基于自標(biāo)定的機(jī)器人視覺(jué)定位研究.pdf

1、在機(jī)器人系統(tǒng)中引入視覺(jué)反饋控制,有利于增加機(jī)器人的靈活性,提高控制精度.通過(guò)"示教"方法實(shí)現(xiàn)眼在手的視覺(jué)伺服是機(jī)器人研究領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題.本文針對(duì)自標(biāo)定方法在機(jī)器人視覺(jué)定位中的應(yīng)用研究,進(jìn)行如下幾個(gè)方面的工作: 1 通過(guò)對(duì)Mendonca-Cipolla和GChesi自標(biāo)定算法的分析,提出了一種改進(jìn)的基于自適應(yīng)遺傳算法(AGA)的自標(biāo)定位置視覺(jué)伺服算法.首先對(duì)本質(zhì)矩陣進(jìn)行奇異值分解,依據(jù)3個(gè)奇異值的特性在線(xiàn)生成目標(biāo)函數(shù),在進(jìn)行

2、動(dòng)態(tài)自標(biāo)定的同時(shí),完成視覺(jué)伺服過(guò)程. 采用AGA動(dòng)態(tài)優(yōu)化攝像機(jī)內(nèi)參數(shù),克服了G.chesi方法中要求攝像機(jī)內(nèi)參數(shù)不可變的限制,通過(guò)設(shè)置參數(shù)范圍可精確逼近5個(gè)內(nèi)參數(shù).另外算法不需要物體精確的3維模型,僅僅只需8個(gè)空間固定點(diǎn)坐標(biāo)信息.仿真結(jié)果表明,該算法應(yīng)用于基于位置的視覺(jué)伺服時(shí)比G.chesi方法運(yùn)算速度更快,同時(shí)魯棒性更強(qiáng). 2 針對(duì)自適應(yīng)遺傳算法算法中存在的內(nèi)參數(shù)分布區(qū)間大,編碼時(shí)間長(zhǎng),不利于實(shí)時(shí)控制的不足,將改進(jìn)后的

3、變尺度混沌優(yōu)化算法用于優(yōu)化動(dòng)態(tài)生成的目標(biāo)函數(shù),以提高運(yùn)算速度.先把混沌變量映射到待尋優(yōu)的5個(gè)內(nèi)參數(shù)區(qū)間,通過(guò)設(shè)置內(nèi)外兩層循環(huán),內(nèi)循環(huán)進(jìn)行混沌搜索,外循環(huán)負(fù)責(zé)縮小內(nèi)參數(shù)搜索區(qū)間,避免了混沌優(yōu)化在內(nèi)參數(shù)區(qū)間的盲目重復(fù)搜索,提高了搜索效率. 3 以MOTOMAN-SV3XL型工業(yè)機(jī)器人為實(shí)驗(yàn)對(duì)象,首先采用Harris角點(diǎn)檢測(cè)算法提取角點(diǎn).為獲得高精度的基本矩陣,進(jìn)一步采用互相關(guān)對(duì)稱(chēng)性匹配,建立兩個(gè)視角間的對(duì)應(yīng)關(guān)系并做標(biāo)記.最后加上視差