买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西南交通大学
摘要:本发明公开一种基于图像变导纳的机器人视觉伺服与人机协同控制方法,包括:对视觉伺服系统中的机械臂进行运动学和动力学建模获得机械臂运动学模型、动力学模型;通过棋盘法对视觉伺服系统进行标定,获得机械臂末端执行器与相机之间的转换矩阵;构建视觉伺服的一阶运动学模型、二阶运动学模型;获得机械臂在特征空间下的动力学模型;利用图像中特征点的虚拟位置来计算和调整导纳参数;确定视觉伺服控制律;相机实时采集二维码的图像特征点,根据视觉伺服控制律实时得到机械臂的关节速度,从而对机械臂进行运动控制,完成视觉伺服过程。本发明解决了力传感器和视觉传感器驱动层不一致的问题,耦合了视觉传感器和力传感器,提高了系统的灵活性。
主权项:1.一种基于图像变导纳的机器人视觉伺服与人机协同控制方法,其特征在于,包括以下步骤:步骤S100、对视觉伺服系统中的机械臂进行运动学和动力学建模获得机械臂运动学模型、动力学模型,对视觉伺服系统参考框架进行坐标系设定;步骤S200、通过棋盘法对视觉伺服系统进行标定,获得机械臂末端执行器与相机之间的转换矩阵;步骤S210、使用具有N个点的棋盘标定板,随机置于RealSense相机视野中;步骤S220、使用RealSense相机对棋盘标定板进行图片采集;步骤S230、计算图像中N个圆点的圆心像素坐标;步骤S240、以平移向量和旋转向量的形式记录此时机械臂末端执行器的三维位姿;步骤S250、重复步骤S220-步骤S240一共16次;步骤S260、解算2D-3D数据,求出棋盘标定板与相机之间的坐标转换关系cTo;步骤S270、根据坐标转换关系cTo,计算机械臂末端执行器到相机的转换矩阵cTe;步骤S300、建立相机视觉的运动学和动力学模型,结合机械臂运动学模型和动力学模型构建视觉伺服的一阶运动学模型、二阶运动学模型;步骤S400、建立机械臂在图像特征空间下的动力学模型,结合机械臂运动学、动力学模型和视觉伺服的一阶运动学模型、二阶运动学模型获得机械臂在图像特征空间下的动力学模型; 其中: 式中:Mcq-1为机械手惯量矩阵在相机框架内投影的逆;Js为图像特征雅克比矩阵;eJe为机械臂雅克比矩阵;cTe为机械臂末端执行器到相机的转换矩阵;为图像特征点的加速度矢量;fs为图像特征空间下的力矩;fsext为图像特征空间下的外部接触力;fq为图像特征空间下的外部扰动;为机械臂雅克比矩阵的转置;为机械臂末端执行器到相机的转换矩阵;cfc为相机坐标系下的力;为科里奥利矩阵和向心矩阵;gq为重力矢量;为库仑,粘性和静摩擦矢量;τ为控制输入;q、分别为关节空间下的关节位置矢量、速度矢量;步骤S500、结合logisticsigmoid函数,利用图像中特征点的虚拟位置来实时计算和调整导纳参数;选取logisticsigmoid函数结合特征空间下的导纳公式以及特征点距离差,调节阻尼Ds和刚度Ks的变导纳参数; 式中:γ1和γ2是影响曲线的增长率和拐点的参数;σes为logisticsigmoid函数;Vmax为导纳参数的最大值;Vmin为导纳参数的最小值;ds为虚拟路径的总长度;es为当前特征点与期望特征点之间虚拟路径的长度;步骤S600、根据期望特征点和当前特征点的误差,确定视觉伺服控制律;步骤S700、相机实时采集二维码的图像特征点,根据视觉伺服控制律实时得到机械臂的关节速度,从而对机械臂进行运动控制,完成视觉伺服过程。
全文数据:
权利要求:
百度查询: 西南交通大学 一种基于图像变导纳的机器人视觉伺服与人机协同控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。