基于視覺的6R工業(yè)機(jī)械臂運(yùn)動(dòng)規(guī)劃.pdf

1、隨著工業(yè)技術(shù)的不斷發(fā)展以及生產(chǎn)的需要，機(jī)器人技術(shù)已經(jīng)不僅僅局限于完成簡(jiǎn)單的作業(yè)任務(wù)，同時(shí)還需要具有更強(qiáng)的適應(yīng)性、靈活性、穩(wěn)定性、安全性等特性。本文對(duì)機(jī)械臂的研究的目標(biāo)主要有兩個(gè)：其一是運(yùn)動(dòng)學(xué)方面的研究，對(duì)于機(jī)械臂的逆運(yùn)動(dòng)問(wèn)題一直沒有一種固定的解決算法，如果找到一種可以快速處理機(jī)械臂逆運(yùn)動(dòng)問(wèn)題的科學(xué)算法，就可以提高機(jī)械臂的工作效率，改善機(jī)械臂的實(shí)時(shí)性。其二是視覺算法方面的研究，如果要提高工業(yè)機(jī)器人自身的靈活性就需要與環(huán)境進(jìn)行交互，對(duì)環(huán)境與

2、目標(biāo)進(jìn)行高精度的檢測(cè)和識(shí)別，一種合理的圖像處理方法可以極大提高視覺系統(tǒng)的圖像識(shí)別匹配能力與目標(biāo)定位能力。本文的內(nèi)容也就是圍繞以上兩點(diǎn)進(jìn)行研究：
　　首先對(duì)機(jī)械臂的運(yùn)動(dòng)學(xué)進(jìn)行了研究，運(yùn)用DH方法建立機(jī)械臂的數(shù)學(xué)模型，推導(dǎo)正運(yùn)動(dòng)學(xué)方程，接著通過(guò)運(yùn)用人工蜂群算法對(duì)機(jī)械臂逆運(yùn)動(dòng)進(jìn)行求解。該算法通過(guò)優(yōu)化BP算法的閾值加快神經(jīng)網(wǎng)絡(luò)收斂速度，將機(jī)械臂逆運(yùn)動(dòng)問(wèn)題轉(zhuǎn)化為一類非線性多輸入多輸出問(wèn)題。最后通過(guò)MATLAB軟件對(duì)機(jī)械臂的關(guān)鍵關(guān)節(jié)進(jìn)行動(dòng)態(tài)仿

3、真模擬，計(jì)算末端執(zhí)行器在到達(dá)指定空間坐標(biāo)時(shí)各個(gè)關(guān)節(jié)的位移，結(jié)果表明機(jī)械臂仿真模型可以在合理的誤差范圍內(nèi)到達(dá)目標(biāo)位置完成任務(wù)。
　　接下來(lái)在運(yùn)動(dòng)學(xué)建立的基坐標(biāo)系基礎(chǔ)上，本文進(jìn)行了視覺方面的研究。首先介紹了對(duì)單、雙目視覺定位原理，依據(jù)目標(biāo)點(diǎn)在采集圖像上的像素坐標(biāo)，通過(guò)運(yùn)用坐標(biāo)變換方法最終得到目標(biāo)點(diǎn)的空間坐標(biāo)位置。接著研究了SIFT算法在圖像處理中的應(yīng)用，介紹了SIFT算法的各個(gè)相關(guān)概念，最后實(shí)驗(yàn)性的將SIFT算法與神經(jīng)網(wǎng)絡(luò)結(jié)合，通過(guò)將