機器人視覺伺服及網絡控制研究.pdf

1、機器人視覺伺服與基于傳統傳感器的機器人控制相比,具有更高的靈活性和精度,能夠對機器人標定誤差具有強的魯棒性等優(yōu)點,是機器人控制研究的熱點。網絡控制系統是近年來發(fā)展形成的基于網絡的自動化技術,是計算機網絡、通信和自動控制理論相結合的產物,也已成為控制界研究的熱點。而從遙操作機器人基礎上發(fā)展起來的網絡機器人系統則是以上兩個研究領域的交叉,更具挑戰(zhàn)性。本文通過構建一個基于網絡的機器人視覺伺服系統,對機器人視覺伺服和網絡控制中的若干問題進行研究

2、,主要完成了以下幾個方面的工作：1)以機器人末端跟蹤不同形狀平面運動目標為視覺伺服任務,基于模板匹配圖像特征提取的思想,提出了一種基于模板快速生成和GA搜索的圖像特征提取方法。為了實現系統對于不同形狀目標的快速轉換,提出了模板快速生成算法和相關度函數定義；為了保證算法對于目標形狀具有較高的區(qū)分度并提高圖像隨機搜索的速度,通過對靜態(tài)圖像的特征提取實驗研究,提出了目標偏離度指標和計算算法；利用該指標作為適應度函數,采用GA對模板參數進行了優(yōu)

3、化；采用Step GA、分級圖像搜索和動態(tài)視覺波門設定相結合的方法,保證了算法的實時性；對于不同形狀的運動目標視覺跟蹤實驗結果表明：所提出的特征提取方法具有目標轉換快速靈活、不同形狀區(qū)分度高、圖像處理實時性強、并具有較好抗噪能力等優(yōu)點,完全能夠滿足本文研究機器人視覺伺服系統對圖像特征提取方法的要求。2)根據RBT-6T/S04S機器人的運動機構和連桿參數推導了機器人的各關節(jié)坐標系變換矩陣、機器人雅可比矩陣和圖像雅可比矩陣；建立了機器人視

4、覺伺服系統的數學模型；利用Matlab環(huán)境下Robotics Toolbox (Release 7.1)工具箱,建立了RBT-6T/S04S機器人仿真模型、攝像機系統模塊和視覺雅可比模塊,在Simulink中對采用比例控制律對基于圖像的視覺伺服系統進行了仿真研究。3)針對采用全狀態(tài)反饋控制律且系統矩陣元素非負的LTI系統網絡離散化后構成的網絡控制系統,在數據單包傳送、無數據包丟失、網絡時延在[0,h](h為采樣周期)區(qū)間內任意取值的研究

5、假設下,提出并證明了：如果網絡控制系統任意時刻可變網絡時延值小于某一恒定值,且以此恒定值為時延的網絡控制系統是漸進穩(wěn)定的,則可變時延網絡控制系統也是漸進穩(wěn)定的。文中首先分析了采樣周期和網絡時延對系統穩(wěn)定性和動態(tài)性能的影響；根據已有的研究成果,在狀態(tài)反饋增益不變的前提下,利用混雜系統(Hybrid System)理論確定了網絡控制系統對于采樣周期、恒定網絡時延的穩(wěn)定域；然后,通過理論分析,找出了相同狀態(tài)反饋增益下網絡控制系統對于采樣周期、

6、可變網絡時延的穩(wěn)定域；最后通過仿真實驗驗證了結論的正確性。4)對于3)中的網絡控制系統和研究假設下,根據基于代理的控制(Agent Based Control, ABC)系統“遠端復雜,本地簡單”的設計原則,提出了基于分層結構的可變網絡時延補償方法。網絡控制系統中,控制器計算控制量時,無法知道當前控制信號的時延,由于時延的任意取值特性,對其進行精確的預測是不可能實現的。因此本文通過在執(zhí)行器端設置簡易控制器的方式,使遠程控制器不再計算最終

7、控制量,而是發(fā)送需要復雜運算的中間結果,由本地簡易控制器根據當前控制指令的確切時延算出補償控制量,從而解決了對可變網絡時延的精確補償問題。文中通過仿真實驗對所提出方法進行了驗證。5)提出了一種針對3)中網絡控制系統和研究假設的系統綜合方法。該方法的基本步驟為：根據連續(xù)時間系統數學模型和期望的性能,設計狀態(tài)反饋增益；連續(xù)系統網絡離散化過程中,通過求解一個條件極值問題,得出系統離散化的最佳采樣周期。它可使所得到網絡控制系統在保證穩(wěn)定性的前提

8、下,對可變網絡時延具有最佳容忍度；然后對得到的網絡控制系統采用基于分層結構的時延補償方法,即可使最終的網絡控制系統具有與連續(xù)時間閉環(huán)系統相近的性能；根據所研究機器人視覺伺服系統控制律特性,找出了與時變視覺伺服系統相“等價”的一個連續(xù)時間LTI系統；利用提出的網絡控制系統綜合方法對上述系統進行了網絡視覺控制器設計,實現了對基于圖像的視覺伺服網絡機器人系統的仿真研究。本文最終針對RBT-6T/S04S機器人構建了基于圖像的視覺伺服本地機器人