資源描述：
《基于視覺的并聯(lián)機器人位姿檢測方法研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、學(xué)校代碼：10255學(xué)號：1069110基于視覺的并聯(lián)機器人位姿檢測方法研究StereoVisionBasedPositionandPostureEstimationofParallelManipulator學(xué)院：信息科學(xué)與技術(shù)學(xué)院專業(yè)：模式識別與智能系統(tǒng)姓名：張淑平導(dǎo)師：丁永生教授2010年09月東華大學(xué)學(xué)位論文原創(chuàng)性聲明『IJrlllrlllllllllllPlllJlllllJlrllllllJllllll舢V213B1gg本人鄭重聲明：我恪守學(xué)術(shù)道德，崇尚嚴謹學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進行研究工作所取得的成果。除文中己明確注明和引用的內(nèi)容外，本論
2、文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品及成果的內(nèi)容。論文為本人親自撰寫，我對所寫的內(nèi)容負責(zé)，并完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：旅淑平日期：w，口年¨月／日東華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱或借閱。本人授權(quán)東華大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密口，在年解密后適用本版權(quán)書。本學(xué)位論文屬于不保密囪。學(xué)位論文作者簽名：捩菏碑指導(dǎo)教師簽名：丁帆日期
3、：wf口年f『月J日日期：bc。年【f月JIE摘要位姿是反映并聯(lián)機器人運動狀態(tài)的重要參數(shù)，但由于并聯(lián)機器人通常具有復(fù)雜的結(jié)構(gòu)，其運動是三維空間的多自由度綜合運動，且在無任何檢測裝置之前，并聯(lián)機器人的精確空間位置是一個沒有規(guī)律的未知數(shù)，所以如何同時獲得多個自由度的高精度測量是并聯(lián)機器人運動狀態(tài)控制研究中亟待解決的重要難題。針對以上問題，本論文以機器視覺檢測技術(shù)為手段，設(shè)計了基于視覺的并聯(lián)機器人運動位姿檢測系統(tǒng)，建立了并聯(lián)機器人的特征提取和運動跟蹤算法，而后分別提出了基于單目視覺和雙目視覺的位姿估計方法。首先，論文系統(tǒng)地闡述了并聯(lián)機器人的發(fā)展歷史、國內(nèi)外研究現(xiàn)狀和主要的應(yīng)用領(lǐng)域：分
4、析了并聯(lián)機器人位姿檢測的方法及在并聯(lián)機器人領(lǐng)域尚待解決的問題；描述了機器視覺系統(tǒng)的構(gòu)成，理論的建立及機器視覺測量技術(shù)的研究與應(yīng)用現(xiàn)狀。其次，設(shè)計了基于整體信息處理機制的網(wǎng)絡(luò)控制系統(tǒng)結(jié)構(gòu)并針對并聯(lián)機器人的位姿檢測給出了視覺信息反饋框架及位姿描述方法。再次，建立并聯(lián)機器人Haar-like特征集。而后利用該特征集訓(xùn)練簡單分類器，并通過使用級聯(lián)思想將各種簡單的、獨立的分類器結(jié)合起來構(gòu)建了級聯(lián)分類器，實現(xiàn)對并聯(lián)機器人的運動跟蹤。然后，討論了基于單目視覺的三種并聯(lián)機器人位姿檢測方法：基于矩形不變量的位姿檢測方法、基于點相關(guān)的位姿計算方法和基于免疫進化算法的位姿估計方法。其中方法一是利用并
5、聯(lián)機器人末端執(zhí)行器上的矩形結(jié)構(gòu)在投影中的兩個仿射不變量來計算并聯(lián)機器人的位置和姿態(tài)。方法二是以方法一所估計的并聯(lián)機構(gòu)的運動位姿信息作為迭代初值；以攝像機坐標(biāo)系原點到末端執(zhí)行器平面的距離作為變量，建立該變量與4個特征點的投影深度的關(guān)系模型；以末端執(zhí)行器的剛體結(jié)構(gòu)特性及4個特征點的共面特性建立了7個約束方程，最后由高斯迭代實現(xiàn)對變量的估計，獲得并聯(lián)機構(gòu)的運動位姿信息。方法三是以待估計的并聯(lián)機器人的6個位姿參數(shù)作為抗原；借鑒生物免疫系統(tǒng)中克隆變異和免疫記憶機理，通過免疫進化獲得位姿參數(shù)的可行解。之后，構(gòu)建了雙目視覺位姿檢測系統(tǒng)，提出了一種基于主動表觀模型的并聯(lián)機器人位姿檢測方法。首先
6、建立了分別適用于左右攝像機的兩個AAM(ActiveAppearanceModel)模型，并通過離線學(xué)習(xí)獲得該模型參數(shù)；然后利用學(xué)習(xí)結(jié)果實現(xiàn)對輸入圖像中并聯(lián)機器人的匹配和跟蹤；最后根據(jù)投影空間的幾何變換關(guān)系和匹配后的立體圖像對，對并聯(lián)機構(gòu)末端執(zhí)行器進行三維重建和位姿計算。最后，對全文的工作進行總結(jié)，并展望視覺檢測領(lǐng)域中有待深入探索的幾個研究方向。關(guān)鍵詞：機器視覺，并聯(lián)機器人，位姿檢測，目標(biāo)跟蹤，免疫進化，Haar特征，點相關(guān)，仿射不變性ABSTRACTPoseisanimportantparameterreflectingthemovementstateofaparallelm
7、anipulator．However,theproblemofmeasuringthefull6-DOFposeofaparallelmanipulatorwithhighaccuracyisstillurgenttobesolvedinthemovementcontrolofparallelmanipulatorduetothefollowingthreereasons：Firstly,theparallelmanipulatorusuallyhascomplexstructure；Sec
