移動機械手運動目標(biāo)檢測與跟蹤技術(shù)研究.pdf

1、本論文是在國家863 計劃項目“危險化學(xué)反應(yīng)器泄漏檢測與修補移動機械手系統(tǒng)”（2003AA421040）的支持下，以HEBUT-Ⅱ移動機械手為研究對象，進行相關(guān)技術(shù)的研究。 論文首先介紹了移動機械手硬件系統(tǒng)，之后對移動機械手中機械手部分的機構(gòu)選型及移動機械手整體工作空間進行了分析。對移動機械手系統(tǒng)的運動學(xué)、動力學(xué)進行了理論闡述和計算，建立了移動機械手統(tǒng)一的運動學(xué)、動力學(xué)模型，并用軟件進行了仿真分析。在此基礎(chǔ)上，研究了運動目標(biāo)的圖

2、像識別、基于雙目立體視覺目標(biāo)位置的三維重構(gòu)及對運動目標(biāo)的視覺伺服跟蹤。論文主要的創(chuàng)新性工作如下： 1. 圖像處理和計算機視覺中大量算法都是采用HIS 色彩模型，HIS 模型中的I 分量與圖像的彩色信息無關(guān)，與顏色信息相關(guān)的H 、S 分量不隨光照條件的變化而變化，因此非常適合視覺系統(tǒng)感知彩色特性的圖像處理算法。本文采用基于HIS 模型的閾值分割法是對原始圖像的各個像素顏色的H、S 值進行分析，尋找背景區(qū)域和目標(biāo)區(qū)域的顏色分布特征，

3、然后在分別確定合理的H 和S 閾值之后，兩者相“與”，使其與背景顏色不同的目標(biāo)區(qū)域分割出來。 2. 因為采集到的圖像要經(jīng)過分割及預(yù)處理，需要很大的運算量，速度非常慢，不利于對目標(biāo)的快速檢測。故本文提出了平均化分割的思想，其基本思路是：在判斷目標(biāo)區(qū)域時，將上一步得到的二值化圖像分成n×n 等份，在每一等份中黑色像素占全部像素的比例超過某一閾值時，就認為此等份為目標(biāo)區(qū)域，比例少于某一閾值的等份被認為是背景區(qū)域，直到整幅圖像都檢測完畢

4、。這樣得到的圖像在信息量上大大減少，分辨率減少到n×n；在保證原有圖像不失真的前提下，大大降低了圖像處理的計算量，同時實現(xiàn)了圖像濾波。 3．本論文將計算機視覺理論、算法與圖像處理相結(jié)合，用攝像機拍攝目標(biāo)，對目標(biāo)的圖像進行分析與處理，對目標(biāo)上某點進行三維重建，確定目標(biāo)的空間方位，實現(xiàn)測距。 攝像機標(biāo)定是對空間物體進行三維重建必不可少的前提，本文通過對常用的攝像機模型及標(biāo)定方法算法的分析，提出了利用最小二乘法實現(xiàn)攝像機標(biāo)定的

5、方法。 4．在對運動目標(biāo)進行跟蹤時，為了提高處理速度，滿足跟蹤實時性的要求，采用計算機和圖像采集卡各自獨立完成數(shù)據(jù)處理的并行方式，即圖像采集卡在采集圖像的同時，計算機可以處理圖像數(shù)據(jù)，圖像采集不占用主機CPU 時間，可以將所有時間都用來處理數(shù)據(jù)?？紤]到實時性的要求及算法的復(fù)雜性，在目標(biāo)跟蹤方法中，采用通過對比前后兩幀圖像中目標(biāo)區(qū)域質(zhì)心位置的變化，確定目標(biāo)運動的方向，算法簡單卻實用可行，利于實現(xiàn)對運動目標(biāo)的快速跟蹤處理。

6、5．采用蒙特卡羅方法計算多關(guān)節(jié)機械手的工作空間，并對各關(guān)節(jié)變量進行組合，利用機械手的正向運動學(xué)方程計算出機械手末端桿件端點的坐標(biāo)值，形成移動機械手的工作空間。 6．通過對HEBUT-Ⅱ移動機械手進行分析，實現(xiàn)了笛卡爾坐標(biāo)空間到關(guān)節(jié)空間的運動變換。在移動機械手運動學(xué)分析的基礎(chǔ)上進行了動力學(xué)分析，建立了移動機械手統(tǒng)一的動力學(xué)模型。利用UG 繪制移動機械手，導(dǎo)入ADAMS 建立其虛擬樣機，解算出機械手動力學(xué)模型所需的連桿偽慣量矩陣。得