隨著光學(xué)、電子學(xué)、控制科學(xué)、機(jī)器人學(xué)等眾多學(xué)科的蓬勃發(fā)展,在機(jī)器人控制領(lǐng)域,視覺控制是當(dāng)前的研究熱點(diǎn)之一。在工業(yè)機(jī)器人領(lǐng)域,視覺主要用途有:產(chǎn)品的外觀檢測,如醫(yī)藥生產(chǎn)上的瓶口檢測;零部件的識別,如汽車行業(yè)上用于汽車零部件信息數(shù)據(jù)的采集和追溯;引導(dǎo)和定位,如汽車行業(yè)沖壓車間的機(jī)床在上下料時采用機(jī)器視覺來定位,則可以引導(dǎo)機(jī)械臂準(zhǔn)確抓取;高精度檢測,在精密度要求高的場合,肉眼達(dá)不到作業(yè)要求時,則需要用視覺設(shè)備代替人眼來執(zhí)行作業(yè)。本文以基于視覺反饋的三自由度轉(zhuǎn)載機(jī)械臂控制過程為研究對象,對該機(jī)械臂的運(yùn)動學(xué)和動力學(xué)進(jìn)行分析,通過視覺傳感器進(jìn)行圖像采集,獲得圖像信息后完成圖像處理以及圖像特征提取與定位。本文主要工作如下:首先,論述了機(jī)器人視覺控制的研究現(xiàn)狀,對基于位置的視覺伺服控制和基于圖像特征的視覺控制進(jìn)行了介紹;介紹了機(jī)械臂運(yùn)動學(xué)的基礎(chǔ)理論和轉(zhuǎn)載機(jī)械臂的基本結(jié)構(gòu)特征,以此為基礎(chǔ),利用MATLAB軟件進(jìn)行了正運(yùn)動學(xué)和逆運(yùn)動學(xué)仿真,實現(xiàn)了對運(yùn)動學(xué)模型的驗證。其次,利用拉格朗日方程建立了機(jī)械臂的動力學(xué)方程,得到了機(jī)械臂動力學(xué)模型。設(shè)計了基于模型補(bǔ)償?shù)臋C(jī)械臂PD控制,通過李雅普諾夫穩(wěn)定性原理證明了機(jī)械...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景及意義
    1.2 機(jī)器人視覺國內(nèi)外研究現(xiàn)狀
        1.2.1 機(jī)器人視覺國外研究現(xiàn)狀
        1.2.2 機(jī)器人視覺國內(nèi)研究現(xiàn)狀
    1.3 視覺控制的分類
        1.3.1 基于位置的視覺控制
        1.3.2 基于位置的視覺控制的特點(diǎn)
        1.3.3 基于圖像特征的視覺控制
        1.3.4 基于圖像特征的視覺控制的特點(diǎn)
    1.4 文章主要工作及章節(jié)安排
第2章 三自由度轉(zhuǎn)載機(jī)械臂運(yùn)動學(xué)分析
    2.1 引言
    2.2 機(jī)械臂結(jié)構(gòu)及運(yùn)動學(xué)方程的建立
        2.2.1 三自由度機(jī)械臂運(yùn)動學(xué)模型
        2.2.2 運(yùn)動學(xué)模型算例
        2.2.3 運(yùn)動學(xué)逆解
        2.2.4 運(yùn)動學(xué)逆解算例
    2.3 運(yùn)動學(xué)模型仿真驗證
        2.3.1 基于Matlab的正運(yùn)動學(xué)仿真驗證
        2.3.2 基于Matlab的逆運(yùn)動學(xué)仿真驗證
    2.4 本章小結(jié)
第3章 三自由度轉(zhuǎn)載機(jī)械臂動力學(xué)建模及控制器設(shè)計
    3.1 引言
    3.2 三自由度轉(zhuǎn)載機(jī)械臂動力學(xué)方程
        3.2.1 連桿的動能和勢能
        3.2.2 三自由度轉(zhuǎn)載機(jī)械臂動力學(xué)方程
    3.3 基于模型補(bǔ)償?shù)臋C(jī)械手PD控制
        3.3.1 滑模變結(jié)構(gòu)控制簡介
        3.3.2 控制器設(shè)計
        3.3.3 仿真實驗
    3.4 本章小結(jié)
第4章 圖像預(yù)處理與目標(biāo)識別
    4.1 引言
    4.2 數(shù)字圖像處理
        4.2.1 合作目標(biāo)點(diǎn)的圖像預(yù)處理
        4.2.2 圖像增強(qiáng)
        4.2.3 圖像平滑
        4.2.4 圖像邊緣檢測
    4.3 基于SIFT局部特征的合作目標(biāo)特征點(diǎn)檢測
    4.4 SIFT特征點(diǎn)匹配
    4.5 目標(biāo)圖像定位計算
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
作者簡介
攻讀碩士學(xué)位期間研究成果



本文編號：3840005