火車摘鉤機(jī)器人的視覺設(shè)計(jì)及控制.pdf

1、雖然近幾年鐵路的現(xiàn)代化進(jìn)程很快，新豐鎮(zhèn)、成都北、鄭州北等大型的編組站使用了綜合自動(dòng)化系統(tǒng)，使得車輛的編組效率得到一定程度地提高，但是火車摘鉤依舊是由人工完成，人工摘鉤易導(dǎo)致摘錯(cuò)鉤的發(fā)生，嚴(yán)重地影響著摘鉤的效率，甚至造成人身事故。進(jìn)行火車摘鉤機(jī)器人這一特殊的機(jī)器人控制系統(tǒng)的設(shè)計(jì)，使之能夠在規(guī)定的時(shí)間能進(jìn)行自動(dòng)摘鉤成為了研究的一個(gè)重要課題。
　　本文首先對(duì)火車摘鉤機(jī)器人摘鉤步驟進(jìn)行了詳細(xì)的研究，確定了火車摘鉤由火車摘鉤把手的位置識(shí)別，

2、火車摘鉤機(jī)器人的運(yùn)動(dòng)軌跡規(guī)劃以及火車摘鉤機(jī)器人的伺服控制三個(gè)部分組成，并針對(duì)每個(gè)部分對(duì)國(guó)內(nèi)外的研究進(jìn)行系統(tǒng)的總結(jié)和深入的分析。
　　由于火車摘鉤是不分晝夜不分天氣地進(jìn)行，所以跟蹤的對(duì)象的外觀或周圍的環(huán)境有大變化，但是目前大多數(shù)算法往往通過提取目標(biāo)的不變的特征（如顏色、紋理、輪廓等）并只能在短的時(shí)間和適宜的環(huán)境中才能夠跟蹤對(duì)象。于是采用基于SKL的增量學(xué)習(xí)PCA，在跟蹤目標(biāo)過程中，能夠有效地學(xué)習(xí)和更新目標(biāo)子空間的低維的子空間的組成。

3、由于火車摘鉤對(duì)于時(shí)間的要求非常的嚴(yán)格，但是傳統(tǒng)的基于SKL的增量學(xué)習(xí)PCA算法采用的是免采樣粒子濾波算法，在實(shí)時(shí)性上達(dá)不到要求，于是本文提出將粒子群算法與免采樣粒子濾波算法相結(jié)合，從而減小需要的粒子數(shù)，進(jìn)而滿足實(shí)時(shí)性的要求。
　　雖然傳統(tǒng)的機(jī)器人軌跡規(guī)劃常常采用五次多項(xiàng)式軌跡規(guī)劃，既可以保證機(jī)器人運(yùn)動(dòng)平穩(wěn)，又能準(zhǔn)確地到達(dá)目標(biāo)位置和實(shí)現(xiàn)機(jī)械手抓到目標(biāo)。由于作業(yè)時(shí)間的要求，火車摘鉤機(jī)器人需要在機(jī)器人的最大速度，最大加速度以及最大脈動(dòng)速