇Kalman滤波方法



第1章 绪 论



1.1 引言


自20世纪50年代第一台机器人问世后,机器人就一直处在从低级到高级的不断发展过程中,特别是随着传感器技术、计算机技术、电子技术及人工智能技术的发展,人们已不再满足于只能在固定的已知环境中按照程序设定的功能完成重复作业的机器人,纷纷开始研究具有高度灵活性、环境适应能力强的智能型机器人。研究工作者们通过给机器人加上外部传感器件,如力觉、触觉、接近觉、视觉等,来提高机器人的自主感知和决策规划能力,以适应周围变化的环境。


在人类感知客观世界的信息中,有 70%来自视觉。同样,机器人视觉能为机器人提供丰富、广泛的外界信息,并能对环境进行非接触式测量,所以它被认为是机器人最重要的感知能力[1]。可以断定,一旦机器人被赋予视觉能力,其应用范围必将极大地拓展,工作性能也会成倍地提高[2]


机器人视觉是一个跨学科的研究领域,涉及图像处理技术、机器人运动学、动力学、控制理论、实时计算等多学科内容。在机器人视觉研究的众多课题中,手眼协调,即研究机器人执行器与视觉传感器之间的协调控制策略具有广阔的应用前景,并成为人们研究的热点。本章首先介绍机器人手眼协调研究的历史发展,并分析现有手眼协调的系统结构、物理结构和控制结构,然后针对传统基于标定技术的手眼协调方法的弊端,引入机器人无标定手眼协调方法的介绍,分析目前存在的一些研究方法及其局限性,最后简要地介绍本篇的主要工作。

1.2 机器人手眼协调



1.2.1 手眼协调技术的历史发展


机器人手眼协调的研究可以追溯到20世纪70年代。1973年,Shirai与Inoue将视觉传感用于机器人的控制中,以提高机器人的定位精度[3],但早期由于计算机性能、图像处理器件的限制,绝大多数系统是将视觉传感以开环的形式结合到机器人的操作中,即所谓的“static looking then moving”方式。系统工作包括两个阶段,首先是“look”,通过摄像机所摄的工件图像,计算出其空间位姿,继而是“move”,即机器人手爪移动到该目标位姿。显然,该系统是基于静态图像处理的开环伺服系统,机械手定位精度与下列因素有关:


(1)视觉系统精度主要受视觉分辨率和视觉标定误差的影响。由于摄像机系统具有显著的非线性特性,因此要获得精确的目标位姿数据,需要大量的标定计算,即必须建立准确的手眼关系模型并对大量的特征点进行测量[4]。如果环境因素(如温度)发生变化,为保证模型精度,这样的标定需要反复进行。


(2)机器人精度主要与机器人逆运动学模型精度、关节位置传感器精度、齿隙、关节控制算法和机械臂柔性等因素有关。


另一种提高机器人操作精度的方法是采用视觉反馈控制,最早的基于视觉反馈的机器人手眼协调控制是由Hill和Park于1979年提出的[5]。他们利用视觉传感器得到的图像作为反馈信息,构造机器人的闭环位置控制,并将其命名为“视觉伺服”(Visual Servoing),以区别于早期的静态开环系统。


视觉伺服是以实现对机器人的控制为目的而进行的图像自动获取与分析,它利用计算机视觉的原理,快速进行图像处理,在尽量短的时间内给出反馈信息,构成机器人的闭环位置控制。视觉伺服的研究范围很广,既包括机械臂的视觉定位和跟踪,也包括移动机器人的视觉定位和导航,还包括一些特种机器人中的视觉控制。当研究对象是机械臂的视觉定位和跟踪问题时,关于机器人视觉伺服的研究也被称为机器人手眼协调。


机器人手眼协调的研究在最初几年的发展比较缓慢,但从20世纪80年代末开始,随着图像处理器件和计算机性能的不断提高,机器人视觉技术取得了长足的进步[6],机器人手眼协调的研究获得了迅猛发展,各种应用系统相继问世,如传送带工件装配系统、导弹跟踪摄像系统、水果采摘系统、自动驾驶系统、焊接系统和邮件分拣系统等[7]

1.2.2 手眼协调系统结构


机器人手眼协调系统的一般结构如图1.1所示,其中视觉反馈环节通过摄像机感知外界环境及其变化,以及机器人的动作执行状况等,并通过视觉处理技术提供必要的反馈信息;任务决策和控制部分根据任务描述和机器人及工作对象的当前状态,决定机器人相应的操作,进行轨迹规划,给出相应的控制指令,驱动机器人运动。

figure_0013_0001

图1.1 机器人手眼协调系统的一般结构

1)物理结构


在机器人手眼协调系统中,摄像机有两种典型的安装方式:


(1)眼固定构型(Fixed Camera)。摄像机固定在机器人空间的某个位置,如正上方或斜侧方等,具有固定的图像分辨率,并可同时获得机械臂及其工作环境的全局图像信息,便于将视觉系统集成到控制中。但采用这种安装方式有如下缺点:在机器人运动过程中,会发生图像特征遮盖现象,观察灵活性差;摄像机无法根据作业要求给出环境的细节描述。


(2)眼在手上构型。摄像机固定在机器人终端操作器上,随手爪的运动而运动,不存在图像特征遮盖问题。同时,通过调整手爪位姿,可以让摄像机靠近被观察对象,提高图像分辨率,从而提高测量精度。但是,摄像机的运动容易造成图像的模糊,给图像特征的准确提取带来一定的困难。此外,由于摄像机安装在机械臂末端,增加了机械手的负载,摄像机也容易受碰撞。当手爪接近目标时,目标可能会超出摄像机视场。


2)控制结构


目前,机器人手眼协调的控制结构通常依据Sanderson和Weiss所提出的三个原则进行分类[8]。


(1)根据图像处理与机器人控制的动作是串行进行还是并行实现,分为静态和动态的视觉反馈控制。


早期的手眼协调系统由于受硬件计算能力及图像处理技术的限制,控制结构多采用静态视觉反馈方式。视觉过程和机器人控制过程以时间上串行的方式工作,在摄像机获取图像前,机器人本体必须完全停止运动。这种方式具有控制简单、直接等优点,对于某些应用来说是可接受的。但为了使机器人有快速的响应速度,以便对快速运动的物体作出反应,现在的手眼协调系统多采用动态反馈方式。


(2)根据控制结构是否分层,分为双闭环系统和单闭环系统。


双闭环系统又称为Look and Move系统,其中内环为关节伺服控制,可实现高速率采样,通过关节位置反馈来稳定机器人,从而获得近似线性的机器人对象特性。外环视觉控制器以比较低的采样速率完成关节角的设定。双环结构将机器人机械运动的奇异性与视觉控制器隔离,把机器人看做理想笛卡儿运动元件,简化了设计过程。由于现存机器人大多预留了接收笛卡儿速度给定或位置增量指令的接口,因此双环结构简单易行,被广泛采用。这里讨论的机器人系统也采用这种控制方式。


单闭环系统又称为Direct Visual Servoing系统,它取消了关节伺服控制器和关节位置反馈回路,其功能由视觉伺服控制器取代。单闭环系统的最大优点就是能直接对机器人的底层运动环节进行控制,因而系统设计的自由度更大,如果规划合理,就能得到更加优良的控制性能。然而,由于机器人系统和视觉系统固有的非线性特性,视觉伺服控制器的设计

....

本站仅展示书籍部分内容

如有任何咨询

请加微信10090337咨询

本站仅展示书籍部分内容
如有任何咨询

请加微信10090337咨询

再显示