畢業設計-工業機器人視覺伺服-資料下載頁

　　

【正文】 n 濾波的雅可比矩陣在線辨識 因為固定眼的圖像雅可比矩陣在機器人運動過程中是不斷變化的。在應用此矩陣建立圖像反饋控制器時，為保證控制性能，有必要對其進行實時的辨識。 這里可以使用 Kalman 濾波算法實現全局視覺雅可比矩陣 gJ 的在線估計。定義觀察參數向量 x 為一個 4 維向量，包含雅可比矩陣 gJ 的所有元素。 1 2 3 4[ ] [ ]g g g g Tg g g gb b b bu u v vx x x x x x y x y? ? ? ??? ? ? ? ? (38) 式中 ggbux??， ggbuy??， ggbvx??， ggbvy??分別為雅可比矩陣 gJ 的四個組成元素。 由雅可比矩陣的定義 ,有 ( 1 ) ( ) ( ) ( )g g ggf k f k J k p k? ? ? ?? (39) 白蕾：工業機器人視覺伺服 22 寫成如下狀態方程： ( 1) ( ) ( )x k x k k?? ? ? ( ) ( 1 ) ( ) ( ) ( ) ( )ggy k f k f k C k x k v k? ? ? ? ? ? 其中 ()k? ， ()vk 分別為狀態噪聲和圖像觀察噪聲，假定為高斯白噪聲。 24( ) 0() 0 ( )gTgTpkCk pk????? ????? 建立 Kalman 濾波遞推估計： ? ?( 1) ( )x k x k? ?? (310) ( 1) ( )Q k P k R?? ? ? (311) ? ? ?( 1 ) ( 1 ) ( 1 ) [ ( 1 ) ( ) ( ) ]x k x k K k y k C k x k?? ? ? ? ? ? ? ? (312) 1( 1 ) ( 1 ) ( ) [ ( ) ( 1 ) ( ) ]TT vK k Q k C k C k Q K C k R ?? ? ? ? ? (313) ( 1 ) [ ( 1 ) ( ) ] ( 1 )P k I K k C k Q k? ? ? ? ? (314) 其中 R? ， vR 為噪聲方差陣。取為 ? ? , ? 。其初始值可取 5(0) 10 mnPI? ( sI意為 s 維單位陣 )。 ?(0)x 采用如下如下方法獲得： 在初始位置任意給定兩步線性無關的試探運動 12,ggpp??，而在固定攝像機中觀察到手爪相應的圖像特征變化為 12,ggff??，從而獲得初始 J 矩陣的估計值為： 11 2 1 2? ( 0 ) [ ] [ ]g g g ggJ f f p p ?? ? ? ? ? (315) 然后用 ?(0)gJ 構成 ?(0)x 。 基于 kalman 濾波的機器人無標定視覺 仿真 目前存在的基于圖像的機器人視覺定位方法大部分是建立在圖像雅可比矩陣的基礎上的，其結構如圖 35 所示。其中內環為關節伺服控制，通過關節位置反饋來實現機器人 軌跡跟蹤控制。在高性能伺服控制器作用下可將機器人控制系統近似為線性環節。外環為視覺控制器，以較低的采樣速率完成關節角設定。雙環結構將機器人非線性運動控制從視覺控制系統中分離出來，在視覺控制中可作為線性環節處理，簡化了視覺控制器的設計過程。由于現有機器人大多都有接收笛卡爾速度給定或位置增量指令的接口，因此雙環結構簡單易行，被廣泛采用。 西安理工大學本科生畢業設計（論文） 23 圖 35 基于圖像的機器人視覺伺服系統 在 MATLAB 平臺上對上文所述的 基于 kalman 濾波的機器人（眼固定） 系統 的固 定目標定位過程進行仿真 。 仿真模型如下圖所示： 圖 36 基于 kalman 濾波的機器人眼固定模型 在固定目標定位實驗中， Kalman 濾波估計算法中的 R? 、 vR ，分別取為 ， ，P矩陣的初始值可取 5(0) 10 mnPI? ( sI 意為 s 維單位陣 )。 圖像雅可比矩陣的初值 ?(0)J 通過一開始作任意兩步試探運動得到，將其構成 ?(0)x ：手爪初始位置 0p =[ 0], 1p =[ ], 2p =[ ]， 所以 1gp? = 1p 0p =[ ]，2gp? = 2p 1p =[ ]。手爪在圖像平面坐標 0f =[ ]，1f =[ ]， 2f =[ ]， 1gf? =1f 0f =[ ] 2gf? = 2f 1f =[ ],則初始 J 矩陣的估計值為： 11 2 1 2 0 . 0 0 5 8 0 . 0 5 1 5? ( 0 ) [ ] [ ] 1 . 0 0 0 4 * [ ]1 . 9 5 9 0 5 . 0 4 9 8g g g gJ f f p p e?? ? ? ? ? ? ? 視覺控制器 坐標變換與軌跡規劃 機器人控制器 機器人 ? dX ? 目標點 df X 0p 圖像采集 圖像處理 白蕾：工業機器人視覺伺服 24 所以在 該定位實驗中， T?x( 0) =1 .0e +0 04* [ 058 0. 051 5 1 .95 90 4 98]。 手爪在世界坐標上的起始位置為： [ 0 0]，即圖像坐標為 [ ]；期望的目標為： [ ]，即圖像坐標為 [ ]。實驗最后的得到的誤差為 E=（ pixel）。 仿真結果如下所示： 215 220 225 230 235250252254256258260262264266268270基于 k a l m a n 濾波的圖像平面手爪定位曲線y方向 單位：像素x 方向 單位：像素機器人手爪運動軌跡目標點 圖 37 手爪在圖像平面上的運動軌跡 (kalman 濾波 ) 0 5 10 15 20 2502468101214基于 k a l m a n 濾波的圖像平面定位誤差曲線圖像平面誤差 單位：像素 單位：采樣時刻 圖 38 圖像平面 定位 誤差曲線 (kalman 濾波 ) 西安理工大學本科生畢業設計（論文） 25 0 5 10 15 20 254202468101214x,y方向定位誤差 單位：像素 單位：采樣時刻x 方向定位誤差y 方向定位誤差 圖 39 x， y 方向定位 誤差曲線 (kalman 濾波 ) 實驗結果分析： 從上圖可以看出 ，機器人末端執行器能快速跟上目標 ，且誤差很小。 4 機器人無標定視覺伺服實驗 系統整體結構 系統的硬件部分主要由 : MOTOMANSV3 機器人 本體 、彩色 CCD 攝像頭、機器人控制柜、控制計算機、圖像采集卡等組成 。 CCD 攝像頭可 以固定安裝在機器人運動空白蕾：工業機器人視覺伺服 26 間中一個任意位置，也可以固定安裝于機器人的末端執行器上。圖 41 所示的系統中CCD 攝像頭固定 在 機器人斜上方，可同時觀察目標和手爪運動。經過 目標圖像 和手爪圖像 的獲取 ,圖像處理和識別得到目標 和手爪 在圖像中的位置。整個視覺伺服系統可以分為 機器人 控制子系統和視覺信息處理子系統兩部分組成。 圖 41 機器人無標定視覺伺服實驗系統示意圖 機器人控制子系統 機器人控制子系統主要完成視覺控制量的計算和機器人運動控制。其中視覺控制量是根據視覺信息處理子系統得到的圖象反饋信息計算得到的。實驗 中所用的機器人是日本安川公司開發的工業機器人 MOTOMANSV3XL。整個機器人控制系統由機器人本體、供電電纜、 YANSNAC XRC 控制柜、 YANSNAC XRC 再現操作盒及 YANSNAC XRC 示教編程器五部分組成 [18]。 MOTOMANSV3XL 型機器人具有 6 個自由度，而且六個關節均為旋轉關節，每個關節都采用一個交流伺服電機單獨驅動。其主要參數如表 41 所示，其中 6 個軸的定義如圖 42所示。 西安理工大學本科生畢業設計（論文） 27 圖 42 MOTOMAN 機器人各關節的旋轉方向定義 關節 i ()ia mm ()iao ()id mm ()i o? 關節變量范圍(o) 1 150 90 0 0 (170,+170) 2 260 180 0 90 (45,+150) 3 60 90 0 0 (70,+190) 4 0 90 260 0 (180,+180) 5 0 90 0 0 (135,+135) 6 0 180 90 0 (350,+350) 表 41 MOTOMAN 機器人的有關參數 通過 MOTOMANCOM32 軟件實現主機和 YASKAWAG 工業機器人控制器 YASNAC XRC 之間的數據傳輸。根據圖像反饋信息計算出來的視覺控制量即為了減小機器人手爪和目標之間的距離機器人應運動的位姿增量就是通過 MOTOMANCOM32軟件所提供的機器人控制接口函數傳送給機器人控制器的。 常用的 機器人控制接口函數有 ： BscIsRobotPos()：在指定的坐標系中讀取機器人當前的位姿信息，其中位置信息( , , )xyz 的單位為 mm ，姿態信息 ( , , )x y zT T T 單位為 o。 BscImov()：在指定的坐標系中實現增量式運動。 BscMov()：在指定的坐標系中實現絕對位置運動。 BsPMov()：將機器人移動到指定的脈沖位置。 利用這些函數可以控制機器人在不同坐標系下的六個運動分量，實現非常簡單。 白蕾：工業機器人視覺伺服 28 MOTOMANCOM32 軟件提供的通信協議有兩種： RS232C 或 TCP/IP。本實驗系統采用串口通信 RS232C，通過函數 BscSetCom()實現 串口通信相關參數的設置。 實驗中相關參數的設置如下： 通信端口號： COM2 波特率： 9600（最大） 奇偶校驗：偶校驗 數據位長度： 8位 停止位： 1位 MOTOMAN 型機器人編程采用三種坐標系對末端執行器進行位置和姿態標定 ,分別是基坐標系 (World Coordinates)、工具坐標系 (Tool Coordinates)和關節坐標系 (Joint Coordinates)。其中基坐標系和工具坐標系是直角坐標系，分別與機器人本體的基座和末端執行器固聯；而關節坐標系則為廣義坐標系，它以機器人各關節變量 組成的向量為廣義坐標。與坐標系相對應， MOTOMAN 機器人控制器有兩種控制機器人的方法，一是關節插值法，這是運動最快的方法。在所有關節變量的起點和終點之間逐步插值，每步的移動量大體相等，所走過的路徑接近于一條光滑曲線。在這條復雜的路線上，機器人末端不會以恒定速度運動。二是直線運動，機器人末端按指定的速度和折線路徑在基坐標或工具坐標系中以小步距插補的方式實現。為實現直線運動，運動時機器人各關節按照要求以不同的速度運動，這就需要進行大量的坐標變換運算和機器人逆運動學求解，因此，直線運動比關節插值運動慢得多。但在 直角坐標系中規劃作業路徑、運動方向和速度顯然要比在關節坐標系中直觀得多，本文的實驗都是在直角坐標系下進行的。 視覺信息處理子系統 視覺信息處理子系統 主要由 CCD 攝像機、圖像采集設備和計算機組成，其相關配置如下： a. CCD 攝像機 可供機器人視覺系統選用的攝像機包括攝像管和 CCD。攝像管是一種已發展成熟的商品， CCD 是近幾年發展起來的新技術，由于體積小、重量輕、壽命長且抗沖擊等特點，工作起來比較可靠，因此被廣泛的應用在機器人視覺中。 本實驗系統采用 SONY 1/3 CCD 彩色攝像頭，其 CCD 陣列含有像素個數 為 752(水平 ) ? 582(垂直 )，掃描面積為 (水平 ) ? (垂直 )mm(等于 1/3 英寸攝像管的掃描面西安理工大學本科生畢業設計（論文） 29 積 )，水平析像力為 480 行，焦距為 8mm，重量為 380g。 b. 圖像采集設備 圖像采集設備采用北京微視電子技術有限責任公司生產的 MVPCI 系列產品中的MVPCIV3A 6 通道圖像采集卡。這是一款專業圖像采集卡，可以真彩、偽彩、黑白三種方式采集圖像。其結構如圖 43 所示。 圖 43 MVPCIV3A 結構 圖 由于采用 PCI 總線結構，圖像數據可以實時存儲到計算機內存中，并在屏幕上顯示。此外由于借用了計算