機械臂無標定視覺跟蹤方法研究.pdf

1、視覺跟蹤是實施空間典型操作任務的關(guān)鍵技術(shù)之一，無標定技術(shù)不需要預先已知精確的攝像機的內(nèi)、外參數(shù)，而是通過調(diào)整視覺伺服系統(tǒng)參數(shù)使其獲得良好的控制性能。因而在面對不確定的工作環(huán)境和復雜的工作任務時具有更大的優(yōu)勢。本課題主要圍繞機械臂無標定視覺跟蹤涉及的參數(shù)在線更新、圖像空間誤差和關(guān)節(jié)空間誤差的控制、目標觀測器設計、軌跡跟蹤實驗等內(nèi)容進行了研究。
　　本文首先對機械臂視覺伺服系統(tǒng)進行了建模分析。通過MOTOMAN-SDA5F機器人的關(guān)節(jié)

2、構(gòu)型分析建立了運動學模型；對機器人伺服系統(tǒng)的動力學進行了建模和分析；基于針孔攝像模型，求解了視覺伺服系統(tǒng)的投影矩陣，得到了基坐標系下的特征點坐標與圖像平面內(nèi)的特征點坐標之間的映射關(guān)系。
　　其次，針對機械臂跟蹤已知軌跡時的跟蹤誤差控制問題和攝像機參數(shù)不確定問題，研究了一種參數(shù)自適應無標定伺服控制方法。利用圖像交互雅可比矩陣關(guān)聯(lián)圖像空間和關(guān)節(jié)空間的速度映射，通過分離深度信息建立深度獨立雅可比矩陣，使攝像機參數(shù)得以線性化；然后基于系統(tǒng)

3、模型誤差對視覺系統(tǒng)的未知參數(shù)進行在線估計；根據(jù)自適應更新律，設計了視覺伺服系統(tǒng)控制器，實現(xiàn)對已知軌跡的無標定跟蹤。
　　然后，未解決具有非合作特性的目標運動狀態(tài)估計問題，設計了自適應衰減卡爾曼濾波觀測器。通過在卡爾曼濾波方法中添加衰減因子，利用衰減因子自適應更新調(diào)節(jié)觀測數(shù)據(jù)的權(quán)值，并研究了一種計算衰減因子的新方法，用以加強新觀測信息在運動軌跡估計中的作用。在目標觀測值可獲取時，能夠較為準確地估計目標的未知運動狀態(tài)；當目標發(fā)生遮擋時