資源描述：
《基于機(jī)械臂混合視覺的位姿估計方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號：TP273單位代碼：10190研究生學(xué)號：201504011密級：公開碩士學(xué)位論文魯夕源2018年6月基于機(jī)械臂混合視覺的位姿估計方法研究StudyonPoseEstimationbasedonHybridVisionofRobotManipulator碩士研究生：魯夕源導(dǎo)師：李元春教授申請學(xué)位：工學(xué)碩士學(xué)科：控制科學(xué)與工程所在單位：電氣與電子工程學(xué)院答辯日期：2018年6月授予學(xué)位單位：長春工業(yè)大學(xué)摘要摘要隨著科技進(jìn)步和社會生活的需求，機(jī)器人被廣泛的應(yīng)用于工業(yè)生產(chǎn)，越來越多應(yīng)用于人類活動的其他
2、各個領(lǐng)域，這必然會使機(jī)器人承擔(dān)比工業(yè)生產(chǎn)更為復(fù)雜的操作任務(wù)，面臨更加復(fù)雜的工作環(huán)境。因此需要機(jī)器人具備更強(qiáng)的從外界獲取信息的能力和反應(yīng)能力，于是視覺伺服系統(tǒng)應(yīng)運(yùn)而生。位姿估計是視覺伺服領(lǐng)域的一個重要的研究方向，也是機(jī)器人定位與導(dǎo)航、目標(biāo)跟蹤與識別、虛擬現(xiàn)實和運(yùn)動估計等許多理論研究與實踐所要解決的核心問題。本文首先介紹了的視覺伺服系統(tǒng)中的攝相機(jī)的數(shù)學(xué)模型及其幾何映射關(guān)系，以及機(jī)械臂的正逆運(yùn)動學(xué)分析與建模，并對基于位置的機(jī)器臂視覺伺服系統(tǒng)進(jìn)行整體的建模與仿真。其次，本論文對基于機(jī)器臂視覺伺服的位姿估計方法進(jìn)
3、行研究，介紹了基于卡爾曼濾波的位姿估計算法，接著使用一種新的基于平滑變結(jié)構(gòu)濾波（SVSF）的算法用于位姿估計，它在不確定性和噪聲的環(huán)境下具有很好的魯棒性，能夠顯著改進(jìn)估計過程的魯棒性。同時考慮到卡爾曼濾波的準(zhǔn)確性與平滑變結(jié)構(gòu)濾波的魯棒性的優(yōu)點(diǎn)，使用一種新的基于卡爾曼濾波與平滑變結(jié)構(gòu)濾波相結(jié)合的（EK/UK-SVSF）位姿估計算法，使之具備兩者的優(yōu)點(diǎn)。然后，針對傳統(tǒng)基于單眼視覺的位姿估計方法容易受到相機(jī)校正誤差、圖像噪聲和部分遮擋影響的問題，本文給出了一種多相機(jī)傳感器融合方法，能夠有效提高機(jī)器人位姿計算的
4、精度和可靠性?；谟行蚣訖?quán)平均算子方法與卡爾曼平滑變結(jié)構(gòu)濾波位姿估計方法，采用分布式數(shù)據(jù)融合結(jié)構(gòu)對圖像采集信息進(jìn)行數(shù)據(jù)融合，并提出面向多相機(jī)數(shù)據(jù)融合的機(jī)械臂位姿方法。該方法不受機(jī)器人數(shù)量的限制，擴(kuò)展性強(qiáng)的特點(diǎn)。仿真表明，本論文所述方法具有較高位姿計算精度。關(guān)鍵詞：機(jī)器人視覺伺服；位姿估計；擴(kuò)展卡爾曼濾波；平滑變結(jié)構(gòu)濾波；數(shù)據(jù)融合IAbstractAbstractWithtechnologicaladvancesandthedemandsofsociallife,robotsarewidelyusedin
5、industrialproductionandotherfieldsofhumanactivity,whichisboundtomaketherobotundertake?more?complex?operating?tasks?than?industrial?production?and?face?a?more?complex?workingenvironment.Therefore,thisrequirestherobottohaveastrongerabilitytoobtaininformati
6、onfromtheoutsideworldandtorespond,sothevisualservocomesintobeing.Andpose?estimation?is?an?important?research?direction?in?the?field?of?visual?servo,?is?also?a?robot?localizationandnavigation,targettrackingandrecognition,virtualreality,motionestimationand
7、manyothertheoreticalstudyandpracticearethecoreproblemtosolve.First?of?all,?this?paper?introduces?the?visual?servo?system?of?the?mathematical?model?of?cameraanditsgeometricmappingrelation,andtheinversekinematicsanalysisandmodelingofthemanipulator,Theovera
8、llmodelingandsimulationofthePosition-BasedVisualServosystem?is?presented.Secondly,thispaperstudiesposeestimationmethodsofbasedroboticvisualservoing（RVS）,andintroducestheposeestimationalgorithmbasedonkalmanfilter,thatusesan
