機器人光電視覺控制理論及其應用研究.pdf

1、機器人視覺控制系統(tǒng)利用機器視覺進行目標信息采集，輔助系統(tǒng)完成閉環(huán)的反饋控制，與傳統(tǒng)的機器人控制技術相比，具有更高生產(chǎn)柔性和智能化水平。該控制系統(tǒng)適用于高速、高精度的工業(yè)應用場景，是機器人領域的重要研究方向，具有重要的社會經(jīng)濟和理論研究價值。本文針對影響系統(tǒng)效率和控制精度的幾個關鍵技術問題進行了研究，主要的研究內(nèi)容和成果如下：
　?。?）使用Phong模型改進透視變換匹配算法，提高算法效率
　　本文利用雙向反射分布函數(shù)（Bid

2、irectional Reflectance Distribution Function, BRDF）中的Phong模型，對基于邊緣的透視形狀匹配算法進行改進，減少算法的消耗時間，提高補強片自動貼片系統(tǒng)（Auto Stiffener Bonder, ASB）的整體工作效率；
　　針對柔性電路板（Flexible Printed Circuit, FPC）ASB系統(tǒng)中傾斜目標的匹配定位問題，本文利用BRDF中的Phong模型，模擬目

3、標在不同傾斜角度下光線的反射情況，使用圖像亮度預測目標當前姿態(tài)，更新計算模板，減小模板初始誤差，縮小搜索范圍。實驗結果表明，本文設計的方法能夠較準確的預測目標傾斜角度，角度預測誤差小于3度。在較大傾斜角度下，目標整體匹配誤差在1.5個像素以內(nèi)。相較未改進的原匹配方法，減少了算法消耗時間65％，提高了系統(tǒng)整體工作效率14%；
　?。?）將Eye-in-hand二維標定模型改進為三維模型，提高標定計算精度
　　針對可控自由度有限

4、的視覺機器人系統(tǒng)，本文提出的Eye-in-hand三維標定模型能夠有效提高手眼標定算法的計算精度，同時不受相機安裝姿態(tài)的限制；
　　針對 FPCASB系統(tǒng)中的手眼標定問題，為了消除相機的安裝垂直度偏差對標定結果帶來的誤差，本文對常規(guī)的Eye-in-hand二維標定模型進行改進。利用標定板得到相機的外參數(shù)，將外參數(shù)與常規(guī)的二維標定模型相結合，從而擴展為包括移動相機完整姿態(tài)信息的三維模型，計算出移動相機坐標系與機器人基礎坐標系間的手眼

5、標定矩陣。結果顯示，三維模型的標定計算誤差小于0.1μm，相比使用二維模型降低了一個數(shù)量級，有效提高了標定計算精度。同時，本文利用厚度較小的菲林修正手眼標定矩陣的Z方向分量，修正后的ASB系統(tǒng)具有較高的定位精度，手眼標定的誤差絕對值小于0.015 mm。以0.12 mm作為產(chǎn)品規(guī)格界限（Specification Limit, SL），系統(tǒng)在修正后的制程能力指數(shù)（Process Capability Index, CPK）從0.838提

6、高到5.389，有效減小了誤差均值，設備性能得到了大幅提高；
　?。?）針對FPCASB系統(tǒng)提出了新的誤差補償方法，減少了系統(tǒng)貼合誤差
　　針對 FPCASB系統(tǒng)中的手眼標定與機器人末端工具的旋轉(zhuǎn)和下壓動作，本文提出的誤差補償方法能夠有效減少二者對系統(tǒng)貼合精度帶來的誤差。該方法快速實用，無需對標定結果中各部分誤差進行逐項檢測和計算；
　　本文利用齊次坐標變換描述誤差在不同坐標系間的耦合情況，并使用最小二乘法計算誤差模型

7、參數(shù)，用于建立誤差模型。結果表明，本文的誤差補償方法可將貼合誤差減小一個數(shù)量級，同時對工具旋轉(zhuǎn)下壓動作造成的貼合誤差進行了補償，可進一步減小28%的貼合誤差。系統(tǒng)在整個工作范圍內(nèi)的貼合精度為±0.046 mm@3sigma，針對補強片產(chǎn)品規(guī)格界限為0.1 mm的型號，本系統(tǒng)的CPK為2.19，表明系統(tǒng)能較好地滿足FPC補強片貼裝的高精度要求；
　?。?）設計的視覺伺服控制器無需使用濾波器結構，降低了系統(tǒng)復雜度
　　本文設計的

8、自適應控制器，無需使用濾波器對圖像速度進行預測，避免引入了濾波器結構，使得控制器結構更簡單可靠。同時控制參數(shù)的減少使得參數(shù)整定難度降低，控制方法更容易工程實現(xiàn)；
　　為了減少圖像實際速度測量誤差對系統(tǒng)控制性能的影響，本文設計的自適應控制器無需測量目標圖像速度，針對運動學與動力學參數(shù)不確定的視覺機器人系統(tǒng)，能夠完成二維平面內(nèi)的軌跡跟蹤任務。設計的滑膜矢量一階導數(shù)不受圖像實際速度參數(shù)的影響，并提出新的圖像位置參數(shù)估計方法來代替圖像速度