2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論