工业机器人智能化关键技术研究可行性研究报告

工业机器人智能化关键技术研究可行性研究报告内容摘要：

结题。 在这些项目中，项目申请人掌握了大量有关工业机器人、机器人控制器、机器视觉以及图像处理的理论知识并获得了实践经验。 同时，本课题还依托沈阳工业大学视觉检测技术研究所，其研究方向为：生物特征识别，机器视觉检测，图像处理与模式识别。 近年来先后承担国家自然科学基金2项（其中1项验收结果为优秀），辽宁省自然科学基金3项，教育部春晖计划1项，中国博士后科学基金1项，沈阳市自然科学基金2项，辽宁省教育厅科研项目5项，辽宁省优秀人才计划项目1项。 因此，本项目在图像处理理论研究方面也将得到大力支持。 1）机器人本体标定方法已经实现；2）机器人控制器软件已经实现；3）图像特征提取算法已经实现。 、考核指标、主要研究内容、实施进度安排。 1）、研究机器人本体标定方法，设计标定工具，从而提高工业机器人绝度精度。 2）、通过单目或者双目视觉采集图像，并从图像中获取工件位置及特征信息，然后以这些信息作为机器人的驱动输入来调整机器人末端执行器动作，最终完成对工件的精确操作。 1）最终机器人工作空间的绝对误差5mm；2）发表论文2～4篇；3）培养硕士研究生2名；4）申请发明专利2项。 1)基于运动学的机器人本体标定方法研究；2)摄像机标定技术研究；3) 图像特征与机器人关节运动模型建立方法的研究；。 2012年1月～2012年3月：调研2012年4月～2012年6月：搭建工业机器人实验平台2012年7月～2012年9月：机器人本体标定方法研究2012年10月～2012年12月：摄像机标定技术研究2013年1月～2013年6月：通过进行图像特征获取，二维信息三维重构，工件识别，实现基于图像的视觉伺服系统2013年7月～2013年12月：成果验证，调试，准备结题。 6．技术创新点、关键技术内容。 1)提出一种自动化的、基于测量和运动学的机器人本体标定方法。 2) 提出离线编程与视觉伺服融合方案，提高工业机器人对环境及工件的识别与操作精度。 ；1）摄像机标定方法；2）机器人标定技术；3）二维信息的三维重建。 经国内文献检索，查到相关文献7篇。 文献57为科技论文，文献4为专利。 1.工业机器人标定技术研究机器人标定是离线编程技术实用化的关键技术之一，所谓标定就是应用先进的测量手段和基于模型的参数识别方法辨识出机器人模型的准确参数，从而提高机器人绝对精度的过程。 本文首先结合某打磨机器人的实际几何结构，建立了该机器人的误差模型，利用单点法来辨识几何参数误差值；提出了误差分类补偿的方法，建立了机器人的理想和实际运动学模型，获得了运动学正解和逆解。 针对机器人关节角误差补偿，本文利用遗传神经网络来获得机器人的关节误差，为克服遗传算法易陷入局部最优的缺点，引入具有动态参数编码特性的Solisamp。 Wets算法对遗传算法进行有益的补充，通过对机器人的关节误差进行补偿可以部分提高机器人的位姿精度。 进一步地，研究了机器人的几何参数标定法，利用位姿匹配原理，采用非线性优化算法和线性方程迭代法分别标定了打磨机器人的几何参数误差并把二者的标定结果进行了比较。 在此基础上，考虑到机器人的部分几何参数在工作空间中产生的位姿误差几乎相同而无法区分，推导了非冗余几何参数集，并与完整集的标定结果进行了比较分析。 考虑到几何参数标定法的一些缺陷，提出了基于神经网络的机器人位姿误差标定算法，利用前馈神经网络分别与打磨机器人的理想运动学模型及实际运动学模型相结合，并分别采用四种方案对机器人的位姿进行了精确的标定，并对标定结果进行了比较分析。 考虑到机器人的使用由逆运动学控制，利用前馈神经网络对机器人进行了逆运动学标定。 仿真结果表明该方法的标定效果优于单纯的几何参数法。 为验证误差模型和单点测量的误差参数辩识方法的实际效果，在打磨机器人工作空间内选取多个位姿进行了实际标定，用六维激光跟踪仪为测量工具，利用单点法来辩识几何误差参数，经补偿后的单轴位置误差不超过5μm，部分指标达到了用户的要求。 推导了机器人的动力学模型，并对计算力矩加PD反馈控制方法进行了Lyapunov稳定性分析；针对计算力矩的不确定性，利用线形神经网络法进行补偿，推导了自适应神经网络权值变化律，并对新的控制方法进行了稳定性分析，最后对两种控制方法进行了轨迹跟踪控制仿真分析。 作 者： 王东署 学科专业： 控制理论与控制工程 授予学位： 博士 学位授予单位： 东北大学 导师姓名： 徐心和 学位年度： 2006 语 种： chi 分类号： 关键词： 机器人 位姿误差 遗传算法 标定技术 2.基于PUMA560机器人的视觉伺服系统及算法研究该文基于PUMA560机器人,包括PUMA机器人及其软件系统,CCD相机,（单目视觉伺服）.：,能够求解出物体坐标系与相机坐标系的相对变换,以像点理想位置与实际位置的差为指标函数,通过不断调整相机位置与姿态,（双目视觉伺服）.,从而省去了传统的标定和位姿估计。 设计了一个自适应控制器来弥补由于机器人参数不确定性造成的跟踪误差.作 者： 张定国 学科专业： 导航、制导与控制 授予学位： 硕士 学位授予单位： 哈尔滨工业大学 导师姓名： 周荻 学位年度： 2002 语 种： chi 分类号： 关键词： 机器人视觉 视觉伺服 相机标定 位姿估计 模糊神经网络 3.机器人足目标定方法和标定装置 有权申请号： 申请日：20060626摘要：本发明属于机器人视觉导航技术领域,涉及对摄像机与机器人位置关系标定方法的改进。 基于一个带有车载计算机的可移动车体和摄像机,其特征在于,在可移动车体上分布着10～30个位置固定的特征点,在机器人前方放置有一面平面反射镜靶标M,标定的步骤如下:。 ,建立摄像机坐标系与机器人坐标系的位置关系。 本发明解决了移动机器人系统的足目标定问题,不需要简化待标定参数,对摄像机固联平台的运动自由度没有要求,也可用于手眼定标。 在标定出摄像机内部参数的前提下,则只需在合适位置拍摄一幅平面镜图像即可完成标定任务,简单实用,可实现现场标定。 申请人： 北京航空航天大学 地址： 100083北京市海淀区学院路37号 发明(设计)人： 张广军 李秀智 魏振忠 周富强 主分类号： B25J9/16()I 分类号： B25J9/16()I B25J13/00()I 20080806 授权 20080227 实质审查的生效 20080102 公开 主权项 机器人足目标定方法,基于以下的标定装置,一个带有车载计算机的可移动车体,在该可移动车体上固定着摄像机,其特征在于,在可移动车体上分布着10～30个位置固定的特征点,这些特征点是车体棱边的交点或者固定在车体上的机械构件棱边的交点或者固定在车体上的摄像机支架棱边的交点,上述特征点在机器人坐标系下的坐标是已知的,构成特征点集Θ。 在机器人前方放置有一面平面反射镜靶标M,使车体上特征点的镜像点集Θ′能够在摄像机中成像,在平面镜靶标M上有四个已知特征点,它们是一个矩形的四个顶点。 标定的步骤如下: 、建立坐标系。 符号说明:下文出现的下标字母代表不同的坐标系:C摄像机坐标系,M平面镜坐标系,OM辅助坐标系,RI镜像坐标系,R机器人坐标系。 、建立机器人坐标系ORXRYRZR。 以可移动车体前后轮轴中心连线的中点为原点OR,YR、ZR轴分别与车轴平行和垂直,按右手规则规定XR的方向。 、建立摄像机坐标系OCXCYCZC。 以摄像机光心为原点OC,XC、YC轴分别与成像面的横、纵轴平行,ZC轴即光轴。 、建立镜像坐标系ORIXRIYRIZRI。 以车体坐标系原点OR的镜像点ORI为原点,YRI与ZRI轴分别和YR与ZR轴关于平面镜中心对称,XRI与XR轴方向相反。 、建立平面镜坐标系OMXMYMZM。 以平面镜左上角的特征点为坐标原点,XM与YM轴在镜平面Ω上,与镜平面Ω上四个特征点构成的矩形的两边重合,按右手规则规定ZM轴的方向。 、在平面镜的反面Ω′上建立辅助坐标系OOMXOMYOMZOM。 其原点与平面镜坐标系OMXMYMZM的。