论文部分内容阅读
在机器人研究领域,视觉伺服控制是其中的一个前沿课题,也是一个重要的研究方向。机器人视觉伺服的研究对于机器人智能化水平的提高、机器人应用场合的扩展乃至机器人学的发展都具有非常重大的意义。机器人视觉伺服控制融合了机器人学、自动控制理论、计算机视觉和计算机科学等学科及研究领域。本文将智能控制技术融入视觉控制器的设计中,提出了以小脑模型关节控制器(CMAC)为基础的视觉控制器。优化了图像特征空间与运动空间之间的图像雅可比矩阵(IJM)非线性映射关系；补偿了由于标定误差带来的映射关系不确定性。本文的主要工作内容和研究成果如下：1.分析了视觉伺服系统的分类和关键研究,之后探讨了智能控制的研究方法及发展现状。研究了视觉伺服系统的相关数学模型,构建了雅可比矩阵。综合上述数学模型利用matlab/simulink平台建立了视觉伺服系统仿真模型。2.针对图像雅可比矩阵估计存在的问题,本文采用了小脑模型关节控制器作为视觉伺服系统的视觉控制器,提出了一种优化改进的变学习率CMAC学习规则,并给出了收敛性证明。而后通过仿真验证了提出的变学习率CMAC智能控制算法能有效的逼近雅可比映射关系。之后通过对比变学习率CMAC视觉控制器与传统CMAC视觉控制器在仿真实验中的性能,证明了变学习率CMAC性能更好,逼近速度更快。3.选取机器人关节二阶简化模型,利用常规PID进行阶跃响应跟踪仿真,给出了对于惯性时间常数较大的机器人关节,常规PID调节存在缺陷的实验结论。针对PID存在的缺陷以及CMAC控制器需要离线学习的缺点,本文采用了CMAC前馈控制结构,将其与PID控制器相结合,提出了变学习率CMAC+PID复合视觉控制器。最后本文通过构建的simulink仿真平台,进行了静态目标定位仿真实验,分析了提出的复合控制器的控制效果,证明了所提出的控制器算法可以快速使跟踪误差趋于零,建立的视觉伺服系统控制效果良好。