【正文】 此外由于借用了計(jì)算機(jī)的內(nèi)存，極大的提高了處理速度。但在直角坐標(biāo)系中規(guī)劃 作業(yè)路徑、運(yùn)動方向和速度顯然要比在關(guān)節(jié)坐標(biāo)系中直觀得多，本文的實(shí)驗(yàn)都是在直角坐標(biāo)系下進(jìn)行的。本實(shí)驗(yàn)系統(tǒng)采用串口通信 RS232C，通過函數(shù) BscSetCom()實(shí)現(xiàn) 串口通 信相關(guān)參數(shù)的設(shè)置。 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 27 圖 42 MOTOMAN 機(jī)器人各關(guān)節(jié)的旋轉(zhuǎn)方向定義 關(guān)節(jié) i ()ia mm ()iao ()id mm ()i o? 關(guān)節(jié)變量范 圍(o) 1 150 90 0 0 (170,+170) 2 260 180 0 90 (45,+150) 3 60 90 0 0 (70,+190) 4 0 90 260 0 (180,+180) 5 0 90 0 0 (135,+135) 6 0 180 90 0 (350,+350) 表 41 MOTOMAN 機(jī)器人的有關(guān)參數(shù) 通過 MOTOMANCOM32 軟件實(shí)現(xiàn)主機(jī)和 YASKAWAG 工業(yè)機(jī)器人控制器 YASNAC XRC 之間的數(shù)據(jù)傳輸。經(jīng)過 目標(biāo)圖像 和手爪圖像 的獲取 ,圖像處理和識別得到目標(biāo) 和手爪 在圖像中的位置。 圖像雅可比矩陣的初值 ?(0)J 通過一開始作任意兩步試探運(yùn)動得到，將其構(gòu)成 ?(0)x ：手爪初始位置 0p =[ 0], 1p =[ ], 2p =[ ]， 所以 1gp? = 1p 0p =[ ]，2gp? = 2p 1p =[ ]。 基于 kalman 濾波的機(jī)器人無標(biāo)定視覺 仿真 目前存在的基于圖像的機(jī)器人視覺定位方法大部分是建立在圖像雅可比矩陣的基礎(chǔ)上的，其結(jié)構(gòu)如圖 35 所示。這里可以使用 Kalman 濾波算法實(shí)現(xiàn)全局視覺雅可比矩陣 gJ 的在線估計(jì)。在一個濾波周期內(nèi)，從 Kalman濾波在使用系統(tǒng)信息和觀測信息的先后次序來看， Kalman 濾波具有兩個明顯的信息更新過程：時間更新過程和觀測更新過程。 Kalman 濾波具有如下顯著特點(diǎn)：濾波器設(shè)計(jì)簡單易行；采用遞推算法；適用于白噪聲激勵的任何平穩(wěn)或非平穩(wěn)隨機(jī)向量過程估計(jì)，所得估計(jì)在線性估 計(jì)中精度最佳。 3 基于 kalman 濾波的 機(jī)器人無標(biāo)定視覺伺服 引言 機(jī)器人是一個復(fù)雜的多輸入多輸出的非線性系統(tǒng)，在實(shí)際工作中，難免會受到噪聲的干擾，導(dǎo)致控制精度下降，因此，為 了獲取所需信號，排除干擾，就需要對所獲取的信號進(jìn)行濾波。圖像平面大小為 [0 511 0 511]。 眼固定 (見 圖 22) 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 15 圖 22 眼固定模型 仿真參數(shù)設(shè)置如下：目標(biāo)運(yùn)動平面為機(jī)器人基坐標(biāo)系的 xoy 平面，攝像機(jī)的內(nèi)參數(shù)為 [8e3 20e3 20e3 256 256]。這里我們使用 PID 控制器。 機(jī)器人模型的一個關(guān)鍵問題是機(jī)器人的雅可比矩陣。圖像雅克比矩陣反映了圖像特征空間與機(jī)器人運(yùn)動空間的微分關(guān)系， 即 ()g g ggf J p p? ()ggbbggggbbuuxyJpvvxy????????? ?????????? 使用針孔模型描述攝像頭的成像投影關(guān)系： gcgggcgcgggcxuzyvz??? ?????? ???? 圖像特征運(yùn)動 : 11 1221 2231 320000g g g ggcg g g gg c c c cg g gcg g g g ggcg g g gc c c cuux r ru z z z zf y r r pv vvz r rz z z z????? ? ? ????? ??? ? ? ??? ?? ??? ? ? ?? ? ? ??? ??? ? ? ??? ?? ??? ? ? ? ????? ? ? ?? ? ? ? 設(shè)從機(jī)器人基坐標(biāo)系 b? 到固定攝像機(jī)坐標(biāo)系的變換關(guān)系如下： 白蕾：工業(yè)機(jī) 器人視覺伺服 12 ggcbgcxxy R y Tzz? ? ? ?? ? ? ?? ? ?? ? ? ?? ? ? ?? ? ? ? 式中： 11 12 1321 22 2331 32 33r r rR r r rr r r??????? xyzTTTT??????????? R ， T 為相應(yīng)的旋轉(zhuǎn)和平移關(guān)系，對于固定攝像機(jī)，它們是常數(shù)陣。式中 rJ 被稱為機(jī)器人雅 可 比矩陣。 第五章 對 己取得的研究成果進(jìn)行了簡單的總結(jié) 及分析 。 本文的主要工作 本文的工作主要 集中在研究基于標(biāo)定技術(shù)的機(jī)器人視覺伺服，和基于 kalman 濾波原理的機(jī)器人無標(biāo)定視覺伺服，并通過仿真，表明了該方法的有效性和可行性。 基于雅可比矩陣的方法力圖用線性關(guān)系逼近系 統(tǒng)非線性在采樣點(diǎn)的瞬時表現(xiàn)，并用這種近似線性化模型建立圖像反饋控制。所以，一旦攝像機(jī)的位置、焦距等發(fā)生稍微變化后，根據(jù)原標(biāo)定參數(shù)計(jì)算出的結(jié)果會有很大誤差，必須進(jìn)行重新標(biāo)定； (3)由于攝像機(jī)鏡頭畸變等因素的影響，攝像機(jī)的 標(biāo)定區(qū)域一般限制在一個比較小的區(qū)域，如果機(jī)器人的工作范圍比較大時，難以得到一個滿足工作范圍內(nèi)所有位置的參數(shù)模型。另一方面特征必須可控，即通過一系列的控制行為能夠得到所選擇的圖像特征。全局特征可以避免局部特征超出視場所帶來的問題，也不需要在參考特征與觀察特征之間進(jìn)行匹配，適用范圍較廣，但定位精度比用局部特征低。目前在基于圖像特征的視覺伺服結(jié)構(gòu)方向的研究很多，是視覺伺服研究的主要發(fā)展方向。 圖 14 基于圖像的視覺伺服結(jié)構(gòu)框圖 (3)混合視覺伺服 (又稱 視覺伺服 )：在這種方法中反饋信號一部分采用 3D 笛卡兒空間坐標(biāo)表示，一部分采用 2D 圖像空間坐標(biāo)表示。該方法無需估計(jì)目標(biāo)在笛卡爾坐標(biāo)系中的位姿，減少了計(jì)算時延， 并且可以克服攝像機(jī)標(biāo)定誤差及關(guān)節(jié)位置傳感器誤差對定位精度的影響。其中位姿估計(jì)除了利用視覺傳感器以外還可以利用距離傳感器、力傳感器等多種傳感器。 圖 12 雙閉環(huán)視覺伺服系統(tǒng) ，分為基于位置和基于圖像的控制方式。單閉環(huán)系統(tǒng)的 最大優(yōu)點(diǎn)就是能直接對機(jī)器人的底層運(yùn)動環(huán)節(jié)進(jìn)行控制，因而系統(tǒng)設(shè)計(jì)的自由度更大，如果規(guī)劃合理能得到更加優(yōu)良的控制性能。但 采用這種安裝方式有如下缺點(diǎn)：在機(jī)器人運(yùn)動過程中，會發(fā)生圖像特征遮蓋現(xiàn)象，觀察靈活性差，攝像機(jī)無法根據(jù)作業(yè)要求給出環(huán)境的細(xì)節(jié)描述。 八十年代末， Hill 與 Park 提出了“視覺伺服”（ Visual Servo）的概念，該方法采用視覺反饋閉環(huán)控制方案，利用圖像特征等視覺信息在線控制機(jī)械手位姿，實(shí)現(xiàn)控制 功能。然而， 與基于傳統(tǒng)傳感器的機(jī)器人控制相比，它具有比較明顯的優(yōu)點(diǎn)：更高的靈活性，更高的精度，能夠?qū)C(jī)器人標(biāo)定誤差具有強(qiáng)的魯棒性等 【 2】 。 關(guān)鍵 詞 ： MOTOMANSV3XL 工業(yè)機(jī)器人、圖像雅可比矩陣、 Kalman 濾波 、無標(biāo)定視覺伺服 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） Abstract Robot visual servoing Is to use visual informationvisual features, which are extracted from the images, to plete robot endposition closedloop control. Robot visual servoing research is the fusion of some degree of expertise in several area,such as realtime image processing, robot kinematics,robot dynamics, control theory, puter technology ,realtime putation and so on. It is a important subject in the research field of puter vision. First,I studied visual servoing robot, which based on the calibration technique and derived the relationship between eye and hand— image jacobian simulated the eyeinhand and the eyefixed robot visual servoing under MATLAB. Simulation results show that this method can well positioned to target. However in practice, a varity of reasons,limit the application of the visual servoing control method based on calibrated technologies to a great extent. Uncalibrated visual servoing has bee a hotspot in the field of robot visual servoing visual servoing means that vision control law is designed directly by the system state error from image plane without precalibrating the parpmeters of camera and robot,which controls the robot to make system error converge to a permissible region. Therefore, uncalibrated visual servoing, which based on kalman filter, has been studied and simulated in this paper. Simulation results show the effectiveness and feasibility of the method. Final, pleted robot visual servoing positioning experiment, which based on kalman filter. Control software has been programed with VC++. Simultaneously, a MOTOMAN industry robot,a CCD camera and an image grabber card, together with PC host puter,construct a hardware platform. The results show the well performance of the corresponding visual positioning. Keywords: MOTOMANSV3XL industrial robot, image jacobian matrix, Kalman filter, uncalibrated visual servoing西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） I 目 錄 1 緒論 ...................................................... 1 ................................................ 1 ....................... 1 工業(yè)機(jī)器人視覺伺服的發(fā)展情況 ................... 1 視覺伺服的分類 ................................ 2 圖像特征的選取 ................................. 5 無標(biāo)定視覺伺服系統(tǒng) .................................. 6 ...................................... 8 2 基于標(biāo)定技術(shù)的機(jī)器人視覺伺服 ............................... 9 ............................... 9 ......................................... 12 ......................................... 13 視覺控制器的設(shè)計(jì) ............................... 14 ........ 14 3 基于 kalman 濾波的機(jī)器人無標(biāo)定視覺伺服 ..................... 18 ...............................