火車摘鉤機器人的視覺設(shè)計及控制.pdf

1、雖然近幾年鐵路的現(xiàn)代化進程很快，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)致摘錯鉤的發(fā)生，嚴重地影響著摘鉤的效率，甚至造成人身事故。進行火車摘鉤機器人這一特殊的機器人控制系統(tǒng)的設(shè)計，使之能夠在規(guī)定的時間能進行自動摘鉤成為了研究的一個重要課題。
　　本文首先對火車摘鉤機器人摘鉤步驟進行了詳細的研究，確定了火車摘鉤由火車摘鉤把手的位置識別，

2、火車摘鉤機器人的運動軌跡規(guī)劃以及火車摘鉤機器人的伺服控制三個部分組成，并針對每個部分對國內(nèi)外的研究進行系統(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行，所以跟蹤的對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的不變的特征（如顏色、紋理、輪廓等）并只能在短的時間和適宜的環(huán)境中才能夠跟蹤對象。于是采用基于SKL的增量學(xué)習(xí)PCA，在跟蹤目標過程中，能夠有效地學(xué)習(xí)和更新目標子空間的低維的子空間的組成。

3、由于火車摘鉤對于時間的要求非常的嚴格，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，在實時性上達不到要求，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)，進而滿足實時性的要求。
　　雖然傳統(tǒng)的機器人軌跡規(guī)劃常常采用五次多項式軌跡規(guī)劃，既可以保證機器人運動平穩(wěn)，又能準確地到達目標位置和實現(xiàn)機械手抓到目標。由于作業(yè)時間的要求，火車摘鉤機器人需要在機器人的最大速度，最大加速度以及最大脈動速