基于視覺(jué)伺服的機(jī)器人自主作業(yè)研究.pdf

1、機(jī)器人視覺(jué)是機(jī)器人領(lǐng)域的一個(gè)重要研究方向。本文結(jié)合國(guó)家“863”計(jì)劃?rùn)C(jī)器人技術(shù)主題項(xiàng)目“MEMS微裝配機(jī)器人”和“宜人化雙臂操作型服務(wù)機(jī)器人”，針對(duì)基于視覺(jué)伺服的機(jī)器人自主作業(yè)中視覺(jué)測(cè)量、定位等問(wèn)題開(kāi)展研究工作。 論文在綜述了MEMS微裝配機(jī)器人、服務(wù)機(jī)器人以及機(jī)器人視覺(jué)控制的基礎(chǔ)上，給出了本文的研究背景和主要研究?jī)?nèi)容。 為實(shí)現(xiàn)MEMS微裝配機(jī)器人的自動(dòng)調(diào)焦跟蹤，本文提出了基于小波包變換的圖像清晰度判定，建立了基于小波包

2、分解信號(hào)能量的圖像特征向量，設(shè)計(jì)了線(xiàn)性圖像清晰度分類(lèi)器，采用Fisher準(zhǔn)則確定分類(lèi)器的權(quán)向量和分界點(diǎn)閾值。 為實(shí)現(xiàn)微型行星齒輪減速器裝配的需要，本文建立基于梯度能量的清晰度快速、高效評(píng)判函數(shù)，恢復(fù)齒輪圖像深度信息；制定了基于圖像深度信息的簡(jiǎn)單有效的微齒輪夾持裝配策略；采用基于HSV模型和R-B模型的圖像顏色分割法，從復(fù)雜背景的微齒輪顯微圖像中分割出微齒輪輪廓圖像，并提取齒輪外輪廓特征點(diǎn)。 針對(duì)宜人機(jī)器人操作閥門(mén)問(wèn)題，本

3、文設(shè)計(jì)了基于Eye-to-Hand/Eye-in-Hand宜人機(jī)器人視覺(jué)控制系統(tǒng)，將整個(gè)操作過(guò)程分成三個(gè)階段：導(dǎo)航、精確測(cè)量和視覺(jué)伺服抓取。每個(gè)階段采用不同的策略，通過(guò)雙目立體視覺(jué)測(cè)量目標(biāo)閥門(mén)的位置，完成機(jī)器人的視覺(jué)導(dǎo)航；在精確測(cè)量階段，提出了基于矩陣約束的視覺(jué)定位和測(cè)量算法，利用目標(biāo)的已知約束條件，計(jì)算目標(biāo)相對(duì)于攝像機(jī)的位置、姿態(tài)，該算法充分利用已知目標(biāo)的約束信息，提高了測(cè)量的精度。在視覺(jué)伺服抓取階段，提出了基于圖像特征點(diǎn)的視覺(jué)伺服控