导读:本文包含了机器人手眼协调论文开题报告文献综述及选题提纲参考文献，主要关键词:机器人,雅可比矩阵,视觉跟踪,手眼协调系统
机器人手眼协调论文文献综述
秦伟洋,岳晓峰,吴焕新,张鹏飞[1]（2018）在《机器人无标定手眼协调系统视觉跟踪》一文中研究指出利用雅可比矩阵及机器人手爪与目标相对位姿图像来估算机器人的期望运动,给出了雅可比矩阵的推导过程和雅可比矩阵的在线辨识算法。实现了在机器人工作空间对平面内运动目标的跟踪,仿真结果验证了该算法的有效性。(本文来源于《长春工业大学学报》期刊2018年03期）
秦伟洋[2]（2018）在《基于雅可比矩阵的工业机器人手眼协调系统的研究》一文中研究指出机器人手眼协调系统的研究是国内外研究的热门课题,其研究涵盖了机器人运动学、图像处理与识别、机器视觉与控制等多门学科,研究成果广泛应用于航空航天和工业自动化生产领域,具有重要的研究意义和价值。本文在总结现有的机器人手眼协调系统研究成果的基础上,对比了基于图像、基于位置和混合视觉的视觉伺服系统的优缺点,阐述了视觉伺服系统的反馈控制方式。分析了摄像机模型以及世界坐标系、相机坐标系、图像物理坐标系和图像像素坐标系之间的变换关系。分析了机器人运动学,建立了机器人模型。确定了Canny算子来进行图像边缘检测方案以及利用图像矩来进行目标特征提取方法。研究了图像雅可比矩阵模型及其在线辨识方法,针对图像雅可比矩阵在线辨识实时性差、收敛速度慢、易受噪声影响等问题,提出了一种改进的Kalman滤波算法,并将辨识结果应用于机器人手眼协调系统中建立了眼在手视觉机器人的动态目标跟踪的仿真平台,完成了动态目标跟踪的仿真实验。实验证明,本文提出的图像雅可比矩阵在线辨识算法具有效率高、收敛速度快、误差更小等优点,具有较好的鲁棒性。(本文来源于《长春工业大学》期刊2018-06-01）
叶超强[3]（2017）在《基于机器人手眼协调的叁维零件位姿识别》一文中研究指出本文基于“眼在手上”的手眼系统架构研究物体叁维位姿识别方法,并对识别出来的物体进行抓取操作。其核心是借助视觉系统与执行机构的交互功能,综合分析手眼系统给出的多次识别与定位结果,从而得到更加精确的位姿辨识结果。本文的主要内容包括以下叁点:(1)基于LINEMOD叁维位姿识别算法提出快速分层模板匹配策略用来调和识别精度与速度的矛盾。利用该策略,我们可以通过在分层的金字塔模板库中按照索引关系搜索匹配模板,而不用一个个遍历库中所有的模板。这使得我们能够大大缩小算法在大模板库中的搜索时间,可以在不影响实时性的情况下提高初始位姿识别精度。通过性能评估实验表明这种快速分层模板匹配策略可以协调估计姿态的精度和模板数量之间的冲突。我们可以在位姿空间内采集更多的模板构造一个更密集的模板数据库,以获得更精确的位姿识别结果。(2)提出了多次位姿识别结果的综合方法。我们结合单帧位姿识别方法提出了手眼系统环绕观测物体的移动策略和多次识别结果优化方法。详细论述了环绕观测物体的移动策略能够实现多方位多角度对物体位姿进行辨识,充分发挥手眼系统的优势来克服物体出现“难识别”位姿的问题。同时多次识别结果优化方法利用拉依达准则剔除异常识别结果,然后求取多次位姿测量值的平均值作为最终位姿识别结果。实验表明,通过环绕观测,多方位多角度对物体位姿识别的方案能够明显提升位姿识别精度。(3)设计了手眼系统循环抓取演示实验来验证整体框架的有效性。我们详细介绍了手眼系统抓取实验的硬件系统配置和软件系统架构,详实地介绍了手眼矩阵标定的基本理论以及算法求解流程,并具体地阐述了物体位姿识别结果绘制以及物体个数粗识别相关的图像理论知识。我们对循环抓取演示实验流程进行了详细介绍,通过两次自由撒放和识别吸取叁通管的实验验证了本文研究的手眼系统架构下物体叁维位姿识别方法是切实可行的。(本文来源于《上海交通大学》期刊2017-01-01）
项祯桢,苏剑波,马哲[4]（2014）在《仿人机器人上基于无标定手眼协调的人机交互》一文中研究指出在人机交互领域,机器人的手眼协调能力是机器人与人进行自然交互的重要基础。如何将手眼协调能力赋予仿人机器人,是本文研究的主要内容.本文从无标定手眼协调策略的角度出发对上述问题进行了研究.针对仿人机器人所具有的本质不确定性和不稳定性的特点,应用了基于Kalman滤波在线辨识图像雅可比矩阵的方法,为仿人机器人设计了无标定手眼协调控制器.仿真研究表明了算法的有效性和对图像观测噪声的鲁棒性.在仿人机器人上的人机交互实验则进一步说明了本文算法的实际应用价值.(本文来源于《第叁十叁届中国控制会议论文集（F卷）》期刊2014-07-28）
张欣,周昌乐,江敏,晁飞[5]（2014）在《受人类婴儿发育启发的机器人手眼协调方法》一文中研究指出本研究的目的是建立一种通过机器人自主学习实现机器人手眼协调能力的方法,从而使机器人在真实环境中具有更高的自适应性.该方法受到人类婴儿发育过程的启发,首先构建了仿脑计算结构,模仿人类脑部在实现手眼协调过程中各个脑叶区域的配合过程;并提取人类婴儿在形成手眼协调的发育过程中的行为特征.使用该行为特征与仿脑计算结构相结合,建立一种新型的机器人手眼协调的学习算法.通过实验验证上述方法,结果表明:所建立的机器人控制学习系统可以实现机器人的手眼协调能力,并且可以让机器人表现出具有阶段性行为变化的这一类似人类发育过程的特征;同时在学习过程中机器人表现出高效的学习速度.(本文来源于《机器人》期刊2014年02期）
杨扬,曹其新,朱笑笑,陈培华[6]（2013）在《面向机器人手眼协调抓取的3维建模方法》一文中研究指出面向机器人手眼协调抓取,提出一种针对家庭环境中常见物体的3维建模方法.利用RGB-D传感器能同时获取RGB图像与深度图像的特点,从RGB图像中提取特征点与特征描述子,利用特征描述子的匹配建立相邻帧数据间的对应关系,利用基于随机抽样一致性的叁点算法实现帧间的相对位姿计算,并基于路径闭环用Levenberg-Marquardt算法最小化再投影误差以优化位姿计算结果.利用该方法,只需将待建模物体放置在平整桌面上,环绕物体采集10～20帧数据即可建立物体的密集3维点云模型.对20种适于服务机器人抓取的家庭常见物体建立了3维模型.实验结果表明,对于直径5cm～7cm的模型,其误差约为1mm,能够满足机器人抓取时位姿计算的需要.(本文来源于《机器人》期刊2013年02期）
刘鹏玉[7]（2012）在《服务机器人手眼协调仿生控制研究》一文中研究指出随着服务机器人的飞速发展及广泛应用，对服务功能的要求也越来越高。近年来，受神经生物学、生物视觉的启发，机器人手眼协调仿生控制技术越来越受到众多学者的青睐，成为近年来机器人研究领域的热点。本文开展的研究工作受到国家高技术研究发展计划（863计划）项目以及上海市科委重点项目的支持。本文以自主研发的服务机器人为研究对象，深入研究了服务机器人目标识别与定位、静态目标抓取及动态目标跟踪的手眼协调仿生控制等内容，并通过实验进行了验证。论文主要内容如下：1、介绍了基于立体视觉和轻量化手臂的轮式全向移动服务机器人架构。采用叁目立体视觉系统、代码开放的模块化关节型手臂，全向轮式移动机构，以及工业PC控制器，重量小、运动灵活，体现了新一代服务机器人智能化、开放化、可重构化、PC化的发展要求。2、在服务机器人目标识别方面，研究了基于Contourlet变换域隐马尔可夫树模型的方向多尺度图像边缘特征提取算法，以及改进的归一化互相关特征匹配算法。近年来国内外学者虽然提出了很多图像边缘特征提取算法，但基本都不具有类似人眼的方向特性，不能最优地表示含面奇异，或者含线奇异的高维函数。而在高维空间中，具有面奇异，以及线奇异的高维函数十分普遍，譬如，物体表面不连续的光滑边界就具有线奇异。为了弥补这种缺陷，本文基于人眼视觉的方向多尺度特性，结合图像方向多尺度几何分析理论，深入研究了基于Contourlet变换域隐马尔可夫树模型的图像边缘特征提取方法。该方法不仅具有小波的时频局域特性和多分辨特性，还具有方向性和各向异性，是高维函数的最优表示方法，是高维复杂视觉图像边缘检测的有效工具。其优势在于提取方向信息、细节信息的能力很强，特别适合于圆形、椭圆形、不规则形状等具有多方向性图案或物体的识别。这是小波分析、Canny算子等方法无法媲美的。在服务机器人目标识别方面具有广泛的应用价值与前景。在特征匹配方面，由于归一化互相关匹配算法虽然抗噪声能力强、匹配准确，但互相关系数计算量大，要提高匹配速度，必须简化计算。为此，本文引入了卷积运算，把卷积应用于归一化互相关系数计算当中，大大简化了计算，有效提高了系统的实时性。3、在服务机器人目标位置测量方面，基于人眼双目立体视觉成像机理，利用对极约束原理和双目立体视觉成像系统模型，分析了立体匹配算法，提出了基于对极几何和单应矩阵的立体匹配及误匹配剔除算法，提高了目标位置测量精度。4、在服务机器人静态目标物体抓取方面，分析了人体手眼协调“最优轨迹”运动机理，给出了人体手眼协调运动数学模型，建立了服务机器人手臂运动学模型，对服务机器人手臂在目标抓取时的路径，进行了仿生运动规划，使得手臂末端执行器沿“最优轨迹”运动，运动轨迹近似直线，速度曲线近似钟形，运动平稳。通过实验验证，服务机器人能够按照仿生运动轨迹抓取目标物体。5、在服务机器人动态目标跟踪方面，对服务机器人手臂在动态目标跟踪时的路径，进行了仿生运动规划，使得手臂末端执行器沿“最优轨迹”运动，点到点之间的分段运动轨迹近似直线，速度曲线近似钟形，运动平稳，并通过实验进行了验证。本文利用立体视觉反馈信息，通过手眼仿生控制，研究并实现了叁维空间中静态目标抓取，以及动态目标跟踪，这些研究成果将有助于开放式系统下机器人智能化、模块化、PC化、仿生化，以及多传感信息融合等技术的提高，将对拓展机器人的应用领域，具有积极的学术意义和重要的实际意义。(本文来源于《上海大学》期刊2012-09-01）
李明富,李世其,赵迪,朱文革[8]（2009）在《基于手眼协调机器人的共享控制遥操作系统》一文中研究指出提出了一种基于机器人手眼协调的共享控制遥操作系统框架。基于双目视差和主动轮廓构建机器人自主手眼协调系统,并将这种手眼协调机器人作为遥机器人构成一个半自主、共享式的遥操作系统。为了将人和机器人的各自的长处充分的融合到系统中,开发了相应的自然图像用户界面和遥自主命令程序模块用于人和自主机器人之间的交互。实验表明提出的这种基于手眼协调的共享控制遥操作系统具有高操作效率和对操作者友好等优点。(本文来源于《机械设计与制造》期刊2009年03期）
李明富[9]（2009）在《生物视觉引导运动机制及机器人手眼协调研究》一文中研究指出利用视觉信息控制机器人的运动，关键的难点在于视觉空间和机器人运动空间之间的非线性关系。目前人类设计的基于视觉控制的机器人系统无论在精度、稳定性还是鲁棒性上都无法和人类本身相比拟。人类(灵长类动物)通过其内部运动控制机制很好的解耦了视觉空间到运动空间之间的非线性关系，并且具有极好的鲁棒性。因此很多学者提出了多种仿生物机器人手眼协调系统，作出了开创性的研究。首先对神经生物学和人类运动学等领域关于视觉引导运动控制机制方面的研究进行了分析，从中提炼出可以为机器人领域所借鉴的一些内在机制。并根据这些内在机制构建了一个仿生物机器人手眼协调控制系统，该控制系统综合考虑生物视觉引导运动的固有特征和可变特征，将基于内部模型学习的视觉前馈控制和基于双目视差的视觉反馈控制引入到机器人控制系统中。针对机器人本体实时跟踪与感知问题，提出一种基于特征几何形状模板的、改进的CODENSATION跟踪算法；针对外部世界的目标物体，通过B样条曲线对其几何形状进行描述，并提出相应的CODENSATION跟踪算法；通过这两种不同的识别与跟踪策略很好的达到了机器人对其本体进行实时感知和对外部环境进行区分的目的。模仿生物视觉前馈控制的视觉-运动映射内部学习机制，提出了一种将BP神经网络和Sarsa(λ)强化学习相结合的学习算法，将这种学习算法应用到机器人视觉-运动映射模型中，将机器人姿态偏差角和视觉图像特征作为学习的输入量，将关节角速度作为学习的输出量，这种关节角速度可以解释为机器人的视觉前馈控制指令。仿真实验表明这种基于BP神经网络和强化学习的算法可以有效的逼近视觉-运动映射。针对传统的双目视差趋零控制存在的自由度限制和先验知识限制问题，提出了一种基于全局性轮廓特征和双目视差趋零控制的视觉反馈控制方法，构建由双目视差角误差和接近方向角误差组成的误差函数，从而推导出一种扩展的基于双目视差趋零控制的视觉反馈控制。这种扩展的视觉反馈控制可以较好的解决传统双目视差趋零控制中的自由度限制问题。同时目标跟随和接近实验表明这种扩展型视觉反馈控制可以有效的控制双目视差稳定趋零，从而达到精确对准和定位的目的。最后将手眼协调自主机器人应用到远程遥操作系统中构成监督控制遥操作系统和自主性可调的动态自主遥操作系统。为了和手眼协调自主机器人进行高效、流畅的交互，本文提出一种将自然图像界面和遥自主编程模块相结合的交互方式，通过这种交互方式将‘人—计算机—自主机器人’连接起来，自然图像交互界面为目标设定、定义提供渠道，遥自主编程模块为‘计算机—自主机器人’交互提供通道。实验表明这种应用手眼协调自主机器人的遥操作系统既可以发挥人类操作者的经验以应对较为复杂的工作环境，又可以充分的利用机器人的自主能力。(本文来源于《华中科技大学》期刊2009-03-01）
李明富,付艳,李世其,朱文革,赵迪[10]（2008）在《基于双目视差和主动轮廓的机器人手眼协调控制技术研究》一文中研究指出提出一种基于双目视差和主动轮廓的机器人手眼协调技术;该方法利用主动轮廓的思想动态地逼近和跟踪机器人及目标物体的外部轮廓,通过控制双目视差趋零来实现机器人靠近目标和抓取物体.首先建立了机器人手指轮廓的几何参数模型和相应的观测概率密度模型,利用CONDENSATION算法对轮廓进行动态逼近和跟踪.然后针对动态轮廓的几何特征,探讨了基于双目视差的手眼协调控制策略.最后利用这种手眼协调控制技术进行了机器人抓取圆球目标的实验.实验表明,这种方法具有对图像噪声不敏感的特点,可以在杂乱的背景环境和复杂的纹理条件下执行视觉引导的跟踪和抓取任务,具有较强的鲁棒性.(本文来源于《机器人》期刊2008年03期）
机器人手眼协调论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
机器人手眼协调系统的研究是国内外研究的热门课题,其研究涵盖了机器人运动学、图像处理与识别、机器视觉与控制等多门学科,研究成果广泛应用于航空航天和工业自动化生产领域,具有重要的研究意义和价值。本文在总结现有的机器人手眼协调系统研究成果的基础上,对比了基于图像、基于位置和混合视觉的视觉伺服系统的优缺点,阐述了视觉伺服系统的反馈控制方式。分析了摄像机模型以及世界坐标系、相机坐标系、图像物理坐标系和图像像素坐标系之间的变换关系。分析了机器人运动学,建立了机器人模型。确定了Canny算子来进行图像边缘检测方案以及利用图像矩来进行目标特征提取方法。研究了图像雅可比矩阵模型及其在线辨识方法,针对图像雅可比矩阵在线辨识实时性差、收敛速度慢、易受噪声影响等问题,提出了一种改进的Kalman滤波算法,并将辨识结果应用于机器人手眼协调系统中建立了眼在手视觉机器人的动态目标跟踪的仿真平台,完成了动态目标跟踪的仿真实验。实验证明,本文提出的图像雅可比矩阵在线辨识算法具有效率高、收敛速度快、误差更小等优点,具有较好的鲁棒性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
机器人手眼协调论文参考文献
[1].秦伟洋,岳晓峰,吴焕新,张鹏飞.机器人无标定手眼协调系统视觉跟踪[J].长春工业大学学报.2018
[2].秦伟洋.基于雅可比矩阵的工业机器人手眼协调系统的研究[D].长春工业大学.2018
[3].叶超强.基于机器人手眼协调的叁维零件位姿识别[D].上海交通大学.2017
[4].项祯桢,苏剑波,马哲.仿人机器人上基于无标定手眼协调的人机交互[C].第叁十叁届中国控制会议论文集（F卷）.2014
[5].张欣,周昌乐,江敏,晁飞.受人类婴儿发育启发的机器人手眼协调方法[J].机器人.2014
[6].杨扬,曹其新,朱笑笑,陈培华.面向机器人手眼协调抓取的3维建模方法[J].机器人.2013
[7].刘鹏玉.服务机器人手眼协调仿生控制研究[D].上海大学.2012
[8].李明富,李世其,赵迪,朱文革.基于手眼协调机器人的共享控制遥操作系统[J].机械设计与制造.2009
[9].李明富.生物视觉引导运动机制及机器人手眼协调研究[D].华中科技大学.2009
[10].李明富,付艳,李世其,朱文革,赵迪.基于双目视差和主动轮廓的机器人手眼协调控制技术研究[J].机器人.2008