论文部分内容阅读
目前，我国广泛使用的机器人处于示教再现阶段，机器人的轨迹都是事先确定好的，而且要求机器人对周边环境的定位精度很高，这样大大的降低了生产线的柔性。在此背景下，视觉传感器因其提供了丰富的目标信息作为反馈，被逐渐的应用于工业生产中。其中基于视觉伺服的机械臂精确运动控制就是最广泛的应用研究之一，本文以丹麦UR3机械臂为研究载体，通过工业相机的配合使用，完成了基于视觉伺服的机械臂精确运动控制研究。本文主要研究内容如下: (1)基于本文研究目标，提出一种双目混合视觉伺服控制系统。充分的利用Eye-to-hand/Eye-in-hand各自安装方式的优点，使用Eye-to-hand安装方式的相机提供视场下目标物体空间坐标，基于位置视觉控制指引机械臂接近目标物体，运用Eye-in-hand安装方式的相机对目标进行精确定位，基于混合视觉伺服控制精确抓取、放置目标。实验结果表明，此视觉伺服系统稳定性高，实用有效。 (2)针对传统的基于图像二阶中心矩不能准确计算出图像方向角的不足，提出运用一种基于图像的立方体方向角估计算法。该算法可基于图像处理直接对目标进行定向测量，并从分割的图像中准确估计出立方体的方向角。 (3)针对视觉伺服是一个多输入多输出的非线性系统，本文提出一种基于参数自适应的模糊视觉伺服控制算法。根据反馈图像与期望图像特征误差作为输入量，经过模糊推理得到机器人空间位姿增量信号，通过逆运动学计算出机械臂各关节角度。将该控制算法与常规模糊视觉伺服控制算法进行对比，仿真结果表明本文提出的基于参数自适应的模糊视觉伺服控制算法具有更好的控制效果。 (4)为实际验证本文提出的算法效果，在VS2010平台上使用C++语言编写了控制软件。实验结果表明本文提出的基于参数自适应的模糊视觉伺服控制算法放置成功率较常规模糊视觉伺服控制算法提高6.7％，抓取、放置两立方木块的平均耗时节约13s，验证了本文提出的控制算法的优越性。 在实验过程中，系统存在一定程度的滞后现象，主要原因在于图像处理耗时，后期有待研究更加高效智能的图像处理以及图像分类算法，以提高本系统的运动控制性能。