《毕设英文翻译》由会员分享，可在线阅读，更多相关《毕设英文翻译（5页珍藏版）》请在金锄头文库上搜索。
1、视觉伺服的 6 自由度机械手的 3 - D 简介一， 导言在工业应用中，许多机器人任务，包括在后沿配置文件路径，例如，作出焊接沿边缘联合分发在一辆汽车大门上密封条的胶，并消除了金属铸造件或聚合物沿边缘的毛刺。对于这方面的任务，在今天的工业应用上机器人必须输入运营商的程序，按照准确的轨迹运行。一个外部视觉传感器的使用，再加上像照相机的电荷器件（CCD） ，可能会非常有助于控制和结束机器人的工作，使其保持在同一场合关于配置文件的使用。事实上，以视觉伺服，既没有必要了解配置文件的精确曲率，或其关于机器人的坐标框架。机器人会自动遵循简介的配置文件。本文介绍这样一个视觉伺服应用程序，其中我们假设只有配置
2、文件的截面轮廓为已知立场一致的配置。存在一些与以往工程简介处理的有，例如：模拟显示其目的在于以下道路模型由三条平行线构成。该相机必须留在中心右手边用来定义关于道路的线高度和正确的道路方向。这说明了用一个图像模拟的方法来配置功能直线的共面线。这是一个二维（2 - D 型）线，以下实验中的线是可弯曲的，但始终保持在一个平面平行在摄像机的图像平面。其他工程涉及到对个人资料三维（3 - D 型）重建，例如：在文献3,4的基础上,作者们处理了三维重建道路的自主驾驶的交通工具。这是一个配置文件，以下是有限度的两个任务自由（2 自由度） ，具体到与假设所特有的这种应用程序的类型（例如，该相机就距离道路是一个
3、已知的常数） ，不能用在我们的问题。本文的一个主要贡献是一个三维弯曲的文件，因为以前的作品是根据弯曲的侧面、平面和剖面处理文献2，1。在本文中，我们假设文件包含至少有三个平行曲线或边缘。我们建议一个方法从图像轮廓的边缘估算摄像机的位置。平行边之间的距离必须清楚,但是这个曲率的轮廓未知。我们使用基于位置的控制策略来控制视觉循环（见5 - 9） 。该方法中，我们提出的重建的姿态是根据确定的切线向量轮廓在当前的横截面(见图 1)。一个问题是我们必须解决的电流横截面,即截面轮廓相对于当前的姿势。这种电流变截面应该沿着剖面的的速度要求。不幸的是视觉系统在剖面图的方向不能给速度和位置测量。因此，我们更多的
4、使用对机器人运动学模型的测量是为了控制沿剖面位移速度。两个控制器进行了视觉伺服循环:一个比例加积分(PI)控制器和一个广义的预测控制器。调音技术用于 GPC 研究的描述了一个相同10和11。GPC 上展出性能优于 PI,多亏了这样一个事实:它考虑到了动态的机械手。另外,在考虑了控制器在地震剖面曲率变化的电流十字架部分。这种超前的视觉功能，循环使用视觉信息预测的机器人运动是这项工作的另一个贡献。该文件分为三个部分。第一部分介绍如何推导出构成的轮廓和照相机之间的关系。在第二部分，给出了整个视觉伺服回路模型。最后，第三部分仿真和实验结果。二，计算姿态的矢量1. 背景材料和方法因此,如果我们假设型材断
5、面包含边界,通常情况下在工业应用中,切线这些边缘点属于相同的横截面平行一起并且平行于参考曲线。在三维空间中,至少有三个平行线需要重建之间的转换框架连接到照相机和一架附件的平行线,从这个角度来看这些线投影在摄影机框架(这一点了 II-C 节)。让我们考虑以下一般透视投影理所应得的一笔财产。性质 2:透视投影的切线:这个观点投射的切线方向导数曲线在三维在这个空间曲线的切线方向是一致的投影曲线点等于投射。这个属性是证明在12。在此基础上的财产,我们要找到在图像的预测,分同样的横截面。在这些地点的切线的边缘轮廓的预测是那么的投射边缘轮廓线切线是在三维空间,这是相似的,因为他们属于相同的横截面。因此,以
6、确定三个平行线的轮廓,切线是必要的影像中找到三分,是预期的三分在三维空间属于某个特定的横截面。这样做,我们假设投射在图像边缘有一个小曲率。一个小错误的决心这些观点然后产量是微不足道的误差检测切线,如图 3(b)。因此,估计的十字架授权许可部分可以垂直中央边缘一个伟大的错误产生的估计切线。它是那么足够的切线识别图像的十字路口这个估计截面之间的轮廓的放映,边,以重建的电流之间的交叉的姿势部分和照相机。2. 建模资料和投影正如前面章节中,重建过程的姿势和照相机之间是基于轮廓在放映的切线的轮廓的边缘属于当前的横截面。摘要为了准确衡量这些切线,曲线在图像模拟高阶多项式。图 4 显示的图象处理工作。在初步
7、全球检测的特点,采用多项式的形象模型的基础上确定的曲线。每个测试、区域 AOIs),然后根据沿着每个曲线获得对多项式模型。TheseAOIs 是选中的位置在过去的曲线的形象。然后进行边缘检测这些 AOIs 和中心所有的点的大规模的梯度比一阈值计算。在理论上,这种质心的归属中间的相应的曲线。在我们的试验中,9 AOIs 处理,使 9 分属于曲线(见图 4)。所有这些观点的亚像素坐标然后使用能够找到最好的多项式逼近的吗曲线与最小二乘法。最后,切线在当前的截面曲线的计算。三，简介任务1. 控制沿剖面的位置图像不给任何信息关于这个职位的简介。人们可以简单地把以恒定速度在剖面方向上的基础约束添加在开环约
8、束上，该机器人的运动学估计为图像 1，即中心项目。这个方法将完美地应用工作时的平面轮廓。然而在某些情况下,当轮廓曲线的速度限制可以补偿环路其它的自由度控制。这就产生了稳定的限制，然而该机器人在沿着剖面方向上将没办法继续下面的任务。因此,为了准确地跟随恒定的轮廓速度和位置，沿剖面必须加以控制。因此,我们必须有一个测量沿剖面位置的仪器。为了这个目的,我们使用的运动模型的参数将准确地估计机器人对应于当前的横截面的位置。这个参数是直接连接到在这个位置的剖面。图 7 这个步骤说明所需估计目前的位置,即截面位置的框架。让齐次变换之间的这个框架连接到基地的机器人(见图),。这个框架相连的横截面是用来制造的在
9、先前的采样测量的瞬间位置。我们注意它的齐次变换间的框架附在连接到镜头的基地和框架,获得了通过计算全测地子流形的机器人运动学模型,在其先前的用关节位置测量的位置。事实上,这些条件没有满足。因此,这个职位必须由目前的视觉测量。这个目的是表达在摄影机框架那里得到的位置，展现出计算机器人运动学模型的特点,在目前的位置定义和齐次变换一个理论垂直平面,垂直的方向文件将跟踪任务,指出目前的十字架部分不正确的地方。我们必须找出在当前图像的属于垂直方向上的投射型材断面。这样做是描述图 8 这个迭代算法。迭代算法试图找到位置参考平面，由标参数见（18）确定。在下文中，附加的下标是指“采取的第迭代步骤。 “因此，估
10、计值是第一步迭代用来参考平面相交在影像中央的边缘点。2. 视觉伺服回路这个图描述了视觉伺服回路，视觉信息从相机上提供了一种估计方法，摄影机框架和电流横截面上之间的转换。这是个齐次值乘逆的转换(是参考理想职位的摄影机框架)。这是在初始化开始的时候,与视觉伺服任务的这个姿势是相机和横截面投影在中间的形象。因此,即便是坏的照相机,该开始的姿势会由视觉伺服来控制。然后齐次变换之间的是当前的摄影机框架和理想的人。让我们把转型一个齐次变换矩阵分为六笛卡尔坐标，三个译本和三个旋转。因此,这个姿势由理想的摄影机框架表示。假设视觉循环回路维持足够快小，因此，避免了切换问题和计算。客观的视觉伺服的目的是约束这个姿
11、态为零。我们使用速度控制的 6 自由度机械手更高，而不是传统的立场带宽控制机械臂（见15） 。因此，控制器必须为每个自由度速度提（自由度） 。这些提法改为参考速度与雅可比的机器人关节角度。最后，这些引用是直接将联合电平输入模拟速度控制回路的机械手通过一个数字模拟转换器。为进一步的信息,参考在控制方案11,16和 17。1)PI 控制与预测控制:在被介绍在 1987 年由克拉克(参见d)。GPC 研究基础最小化代价函数的有限退去地平线如下: 对于一个定形与产出的多变量过程分别为:控制输入向量,输出向量,并参考向量。该控制器“预测”,因为它考虑到将来参考。实际上,最小要求的计算方法预测未来的输出信
12、号的参考使用。这个争论的是未来步骤的控制输入。有三种控制策略,即:一种标准进行控制策略和两个 GPCs 与标准 PI 的策略,没有信息关于未来的变化可以在地震剖面曲率中使用,而与预测策略有关的是改变目前的侧面弯曲截面测量是通过摄像机，可以用凝胶作为参考信号来提高精度。有关如何模型的更多信息的动态速度控制的机器人，以及如何调整参数的广义预测，读者可以参考11和16 - 20。四，仿真和实验1.仿真结果一个图形仿真为了验证该算法在实际执行之前的系统。机器人的动力学仿真与高阶线性化模型的动态模型, 图 10 显示了轧辊的测量误差角的配置，下面沿剖面任务中表现在 10 厘米的恒定速度 6 /秒是角度围
13、绕图帧方向。这个模拟测试了两个控制器,即 PI 控制器和凝胶未经展望广义的测试，实际调谐的 GPC的解释11。此外，两个不同采样率模拟的 GPC，即 20 毫秒采样率真正的实验装置，相当于未来系统快速 CCD 相机。显然，这些模拟清晰显示 GPC 相比 PI 的优越性。这是因为这一事实的 GPC 使用线性动态模型在对计算速度控制输入控制机械手。此外，模拟显示在减少抽样利率的提高之后，显示精密配置文件减少方差组成。2.实验结果没有展现未来在我们的实验装置，配置文件是由三个黑线印在白色的纸带。它的曲率轻易改变（例如，由置于一个对象） 。视觉传感器是一个普通国际无线电咨询委员会（无线电咨询委员会）防
14、治荒漠化公约黑白相间的摄像头。通过交替使用奇数和一个帧的偶数场，在视觉测量采样率可以设置在 50 赫兹。视觉循环同步远见，因此，它的采样率为 50 赫兹。在图像处理和控制回路是由执行奔腾 II300 台计算机与成像技术的 PCI 帧采集卡木板。该机器人是一个六自由度 SCEMI 6P01 机器人六旋转接头。对于所有的实验中，我们使用相同的配置文件，这是图11 所示。此配置文件分为两部分，即，笔直的和弯曲的。图 12 显示的是在配置文件后 2 厘米速度/秒它清楚地表明循环的视觉误差比较六自由度的 PI 控制器和 GPC（不展望未来） ，由于曲率变化相比 PI 控制器拒绝的 GPC 更好的扰动。事
15、实上,调整的凝胶考虑了机器人的动力学模型,而这个通过手动优化 PI 控制器在实际系统调整。随着 2 厘米以下的速度和与广义预测控制，最大在垂直方向的轮廓度误差小于 1 毫米。最大误差小于 0.5 毫米。扰动的原因是重要的剖面曲率只有三个自由度：在沿剖面位移运动时，深度和滚动角（周围旋转轴，见图 11） 。重大的错误是在曲线对应的轮廓。这是由于重大变化的速度相机框架在曲线部分的轮廓保持方向之间的相机和侧面不变。注意这一运动的速度不变时,电流十字架没有必要在帧率恒定的速度,尤其是当轮廓曲线。图 13 显示了一种广义预测控制的错误，并在不同的速度，即 1，3 和 5 厘米/秒表一总结在这些文件的最大
16、错误在下面的任务三自由度。3.超前预测控制策略图 14 的概念,提出了一种比较两种控制策略在 8 厘米以下的速度的仿真和实验,例如,在此情形,信息的电流变截面就是在这样的情形并不是这样的。仿真结果表明信息的准确性,下面的任务以超前预测策略显然比以预测策略展望未来。然而,实际的实验中不同的是，模拟是不重要的。我们解释的这种仿真与实验之间的差距是由于我们的视觉系统校准薄弱。模拟图 14 提出的结果，模拟相机是完美已知的和准确价值观的内在参数生成的预测。在图 15，我们采取的内在参数，有一个错误 5就用来模拟摄像头的值。这个数字显示，即使是小错误（5）的校准，相机产生一个配置文件中会有很大的误差。因此，超前的战略需要非常精确的校准。五，结论实验告诉我们精确跟踪未知的三维可以在 5 厘米/秒的速度与标准 CCD 相机。仿真表明,增加的抽样可以改善这种精度率(例如,用一辆高速行驶的相机)。另外,两种控制器，考虑动态的机械手即手动测试调谐 PI 控制器和一个 GPC 调谐。GPC
