基于機(jī)器視覺的挖掘機(jī)器人控制系統(tǒng)研究.pdf

1、液壓挖掘機(jī)是應(yīng)用廣泛、結(jié)構(gòu)復(fù)雜的工程機(jī)械。隨著挖掘機(jī)技術(shù)的發(fā)展，目前國內(nèi)外許多研究機(jī)構(gòu)都致力于提高挖掘機(jī)自動(dòng)化、智能化水平的研究。為實(shí)現(xiàn)挖掘機(jī)的自主挖掘功能，挖掘機(jī)的機(jī)器人化是其發(fā)展的重要方向。為提高工作效率，降低勞動(dòng)強(qiáng)度，適應(yīng)復(fù)雜工作環(huán)境，實(shí)現(xiàn)自主挖掘?qū)⒊蔀樘岣咄诰驒C(jī)智能化水平的研究熱點(diǎn)。
　　課題在對挖掘機(jī)進(jìn)行機(jī)器人化改造基礎(chǔ)上，建立了工作裝置和電液系統(tǒng)模型，對工作裝置軌跡規(guī)劃進(jìn)行了仿真研究。結(jié)合視覺傳感器獲取環(huán)境信息，設(shè)計(jì)了

2、一種適合挖掘機(jī)器人的自抗擾視覺伺服控制器，并通過仿真和試驗(yàn)驗(yàn)證了自抗擾視覺伺服方法的有效性。構(gòu)建了基于行為控制的挖掘機(jī)器人控制體系結(jié)構(gòu)，對給定的挖掘任務(wù)進(jìn)行狀態(tài)分解，實(shí)現(xiàn)自主挖掘。具體研究工作包括以下幾個(gè)主要方面:
　　(1)針對PC02-1型小松液壓挖掘機(jī)，設(shè)計(jì)了電液系統(tǒng)改造方案，對挖掘機(jī)進(jìn)行了機(jī)器人化電液比例技術(shù)改造。在工作裝置上安裝了傾角傳感器和壓力變送器，在機(jī)架上安裝了視覺傳感器。在Matlab/Simulink環(huán)境下搭建

3、了挖掘機(jī)器人的xPCtarget控制平臺(tái)，給出了xPC target的配置方法和工作流程。采用宿主機(jī)—目標(biāo)機(jī)的外部模式實(shí)現(xiàn)對挖掘機(jī)器人的實(shí)時(shí)控制，可方便地進(jìn)行動(dòng)態(tài)模型實(shí)驗(yàn)，實(shí)時(shí)獲取最佳控制參數(shù)。
　　(2)挖掘機(jī)器人的工作裝置類似于由液壓缸驅(qū)動(dòng)的機(jī)械臂，采用機(jī)器人學(xué)的運(yùn)動(dòng)學(xué)理論對工作裝置進(jìn)行正向/逆向運(yùn)動(dòng)學(xué)模型的建立，并將位姿空間、關(guān)節(jié)空間和油缸空間聯(lián)系起來，實(shí)現(xiàn)在各個(gè)空間對挖掘機(jī)器人的控制。建立了挖掘機(jī)器人閥控液壓缸系統(tǒng)模型，并

4、采用RBF神經(jīng)網(wǎng)絡(luò)對電液系統(tǒng)參數(shù)進(jìn)行辨識。對工作裝置運(yùn)動(dòng)學(xué)逆解采用RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化策略，實(shí)現(xiàn)工作裝置鏟斗末端運(yùn)動(dòng)軌跡規(guī)劃。為提高挖掘機(jī)器人工作裝置挖掘作業(yè)時(shí)軌跡規(guī)劃控制精度，建立了ANFIS逆映射模型，選取逆映射間的輸入、輸出曲面數(shù)據(jù)訓(xùn)練ANFIS結(jié)構(gòu)，實(shí)現(xiàn)由給定的期望挖掘軌跡，獲得相應(yīng)的關(guān)節(jié)角，進(jìn)而用于跟蹤期望的運(yùn)動(dòng)軌跡，仿真表明跟蹤精度能較好滿足實(shí)際要求。
　　(3)針對室外道路圖像易受光照影響的特點(diǎn)，提出了去相關(guān)拉伸變換的

5、方法。為提高鏟斗圖像質(zhì)量，采用直方圖均勻化方法進(jìn)行圖像增強(qiáng)。為去除障礙物目標(biāo)圖像中的背景影響，引入了基于梯度的分水嶺變換圖像分割方法，對挖掘機(jī)器人運(yùn)動(dòng)路徑上的障礙物及目標(biāo)進(jìn)行分割。為提高對鏟斗目標(biāo)的識別精度，提出了基于不變矩和改進(jìn)BP網(wǎng)絡(luò)的圖像目標(biāo)識別方法，提高了對鏟斗目標(biāo)識別的可靠性。
　　(4)攝像機(jī)參數(shù)標(biāo)定是建立機(jī)器視覺測量系統(tǒng)的基礎(chǔ)，是提高視覺測量精度的保證。建立了挖掘機(jī)器人攝像機(jī)視覺系統(tǒng)內(nèi)、外參數(shù)成像模型，分析了攝像機(jī)非

6、線性畸變參數(shù)，確定了適合挖掘機(jī)器人視覺系統(tǒng)的標(biāo)定參數(shù)。通過采集自制的棋盤標(biāo)定模板圖像，基于OpenCV技術(shù)實(shí)現(xiàn)了對模板角點(diǎn)的提取，進(jìn)而標(biāo)定出攝像機(jī)模型的內(nèi)部參數(shù)矩陣，攝像機(jī)非線性模型的徑向畸變系數(shù)，及攝像機(jī)外部旋轉(zhuǎn)矩陣和平移向量，并給出了標(biāo)定參數(shù)誤差。標(biāo)定結(jié)果表明，誤差達(dá)到亞像素級，可滿足挖掘機(jī)器人視覺系統(tǒng)的標(biāo)定及視覺測量精度要求。建立了挖掘機(jī)器人雙目立體視覺系統(tǒng)模型并進(jìn)行了標(biāo)定。研究了挖掘機(jī)器人鏟斗目標(biāo)圖像匹配方法，對雙目立體視覺匹配

7、進(jìn)行了仿真研究。
　　(5)在立體視覺系統(tǒng)標(biāo)定及圖像匹配的基礎(chǔ)上，研究了立體視覺深度信息測量方法、目標(biāo)圖像定位方法、運(yùn)動(dòng)目標(biāo)跟蹤方法。研究了基于顏色標(biāo)記跟蹤的挖掘機(jī)器人鏟斗目標(biāo)及姿態(tài)識別方法。研究了鏟斗標(biāo)記圖像的特征提取及鏟斗目標(biāo)定位的實(shí)現(xiàn)方法。
　　(6)研究了圖像雅可比矩陣及改進(jìn)神經(jīng)網(wǎng)絡(luò)圖像雅可比矩陣估計(jì)方法。為提高挖掘機(jī)器人的自主挖掘能力，設(shè)計(jì)了基于圖像的自抗擾視覺控制器，對挖掘機(jī)器人的動(dòng)臂、斗桿、鏟斗組成的3節(jié)機(jī)械臂

8、末端位置和姿態(tài)在x-z平面進(jìn)行控制。針對自抗擾控制器需要整定的參數(shù)較多，參數(shù)間相互影響，整定困難的特點(diǎn)，引入了粒子群算法對控制器參數(shù)進(jìn)行優(yōu)化。由于原始粒子群算法存在后期易陷入局部最優(yōu)的缺欠，采用小生境粒子群算法對自抗擾控制器參數(shù)進(jìn)行整定優(yōu)化。搭建了基于視覺的自抗擾控制系統(tǒng)，并進(jìn)行了仿真研究。
　　(7)為實(shí)現(xiàn)挖掘機(jī)器人的自主挖掘，構(gòu)建了適合挖掘機(jī)器人的行為控制體系結(jié)構(gòu)。以挖掘行為作為基準(zhǔn)，用狀態(tài)流模型實(shí)現(xiàn)挖掘目標(biāo)、挖掘任務(wù)、挖掘行