一種新型并聯(lián)機器人位姿的視覺檢測系統(tǒng)的研究.pdf

1、多自由度冗余驅(qū)動并聯(lián)機器人控制中，其末端操作器位姿是反映并聯(lián)機器人運動狀態(tài)的重要參數(shù)，并聯(lián)機器人具有多自由度、運動軌跡復(fù)雜的特點，其位姿檢測要求同時能完成多個自由度的測量，位姿檢測是當(dāng)前大載荷系統(tǒng)檢測領(lǐng)域亟待解決的問題之一。相對于傳統(tǒng)檢測手段，計算機視覺檢測系統(tǒng)具有非接觸、智能、檢測速度快等優(yōu)點，具有較大靈活性，能實現(xiàn)多自由度測量，克服了傳統(tǒng)檢測手段在并聯(lián)機器人位姿測量中遇到的困難。本論文從計算機視覺著手，研究構(gòu)建視覺檢測平臺并通過不同

2、時刻的圖像智能化的采集場景中被測物體的運動信息，進而實現(xiàn)對多自由度冗余驅(qū)動并聯(lián)機器人視覺檢測系統(tǒng)的信息集成、處理。 本論文建立了一種基于尺度不變量特征變換(SIFT)的視覺測量系統(tǒng)框架來檢測一種具有10個輸入的6自由度冗余驅(qū)動并聯(lián)機器人，通過該系統(tǒng)檢測出并聯(lián)機器人的實時位姿。主要包括圖像采集與傳輸、攝像機標定、SIFT匹配、空間點重建和位姿測量五個部分。 首先根據(jù)冗余輸入并聯(lián)機器人位姿檢測系統(tǒng)的特點，在硬件連接上使用兩個

3、工業(yè)黑白CCD相機WAT—902H經(jīng)過同步鎖相的方式連接一個PCI—1409多通道黑白圖像采集卡，再將圖像采集卡連接到PC機上，在盡量不影響系統(tǒng)性能的前提下降低系統(tǒng)復(fù)雜度和系統(tǒng)成本。在仿真平臺搭建上，使用LabView和Matlab完成圖像信息采集與顯示系統(tǒng)的主要功能模塊，以動態(tài)觀測檢測對象的狀態(tài)。其次，為了簡化計算提高系統(tǒng)的速度，采用較為簡單的基于針孔模型的攝像機線性標定法標定對雙目視覺系統(tǒng)進行標定，根據(jù)已知的樣本點通過最小二乘法估算

4、出基本參數(shù)。接著，在并聯(lián)機器人位姿檢測中的特征提取和特征匹配步驟中引入SIFT立體匹配算法，該算法尚未在該并聯(lián)機器人位姿視覺檢測系統(tǒng)中應(yīng)用。匹配算法首先在尺度空間極值檢測，剔除不穩(wěn)定關(guān)鍵點之后確定關(guān)鍵點方向向量，生成SIFT特征向量，最后利用SIFT特征向量完成匹配。然后，通過點的重建方法將SIFT匹配算法得到的特征點2D坐標轉(zhuǎn)換為特征點的實際3D坐標。最后，建立了冗余驅(qū)動并聯(lián)機器人運動平臺位姿計算的求解方法，將求解位姿問題轉(zhuǎn)化為一個優(yōu)

5、化問題。通過前后兩個時刻求得的特征點的實際3D坐標，根據(jù)三維空間的平移和旋轉(zhuǎn)矩陣得出一組非線性方程，并將非線性方程組轉(zhuǎn)化為函數(shù)優(yōu)化問題，使用改進的PSO算法對該優(yōu)化目標函數(shù)進行優(yōu)化，針對優(yōu)化函數(shù)的特點，改進的PSO算法主要加入了慣性系數(shù)，并且采用領(lǐng)域極值(B)best代替(G)best全局極值，減小了算法陷入局部極值的可能，在保證速度的前提下提高的精度，進而求出空間的實際位姿參數(shù)(θ,ψ,φ,tx,ty,tz)。 仿真實驗表明該