基于視覺伺服的仿人機器人智能抓取技術(shù)研究.pdf

1、隨著科學技術(shù)的發(fā)展以及機器人應用領域的不斷擴大，人們對機器人技術(shù)提出了更高的要求，不僅要求機器人實現(xiàn)常規(guī)的示教操作，也希望機器人具有更高的智能和更強的環(huán)境適應能力。圖像是機器人感知環(huán)境的重要信息來源，多自由度機械臂的機器人系統(tǒng)是仿人機器人的重要組成部分，也是實現(xiàn)機器人操作的執(zhí)行機構(gòu)，將視覺信息同機器人控制相結(jié)合形成視覺伺服系統(tǒng)，使機器人具有同外部環(huán)境進行智能交互的能力，是當今機器人發(fā)展的一個主要方向和研究熱點。本文以NAO機器人為操作平

2、臺，為進一步體現(xiàn)仿人機器人的智能性，對基于視覺伺服的仿人機器人抓取操作進行了深入的研究。
　　在深入研究了大量相關(guān)文獻的基礎上，本文在NAO機器人本體上構(gòu)建了機器人視覺伺服的抓取操作系統(tǒng)，主要針對目標物體的識別與定位及對目標物體抓取操作運動規(guī)劃進行了研究與實現(xiàn)。
　　首先，在對目標物體的識別與定位方面進行了以下兩個方面的研究:第一，對目標圖像的進行邊緣檢測，通過圓擬合得到高精度的質(zhì)心坐標;第二，針對傳統(tǒng)的單目視覺目標定位的精

3、度很大程度上依賴于標定精度的問題，本文改進的采用BP神經(jīng)網(wǎng)絡得到目標質(zhì)心坐標和目標相對于攝像機的坐標之間的關(guān)系，實驗證明了采用改進的BP算法具有較快的學習能力和較好的定位精度。
　　其次，在機器人手臂運動規(guī)劃方面進行了兩方面的研究:第一，建立了機器人手臂的D-H模型，并通過蒙特卡羅法計算機器人手臂可達空間;第二，在對多自由度機器人進行路徑規(guī)劃時，使用傳統(tǒng)路徑規(guī)劃算法計算復雜度較高，本文采用快速擴展隨機樹算法進行路徑規(guī)劃，針對該算法

4、規(guī)劃出的路徑缺乏可重復性的問題，本文將啟發(fā)函數(shù)引入RRT算法中，實驗結(jié)果表明，改進的RRT算法提高了路徑規(guī)劃的效率，保證了規(guī)劃路徑接近于最短路徑，對同一任務規(guī)劃具有一定的可重復性。
　　最后，在系統(tǒng)的整體實現(xiàn)方面，本文闡述了機器人手臂操作的實現(xiàn)過程。對于已知任意擺放的物體，利用視覺提供的圖像信息，通過訓練好的BP神經(jīng)網(wǎng)絡得到目標物體的位姿，機器人自主對抓取操作進行規(guī)劃。實驗完成了對目標物體的抓取，驗證了針對本文問題所采用理論及方法