机器人无标定视觉伺服控制系统研究

【摘要】： 机器人技术是20世纪人类最伟大的科技发明之一、是自动化技术的集中体现。近年来，机器人技术已成为高技术领域内具有代表性的战略性技术之一，它使得传统的工业生产方式发生根本性的变化，对人类社会的发展产生深远的影响。随着人们对机器人运动特性的要求不断提高，带有感觉的智能机器人的研究成为各国政府高技术计划的重要内容之一。在诸多传感器中，视觉传感器因其信息量大、适用范围广、非接触性等特点已成为最重要的机器人传感器之一。将视觉传感器引入到机器人控制系统，可以增加机器人对周围环境的自适应性，拓宽机器人的应用领域。可以预见，具有视觉的智能机器人将得到越来越广泛的应用。传统的机器人视觉伺服控制系统是基于标定技术的，整个伺服系统控制精度在很大程度上依赖于标定的精度。然而，在实际中，由于种种原因，这种基于标定的机器人视觉伺服方法受到了很大限制。无标定视觉伺服开始成为机器人视觉伺服控制领域的一个研究热点，所谓“无标定”视觉伺服是指在不预先标定摄像机和机器人参数的情况下，直接通过图像上的系统状态误差来设计控制律，驱动机器人运动，使系统误差收敛到一个容许的误差内。本文就是针对近年来在机器人视觉伺服技术领域新发展起来尚处于探索阶段，还未形成统一的理论体系的“无标定”方法展开研究的。 论文的研究工作主要包括以下几个方面： 1．总结了机器人视觉伺服控制的研究现状，指出了基于标定技术的机器人视觉伺服控制的不足之处，简述了“无标定”视觉伺服控制技术的基本思想和研究进展，并分析了“无标定”视觉伺服控制技术的优点以及目前的方法存在的不足之处。 2．提出了基于自适应Kalman滤波器的机器人控制方法。机器人控制系统在实际工作中，不可避免地要受到随机噪声的影响。当噪声的统计特性已知时可以考虑采用常规kalman滤波以抑制随机噪声对控制性能的影响。但当噪声的统计特性不完全已知时，常规kalman滤波的滤波性能会下降甚至会引起发散。本文根据机器人的动态特性，设计了一个自适应Kalman滤波器，并对该滤波器应用于机器人控制系统进行了仿真实验研究。仿真结果表明，所设计的滤波器能够较好地抑制方差和均值未知的测量噪声对机器人控制系统的影响，控制系统的动态性能得到了较大的改善。 3．提出了基于图像的机器人视觉伺服免疫控制方法。根据机器人视觉伺服控制系统的特性利用图像雅可比矩阵的伪逆和免疫控制原理设计了视觉控制器。两自由度机器人平面视觉跟踪控制仿真结果表明在控制系统的动态调节过程中，PI型免疫控制器的免疫反馈机制能使偏差迅速消除，控制性能优于常规的PID控制器。 4．构建了机器人无标定视觉伺服控制系统实验平台。以MOTOMAN-SV3XL型六自由度工业机器人为对象，采用CCD摄像机、图像采集卡与PC机建立了机器人无标定视觉伺服控制实验平台，为机器人无标定视觉伺服控制的理论研究和模拟实验创造了硬件环境。 5．提出了基于自适应免疫算法的自抗扰控制器参数整定方法。研究了机器人无标定自抗扰视觉伺服控制问题。针对系统中所用的自抗扰控制器参数选取困难问题，提出了基于自适应免疫算法的自抗扰控制器参数整定方法，证明了机器人视觉伺服系统中所用的非线性离散二阶扩张状态观测器稳定的充要条件，并将该条件应用在基于自适应免疫算法的自抗扰控制器参数整定过程中。六自由度工业机器人视觉跟踪控制实验结果表明了该方法的可行性和有效性。 6．提出了一种新的双环结构的机器人无标定自抗扰视觉伺服控制方法。针对目标运动时，系统估计模型和实际系统模型之间差值会变大，使得用来估计系统实时扰动的扩张状态观测器的估计精度降低，从而导致整个系统的控制性能下降的问题，提出了一种新的双环结构的机器人无标定自抗扰视觉伺服控制方法。内环采用Kalman滤波算法进行图像雅可比矩阵的在线辨识，可较好地逼近真实模型；外环采用自抗扰控制器，利用非线性观测器实时估计系统相对于当前估计模型的总扰动，并在控制中加以动态补偿。针对六自由度工业机器人进行了二维运动目标的跟踪实验，实验结果表明了该方法的可行性和有效性。 7．提出了基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法。在研究基于智能算法的机器人无标定视觉控制方法的基础上，提出了一种新的基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法。利用最小二乘支持向量回归学习机器人位姿变化和观测到的图像特征变化之间复杂的非线性关系，其中最小二乘支持向量回归的参数由自适应免疫算法+5折交叉检验优化确定，在此基础上利用免疫控制原理设计了视觉控制器。针对六自由度工业机器人分别进行平面2DOF、平面3DOF以及空间4DOF视觉伺服实验，实验结果表明该方法的可行性和有效性。