基于網(wǎng)絡(luò)的遠程機器人控制技術(shù)研究.pdf

1、本文圍繞基于網(wǎng)絡(luò)的遠程機器人控制技術(shù)的關(guān)鍵問題，如控制器的實時性、多機器人仿真及協(xié)同搬運控制、機器人碰撞檢測、基于動態(tài)手勢識別的人機交互和立體視頻監(jiān)控等進行了深入的研究，在此基礎(chǔ)上，針對傳統(tǒng)機器人控制系統(tǒng)的不足，提出了一種新型的機器人控制系統(tǒng)，建立了一個基于開放式軟硬件結(jié)構(gòu)的遠程機器人控制系統(tǒng)平臺。在所建立的平臺上開展了卓有成效的實驗研究。 主要研究內(nèi)容和成果如下： 本文針對傳統(tǒng)機器人控制系統(tǒng)價格高、實時性差的問題，提出

2、了一套高效低成本的在操作系統(tǒng)級改善工業(yè)機器人控制系統(tǒng)實時性的方法，研發(fā)了相關(guān)系統(tǒng)。論文首先分析了機器人控制器的軟、硬體系結(jié)構(gòu)以及需要操作系統(tǒng)支持的實時性能，然后闡述了Linux在實時性支持上的弱點，分析了當前基于Linux的內(nèi)核實時支持的相關(guān)主流技術(shù)，提出了實時性改造方案，并在Linux操作系統(tǒng)中予以了實現(xiàn)。為了驗證改造的有效性，提出了相應的測試方案，測試表明修改后的內(nèi)核無論在平均延時還是在最壞情況下都使任務(wù)響應時間得到了很大的提高，為

3、機器人實時控制系統(tǒng)提供了操作系統(tǒng)級的實時性支持。除此之外，論文還提出一種實時任務(wù)的層次調(diào)度算法，在一級調(diào)度上用EDF(Earliest Deadline First)算法保證實時任務(wù)的底限不丟失，在二級調(diào)度上采用動態(tài)規(guī)劃和貪婪算法相結(jié)合的策略，調(diào)度實時任務(wù)的可選部分，保證了帶寬的利用，克服了原系統(tǒng)中調(diào)度算法利用率受限制、系統(tǒng)開銷較大和非周期部分響應時間長的問題，進一步提高了系統(tǒng)的實時性。 本文對Open Inventor體系結(jié)構(gòu)

4、、機器人幾何建模和場景優(yōu)化方法進行了研究，分析了虛擬多機器人協(xié)同仿真的過程，提出了從搬運物體出發(fā)，根據(jù)搬運物體運動路徑反求多機器人手臂運動路徑的方法，設(shè)計并實現(xiàn)多機器人協(xié)同搬運仿真。此外，本文還就虛擬多機器人協(xié)同仿真控制系統(tǒng)中的實時碰撞檢測技術(shù)進行了研究，通過整合、改進現(xiàn)有的碰撞檢測程序庫，設(shè)計了碰撞檢測模塊，實現(xiàn)多機器人協(xié)同仿真控制中的避碰撞。 本文還研究了基于視覺的動態(tài)手勢識別技術(shù)，采用基于膚色的高斯模型與改進的光流場跟蹤算

5、法結(jié)合的方法，實現(xiàn)了復雜背景下實時快速的手勢跟蹤。該方法具有快速和準確的特點，且具有較好的魯棒性。對于動態(tài)手勢識別器，采用了隱馬爾可夫模型(HMM，Hidden Markov：Model)作為訓練識別算法，推導了最佳狀態(tài)鏈的確定算法、HMM參數(shù)優(yōu)化算法?？紤]到動態(tài)手勢特征本身的一些特點，對HMM參數(shù)優(yōu)化算法重估式加以修正，調(diào)整了算法比例因子，并將之成功地應用到基于網(wǎng)絡(luò)的遠程機器人控制系統(tǒng)中。 本文最后對立體視頻的顯示、儲存、傳輸

6、與回放技術(shù)進行了深入的研究，將二路實時視頻信息經(jīng)捕捉、壓縮和傳輸，提供給機器人控制系統(tǒng)，實現(xiàn)了圖形仿真和視頻監(jiān)控的立體顯示，從而完成了遠程多機器人立體視頻監(jiān)控。本文根據(jù)遠程機器人控制系統(tǒng)的特殊要求對網(wǎng)絡(luò)傳輸視頻圖像數(shù)據(jù)情況進行分析，對遠程操作有直接影響的網(wǎng)絡(luò)延遲、遠程機器人控制中數(shù)據(jù)傳輸?shù)奶厥庑砸约耙曨l傳輸中網(wǎng)絡(luò)延時產(chǎn)生的問題等諸多方面進行了研究。設(shè)計了速率控制算法，提出在發(fā)送數(shù)據(jù)包的時候，根據(jù)網(wǎng)絡(luò)狀態(tài)動態(tài)地選擇增量因子或減量因子，對發(fā)