【正文】 Overlay( )：使采集到的圖像實(shí)時顯示在VGA卡上，實(shí)現(xiàn)同屏顯示工作方式。 MV_DisableVGAOverlay( ) ：禁止圖像顯示。2) 視頻參數(shù)設(shè)置 MV_SetCaptureInterval( ) ：設(shè)置圖像采集間隔，有效值為1~30，即每幀都采直至每30幀采1幀。MV_SetVideoColor( ) ：設(shè)置視頻信號A/D采樣參數(shù)，如亮度、色度、色調(diào)、飽和度、對比度等。3) 圖像采集 MV_GetImageBufNumber( ) ：獲得內(nèi)存緩沖區(qū)可用于采集的幀數(shù)。內(nèi)存緩沖區(qū)被分割成若干塊用于采集，每塊內(nèi)存的大?。床杉翱诘拇笮。┛捎珊瘮?shù)MV_GetCapture Rect( )得到、由于系統(tǒng)的開銷，實(shí)際的可用幀數(shù)比簡單計(jì)算出的要小。 MV_GetImageSingle( ) ：獲取向內(nèi)存緩沖區(qū)采集的幀號并開始采集，采集結(jié)束后返回，無需再判別采集標(biāo)志。4) 其它 MV_SystemInit( )：初始化圖像卡,分配系統(tǒng)資源,程序初始化時調(diào)用此函數(shù)。MV_SystemFini( )：釋放圖像卡資源占用，程序結(jié)束時調(diào)用此函數(shù)。實(shí)驗(yàn)中主要參數(shù)設(shè)置如下：A/D變換采樣空間大?。?20240屏幕上活動圖像的顯示的位置和大小：屏幕左上角，320240內(nèi)存緩沖區(qū)大小：320240 c. 計(jì)算機(jī) 本實(shí)驗(yàn)系統(tǒng)沒有采用任何現(xiàn)成的視覺信息處理系統(tǒng)，所有視覺信息的采集、預(yù)處理、特征提取和控制算法都在外部計(jì)算機(jī)中完成。實(shí)驗(yàn)中所用的計(jì)算機(jī)為一臺PIII866，內(nèi)存為512M，硬盤為60G。 實(shí)驗(yàn)采用MOTOMANSV3XL型工業(yè)機(jī)器人，視覺部分使用全局彩色CCD攝像頭，攝像頭的內(nèi)外參數(shù)不做任何標(biāo)定。視頻信號通過圖像采集卡進(jìn)行采集并使用PC處理，采集窗口設(shè)為320240像素。為簡化圖像處理和目標(biāo)識別，手爪的位置用一個安裝在手爪上并伸出一定長度的顏色塊（白色）標(biāo)識，而目標(biāo)為一個紅色物塊。在圖像處理中計(jì)算圖像平面上相應(yīng)色塊的中心坐標(biāo)作為目標(biāo)與手爪的圖像位置。系統(tǒng)定義為：使代表手爪的色塊定位到目標(biāo)色塊。利用上文所述的視覺反饋控制率導(dǎo)引手爪定位目標(biāo)，在系統(tǒng)初始時引入三步試探運(yùn)動估計(jì)圖像雅克比矩陣的初始值，隨后利用kalman濾波器對雅克比矩陣進(jìn)行遞推估計(jì)。目標(biāo)點(diǎn)在(186 162)，定位過程及結(jié)果如下所示： 圖44 手爪定位過程圖45 圖像平面誤差曲線圖46 x,y方向定位誤差曲線圖47 x，y軸控制量變化曲線以上為目標(biāo)在(167 153)點(diǎn)時的結(jié)果及分析，若目標(biāo)在任意兩點(diǎn)：(140 98)、(130 150)結(jié)果如下表所示：步數(shù)12345678x軸144144139140134133138136y軸274271270260246232219203步數(shù)910111213141516x軸133130133130129128126125y軸185167148127113107105104表42 目標(biāo)為(140 98)是手爪的運(yùn)動軌跡步數(shù)1234567x軸146147141124122132133y軸273268270257244231217步數(shù)891011121314x軸132134129127125125124y軸201185166157153150148表43 目標(biāo)為(130 150)是手爪的運(yùn)動軌跡實(shí)驗(yàn)表明：目標(biāo)在任意點(diǎn)，手爪定位目標(biāo)的效果很好，誤差也很小，所以本文所設(shè)計(jì)的方法對固定目標(biāo)的定位能獲得良好的性能。5總結(jié)本文針對未知環(huán)境下的機(jī)器人無標(biāo)定視覺伺服定位問題，分析了機(jī)器人手眼關(guān)系及其最常用的描述模型，即圖像雅可比矩陣。在討論現(xiàn)有基于圖像雅可比矩陣的視覺伺服方法的基礎(chǔ)上，采用基于Kalman濾波的圖像雅可比矩陣在線估計(jì)策略，將其應(yīng)用于無標(biāo)定動態(tài)視覺伺服任務(wù)中。研究工作包括：(1)構(gòu)建了MOTOMANSV3XL工業(yè)機(jī)器人視覺伺服系統(tǒng)實(shí)驗(yàn)平臺。采用VC++編寫了整個實(shí)驗(yàn)的控制系統(tǒng)，該系統(tǒng)能有效的完成與機(jī)器人及圖像采集卡底層間的通信。(2)深入研究了圖像雅可比矩陣在標(biāo)定視覺伺服控制中的應(yīng)用問題。分析了圖像雅可比矩陣解析表達(dá)式，并作出了眼固定和眼在手的仿真。(3)針對現(xiàn)有方法有可能會在運(yùn)動過程中引入冗余運(yùn)動，對圖像觀測噪聲敏感等缺點(diǎn)，利用Kalman濾波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)中的精度最佳等優(yōu)點(diǎn)，采用基于Kalman濾波算法的圖像雅可比矩陣在線估計(jì)策略，利用機(jī)器人本身的運(yùn)動信息完成雅可比矩陣的在線估計(jì)，使之可以應(yīng)用于固定目標(biāo)的定位任務(wù)中。(4)在應(yīng)用Kalman濾波算法在線辨識圖像雅可比矩陣的基礎(chǔ)上，采用直接圖像反饋控制，針對固定目標(biāo)，設(shè)計(jì)了相應(yīng)的P控制器實(shí)現(xiàn)無標(biāo)定下機(jī)器人對固定目標(biāo)的準(zhǔn)確定位。實(shí)驗(yàn)結(jié)果充分驗(yàn)證了算法的有效性。文中需要進(jìn)一步研究和解決的問題有：(1)基于圖像雅克比矩陣的無標(biāo)定手眼系統(tǒng)，不論是使用固定攝像機(jī)還是眼在手的配置，都存在一定的問題，如固定眼的目標(biāo)遮擋，手上眼的觀察視野過小等。所以設(shè)想：使用眼固定和眼在手上相結(jié)合的混合配置方式，使系統(tǒng)中兩臺攝像機(jī)的觀察能力相互補(bǔ)充。首先利用固定全局視覺將機(jī)器人執(zhí)行器引導(dǎo)到目標(biāo)附近，在使用手上的攝像機(jī)實(shí)現(xiàn)精確定位。 (2)在分析雅可比矩陣在線估計(jì)算法的基礎(chǔ)上，進(jìn)一步討論整個無標(biāo)定視覺伺服系統(tǒng)的性能。如系統(tǒng)的能控性，穩(wěn)定性分析，圖像特征集的選擇對視覺伺服性能的影響等，為無標(biāo)定視覺伺服系統(tǒng)進(jìn)一步走向?qū)嶋H應(yīng)用提供理論指導(dǎo)。致 謝本課題是在辛菁老師的精心指導(dǎo)下完成的。本文在課題選擇和研究過程中自始至終都得到了辛老師的親切關(guān)懷、悉心指導(dǎo)和嚴(yán)格要求。從論文的選題、研究思路和論文撰寫方面辛老師都提出了許多寶貴的意見和建議，在細(xì)節(jié)方面也作出了提示及幫助，使得論文的研究工作得以順利開展。辛老師諄諄教誨與無微不至的關(guān)懷使我受益終生，不僅為今后從事科學(xué)研究工作培養(yǎng)了嚴(yán)謹(jǐn)、扎實(shí)、認(rèn)真的工作態(tài)度，而且還培養(yǎng)了樂觀上進(jìn)、積極進(jìn)取、團(tuán)結(jié)協(xié)作和頑強(qiáng)拚搏的工作精神，在此謹(jǐn)向她表示衷心的感謝！同時，在畢業(yè)設(shè)計(jì)過程中，還得到張捷學(xué)長、陳可敏學(xué)姐、李梓學(xué)姐的大力支持與幫助，并且提出了許多寶貴的意見和建議，在此我要對他們表示衷心的感謝。最后，向百忙之中審閱本文的各位老師致以崇高的敬意和深深的謝意！參考文獻(xiàn)【1】 李牧．機(jī)器人無標(biāo)定視覺伺服關(guān)鍵技術(shù)的研究[J]．哈爾濱工業(yè)大學(xué)，2008【2】 王麟琨，徐德，譚民. 機(jī)器人視覺伺服研究進(jìn)展[J]. 機(jī)器人，2004，26(3):277~282【3】 Hager, ., Chang, ., Morse, .(1995), Robot handeye coordination based on stereo vision: Towards calibrationfree hand/eye coordination. IEEE Robotics and Automation:2850~2856【4】 Yoshimi, ., Allen, .(1995), Alignment using an uncalibrated camera system, IEEE Trans. On Robotics and Automation, , No. 4, ~521【5】 薛定宇,項(xiàng)龍江,司秉玉,(自然科學(xué)版).2003,24(6):543~547【6】 , , endeffector control using Cartesian Position based visual Tans on Robotics and Automation,1996,12(5):684~96【7】 , planning for robust imagebased control. IEEE Transactions on Robotics and Automation,2002,18(4):534~549【8】 problems of stability and convergence in imagebased and positionbased visual servoing. The Confluence of Vsion and ,Germany, SPringerVerlag, 1998:66~78【9】 ashimoto, imoto，, an control with ImageBased Visual Servo[C], Proceedings of the IEEE Intemational Conference on Robotics and Automatio, Sacramento，Califomia , April, 1991:2267~2272【10】 , , , and from controlled motion[J].IEEE Transaction on Pattern Analysis and Machine Intelligence, 1996, 18(5):492~504【11】 ，2008,3(2):109~114【12】 , 上海交通大學(xué)碩士論文,2003 【13】 . LaprestC, E Jurie and M. Dhome，An Efficient Method to Compute the Inverse Jacobian Matrix in Visual Servoing，the 2004 IEEE International Conference on Roboticsamp。Automation，2004，4【14】 熊有倫．機(jī)器人技術(shù)基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，1996【15】 Gary V. McMurray and Jenelle Armstrong Piepmeier，A Dynamic Jacobian Estimation Method for Uncalibrated Visual Servoing，the 1999 IEEE/ASME International Conference on Advanced Intelligent Mechatronics，September 19~【16】 席文明，羅翔， 究[J].南京航空航天大學(xué)學(xué)報，2002，34(6):540~543【17】 郭藍(lán)彬,楊延西,[C]. :11001104【18】 曹弋．MATLAB教程及實(shí)訓(xùn)[M].北京：機(jī)械工業(yè)出版社，中國學(xué)術(shù)期刊網(wǎng)CNKI，西安理工大學(xué)圖書館網(wǎng)站?！?9】