基于動態(tài)圖像序列的魯棒伺服控制系統(tǒng)研究.pdf

1、將視覺傳感器得到的圖像信息作為反饋信息同機器人控制相結(jié)合，從而形成視覺伺服控制系統(tǒng)，是當前機器人發(fā)展的一個主要方向。為了提高視覺伺服系統(tǒng)的控制精度和使用范圍，本文對圖像預(yù)處理技術(shù)、目標特征提取、伺服控制器的設(shè)計及攝像機標定這四方面進行了研究。首先，針對去噪、增強和邊緣檢測等問題在圖像預(yù)處理技術(shù)中的重要作用，提出基于同態(tài)濾波的圖像增強方法和基于Radon變換的軟閾值邊緣檢測方法。在此基礎(chǔ)上，針對目前動態(tài)圖像序列跟蹤中存在的問題，提出了一種

2、基于圖像序列的逼近式相關(guān)跟蹤算法。在一定的誤差范圍內(nèi)，該法往往一次就能準確定位，大大提高了跟蹤效率，實時性很強，缺點就是有精度要求，存在穩(wěn)態(tài)誤差。為進一步提高精度，又給出一種基于圖像矩的子像素特征提取跟蹤方法，該法僅計算四個一階矩就能較為準確的提取到目標特征，計算簡單，魯棒性強，具有很好的實時性。隨后就圖像反饋在進行控制器設(shè)計時存在的問題，結(jié)合Kalman濾波器提出了兩種視覺伺服控制器設(shè)計方法。一種是魯棒自適應(yīng)估計算法，將目標跟蹤的問題

3、表述為對一非線性系統(tǒng)的最優(yōu)狀態(tài)的估計問題，采用擴展Kalman濾波器和遞歸最小二乘法在計算量與性能指標之間尋求一種均衡，使得系統(tǒng)在跟蹤過程中處于最優(yōu)或次優(yōu)狀態(tài)。另一方法是基于圖像Jacobian陣的視覺伺服控制方法，結(jié)合Kalman濾波器對系統(tǒng)狀態(tài)參數(shù)進行預(yù)估計，在一定的誤差范圍內(nèi)得到較為理想的控制量，改善了對動態(tài)目標的跟蹤能力。最后，根據(jù)本文所研究對象的特點，僅研究了單攝像機絕對定位的標定問題，提出一種改進的攝像機標定方法。在Tsai