復(fù)雜自然場(chǎng)景下機(jī)器人視覺伺服研究.pdf

1、智能機(jī)器人已經(jīng)廣泛應(yīng)用于航天、工業(yè)等各個(gè)重要的領(lǐng)域，發(fā)揮著重要作用，尤其是機(jī)器人與視覺傳感器的結(jié)合，形成機(jī)器人視覺。通過視覺傳感器獲得圖像信息，然后對(duì)圖像信息進(jìn)行處理獲得相應(yīng)的控制量控制機(jī)器人運(yùn)動(dòng)，完成伺服任務(wù)。機(jī)器人在復(fù)雜自然場(chǎng)景下進(jìn)行目標(biāo)跟蹤過程中會(huì)出現(xiàn)目標(biāo)被遮擋、目標(biāo)偏移視野等干擾，造成跟蹤準(zhǔn)確性降低，因而克服干擾因素是提高跟蹤準(zhǔn)確性的關(guān)鍵。
　　針對(duì)跟蹤學(xué)習(xí)檢測(cè)算法中跟蹤模塊選取的特征點(diǎn)穩(wěn)定性不夠高的問題，本文提出了一種改

2、進(jìn)的跟蹤學(xué)習(xí)檢測(cè)算法，該算法將跟蹤模塊均勻選取特征點(diǎn)的方式改為使用LOG-FAST算子提取特征點(diǎn)，對(duì)當(dāng)前圖像先進(jìn)行高斯濾波和拉普拉斯變換，然后使用FAST算子進(jìn)行特征點(diǎn)的提取，最后使用金字塔光流法進(jìn)行目標(biāo)跟蹤，并利用反向跟蹤得到前后向誤差對(duì)特征點(diǎn)進(jìn)行進(jìn)一步的篩選，選取穩(wěn)定的特征點(diǎn)，從而提高了特征點(diǎn)的穩(wěn)定性，提高跟蹤性能。然后將提出的改進(jìn)的跟蹤學(xué)習(xí)檢測(cè)算法應(yīng)用于機(jī)器人視覺伺服中，得到當(dāng)前幀圖像的圖像特征，為了解決視野偏移視場(chǎng)而導(dǎo)致的伺服失

3、敗，設(shè)計(jì)目標(biāo)消失策略獲得預(yù)測(cè)目標(biāo)圖像特征作為當(dāng)前圖像特征。在此基礎(chǔ)上設(shè)計(jì)視覺伺服控制器，結(jié)合雅可比矩陣和滑?？刂?，滑模控制是復(fù)雜非線性系統(tǒng)中有效的控制方法，可提高系統(tǒng)的快速性，其中滑模面和控制量可由圖像特征誤差進(jìn)行構(gòu)造。
　　實(shí)驗(yàn)中使用MOTOMAN SV3XL型號(hào)的六自由度工業(yè)機(jī)器人分別完成目標(biāo)偏移視野、目標(biāo)被遮擋和光線變化等復(fù)雜自然條件下的目標(biāo)跟蹤，驗(yàn)證了改進(jìn)的跟蹤學(xué)習(xí)檢測(cè)算法的有效性。并將基于滑?？刂圃O(shè)計(jì)的視覺伺服控制器和基