【技术实现步骤摘要】
一种针对运动目标的机械臂视觉跟踪控制方法及系统
[0001]本专利技术涉及机械臂视觉跟踪
，尤其涉及一种针对运动目标的机械臂视觉跟踪控制方法及系统。
技术介绍
[0002]视觉传感器是机器人的重要外部传感器之一，具有非接触量测、成本低、可靠性高、信息丰富等特点，机械臂视觉伺服是一种使用视觉反馈信息对机器人运动进行控制的重要方法，视觉伺服控制技术能够使得机器人更加灵活和智能，现有的技术方法有一种四自由度机械臂视觉伺服控制方法，用来实现机械臂对合作目标的自主定位，例如一种基于SVM和比例控制的视觉伺服方法，采用基于SVM的训练模型获得雅可比矩阵，并使用比例控制方法驱动机器人到达目标位置，再例如一种基于视觉伺服的机械臂目标跟踪方法，采用α
‑
β滤波方法对图像雅可比矩阵进行估计，并将该矩阵的每个元素作为控制系统的状态以设计控制器，实现对目标的有效跟踪，以往大多数的相关视觉伺服控制研究工作重点关注静止目标，且上述方法并未同时考虑目标未知运动、不确定性动力学和外部扰动等多重不确定性问题。
技术实现思路
【技术保护点】
【技术特征摘要】
1.一种针对运动目标的机械臂视觉跟踪控制方法，其特征在于，包括以下步骤：基于摄像机透视投影模型，通过卡尔曼滤波方法对运动目标的未知运动状态信息进行估计和预测，得到预测结果；基于卡尔曼滤波的视觉预测跟踪控制方法，对预测结果进行设计，得到期望关节角速度信息，并考虑机器人的非线性动力学，将期望关节角速度信息输入至机器人动力学控制系统；基于自适应神经网络的机器人动力学控制方法对机器人系统的不确定性动力学和外部干扰进行补偿，实现对期望关节角速度信息的实时动态跟踪。2.根据权利要求1所述一种针对运动目标的机械臂视觉跟踪控制方法，其特征在于，所述基于摄像机透视投影模型，通过卡尔曼滤波方法对运动目标的未知运动状态信息进行估计和预测，得到预测结果这一步骤，其具体包括：将特征点图像深度信息表示为运动目标状态参数的线性形式；根据特征点图像深度信息的线性形式，通过对摄像机透视投影模型进行变换获得运动目标的卡尔曼滤波量测模型；获取运动目标的图像信息和机器人运动学信息，基于运动目标的卡尔曼滤波模型对运动目标的未知位置与速度进行预测估计，得到预测结果。3.根据权利要求2所述一种针对运动目标的机械臂视觉跟踪控制方法，其特征在于，所述运动目标的卡尔曼滤波模型包括状态方程与量测方程，其中，将前后不同时刻的运动目标位置和速度相联系得到运动目标的卡尔曼滤波模型的状态方程，将特征点图像位置信息和机器人运动学信息代入经过变换后的摄像机透视投影模型得到运动目标的卡尔曼滤波模型的量测方程。4.根据权利要求3所述一种针对运动目标的机械臂视觉跟踪控制方法，其特征在于，所述基于卡尔曼滤波的视觉预测跟踪控制方法，对预测结果进行设计，得到期望关节角速度信息，并考虑机器人的非线性动力学，将期望关节角速度信息输入至机器人动力学控制系统这一步骤，其具体包括：对摄像机透视投影模型进行求导，获取特征点图像速度信息与机器人的关节角速度信息之间的关系；对机械臂的视觉伺服模型进行离散化，得到离散化后的视觉伺服模型；通过离散化后的视觉伺服模型和采用卡尔曼滤波方法估计得到的目标运动状态信息设计视觉预测跟踪控制器，并更新特征点的图像位置信息和机器人运动学信息，对运动目标的下一时刻的位置与速度进行估计，得到对应的估计值；结合深度独立图像雅可比矩阵，基于运动目标的当前时刻的位置与速度的估计值进行设计，得到机器人的期望关节角速度信息；考虑机器人的非线性动力学，将期望关节角速度信息输入至机器人动力学控制系统。5.根据权利要求4所述一种针对运动目标的机械臂视觉跟踪控制方法，其特征在于，所述离散化后的视觉伺服模型的视觉预测跟踪控制器的表达式具体如下所示：
e(k+i|k)＝y(k+i|k)
‑
y
d
上式中，Q、R表示...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。