基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人手眼系統(tǒng)位置協(xié)調(diào)控制.pdf

1、論文將神經(jīng)網(wǎng)絡(luò)技術(shù)、計(jì)算機(jī)視覺(jué)技術(shù)和機(jī)器人控制技術(shù)引入到自動(dòng)化立體倉(cāng)庫(kù)的設(shè)計(jì)之中,試圖提高機(jī)器人對(duì)貨物和貨箱自動(dòng)定位和自動(dòng)抓取的精度和速度,最終實(shí)現(xiàn)無(wú)人參與的全自動(dòng)化智能立體倉(cāng)庫(kù).該文提出、設(shè)計(jì)并實(shí)現(xiàn)了一套較為完整的基于計(jì)算機(jī)視覺(jué)、神經(jīng)網(wǎng)絡(luò)和機(jī)器人控制技術(shù)的機(jī)器人手眼系統(tǒng)位置協(xié)調(diào)控制的方案.該文研究?jī)?nèi)容主要包括圖像處理、CMAC神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器人手眼協(xié)調(diào)和機(jī)器人的控制.1.圖像處理:在圖像預(yù)處理中,使用了圖像灰度化、圖像平滑和對(duì)比度增強(qiáng)

2、算法.在圖像分割中,采用了二值化、Sobel和串行迭代等算法,實(shí)現(xiàn)了圖像邊緣的提取.2.神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器人手眼協(xié)調(diào):因CMAC神經(jīng)網(wǎng)絡(luò)與其他網(wǎng)絡(luò)相比,在機(jī)器人控制和空間映射方面具有獨(dú)特的優(yōu)勢(shì),故該課題采用小腦模型CMAC神經(jīng)網(wǎng)絡(luò).通過(guò)CMAC網(wǎng)絡(luò)把圖像處理提取出的中心點(diǎn)坐標(biāo)變換為機(jī)械手運(yùn)動(dòng)坐標(biāo),從而能以較高的精度和較快的速度實(shí)現(xiàn)機(jī)器人手眼系統(tǒng)位置協(xié)調(diào)控制.神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)包括:訓(xùn)練樣本的采集、網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)、多維CMAC算法的改進(jìn)和網(wǎng)絡(luò)參