联系我们
(1)对工业机器人视觉伺服控制理论进行了研究与分析,总结了机器人视觉伺服发展的几个方向及现阶段存在的问题。根据本文系统的具体要求对整个机器人视觉伺服系统控制方案的组成结构、硬件选型、系统布局和上位机软件控制流程进行了研究与设计。
(2)图像处理速度与精度是影响机器人视觉伺服性能的重要因素,针对该问题,对传统的图像灰度值匹配与边缘匹配方法的处理速度与精度进行了分析与实验。对这两种方法进行比较并给出实验结果。针对灰度值匹配中基于归一化互相关系数(NCC)的模板匹配算法运算量较大,耗时较长的问题,提出了一种改进的图像金字塔分层搜索策略,提高了算法的匹配速度。
(3)对工业机器人视觉伺服控制系统中常用的摄像机标定方法进行了研究。根据摄像机安装在机器人末端(Eye-in-hand)的情况,将改进的恒定旋转矩阵法用于估算目标与机器人之间的相对位姿关系,简化了复杂的机器人与摄像机的标定过程,并通过实验验证了标定的精度。
(4)对基于位置的机器人视觉伺服控制模式进行了研究,通过对实验用的ABB IRB120机器人的连杆参数进行分析建立了机器人的运动学模型,在此基础上利用Matlab环境下的机器人工具箱Robotics Toolbox建立了机器人视觉伺服控制系统的数学模型,在Simu
(5)考虑到视觉系统与伺服控制算法的延时,为进一步提高视觉伺服控制系统的实时性,采用Kalman滤波器对运动目标的视觉反馈信息进行了滤波与预估处理。实验结果表明,Kalman滤波器对于视觉延时带来的跟踪滞后问题具有较好的补偿作用,在不影响系统跟踪精度的情况下,显著提高了系统的响应速度。基于上述研究成果,建立了视觉伺服目标定位抓取与跟踪系统,可以实现静态视觉伺服目标定位抓取与动态视觉伺服目标跟踪,验证了理论分析的正确性和所采用的标定方法和控制方法的有效性。
了解更多机器人咨询请点击：ABB机器人
