機械臂無標定視覺跟蹤方法研究.pdf

1、視覺跟蹤是實施空間典型操作任務的關鍵技術之一，無標定技術不需要預先已知精確的攝像機的內、外參數，而是通過調整視覺伺服系統(tǒng)參數使其獲得良好的控制性能。因而在面對不確定的工作環(huán)境和復雜的工作任務時具有更大的優(yōu)勢。本課題主要圍繞機械臂無標定視覺跟蹤涉及的參數在線更新、圖像空間誤差和關節(jié)空間誤差的控制、目標觀測器設計、軌跡跟蹤實驗等內容進行了研究。
　　本文首先對機械臂視覺伺服系統(tǒng)進行了建模分析。通過MOTOMAN-SDA5F機器人的關節(jié)

2、構型分析建立了運動學模型；對機器人伺服系統(tǒng)的動力學進行了建模和分析；基于針孔攝像模型，求解了視覺伺服系統(tǒng)的投影矩陣，得到了基坐標系下的特征點坐標與圖像平面內的特征點坐標之間的映射關系。
　　其次，針對機械臂跟蹤已知軌跡時的跟蹤誤差控制問題和攝像機參數不確定問題，研究了一種參數自適應無標定伺服控制方法。利用圖像交互雅可比矩陣關聯圖像空間和關節(jié)空間的速度映射，通過分離深度信息建立深度獨立雅可比矩陣，使攝像機參數得以線性化；然后基于系統(tǒng)

3、模型誤差對視覺系統(tǒng)的未知參數進行在線估計；根據自適應更新律，設計了視覺伺服系統(tǒng)控制器，實現對已知軌跡的無標定跟蹤。
　　然后，未解決具有非合作特性的目標運動狀態(tài)估計問題，設計了自適應衰減卡爾曼濾波觀測器。通過在卡爾曼濾波方法中添加衰減因子，利用衰減因子自適應更新調節(jié)觀測數據的權值，并研究了一種計算衰減因子的新方法，用以加強新觀測信息在運動軌跡估計中的作用。在目標觀測值可獲取時，能夠較為準確地估計目標的未知運動狀態(tài)；當目標發(fā)生遮擋時