機器人視覺運動控制平臺

可實現(xiàn)三維視覺引導、機器人運動控制、視覺檢測、三維建模等方面的實驗和創(chuàng)建算法開發(fā)平臺。 2100433B

（1）額定負載：4kg；（2）重復定位精度：±0.02mm；3）臂長：水平臂長 (到安裝面): 665mm 水平臂長 (到腕心): 600mm 垂直臂長 (到安裝面): 885mm 垂直臂長 (到腕心): 820mm；（4）最大運動范圍： J1(Turning): ±170 deg J2(Lower Arm):-160 to 65 deg J3(Upper Arm):-51 to 225 deg J4(Wrist Roll): ±200 deg J5(Wrist Bend): ±135 deg J6(Wrist Twist): ±360 deg。

第1章 緒論

1.1 機器人視覺控制

1.1.1 機器人視覺的基本概念

1.1.2 機器人視覺控制的作用

1.2 機器人視覺控制的研究內(nèi)容

1.2.1 攝像機標定

1.2.2 視覺測量

1.2.3 視覺控制的結(jié)構(gòu)與算法

1.3 機器人視覺系統(tǒng)的分類

1.3.1 根據(jù)攝像機與機器人的相互位置分類

1.3.2 根據(jù)攝像機數(shù)目分類

1.3.3 根據(jù)測量方式進行分類

1.3.4 根據(jù)控制模型進行分類

1.4 視覺控制的發(fā)展現(xiàn)狀與趨勢

1.4.1 視覺系統(tǒng)標定研究進展

1.4.2 機器人的視覺測量研究進展

1.4.3 機器人的視覺控制研究進展

1.4.4 機器人視覺控制的應用現(xiàn)狀

1.4.5 機器人視覺測量與控制的發(fā)展趨勢

參考文獻

第2章 攝像機與視覺系統(tǒng)標定

2.1 攝像機模型

2.1.1 小孔模型

2.1.2 攝像機內(nèi)參數(shù)模型

2.1.3 攝像機外參數(shù)模型

2.2 單目二維視覺測量的攝像機標定

2.3 Faugems的攝像機標定方法

2.3.1 Faugems攝像機標定的基本方法

2.3.2 Faugeras攝像機標定的改進方法

2.4 Tsai的攝像機標定方法

2.4.1 位姿與焦距求取

2.4.2 畸變矯正系數(shù)與焦距的精確求取

2.5 手眼標定

2.6 基于消失點的攝像機內(nèi)參數(shù)自標定

2.6.1 幾何法

2.6.2 解析法

2.7基于運動的攝像機自標定

2.7.1 基于正交平移運動和旋轉(zhuǎn)運動的攝像機自標定

2.7.2 基于單參考點的攝像機自標定

2.8 畸變校正與非線性模型攝像機的標定

2.8.1 基于平面靶標的非線性模型攝像機標定

2.8.2 基于平面靶標的大畸變非線性模型攝像機的標定

2.9 結(jié)構(gòu)光視覺的參數(shù)標定

2.9.1 基于立體靶標的激光平面標定

2.9.2 主動視覺法激光平面標定

2.9.3 斜平面法結(jié)構(gòu)光視覺傳感器標定

參考文獻

第3章 視覺測量

3.1 視覺測量中的約束條件

3.1.1 特征匹配約束

3.1.2 不變性約束

3.1.3 直線約束

3.2 單目視覺位置測量

3.3 立體視覺位置測量

3.3.1 雙目視覺

3.3.2 結(jié)構(gòu)光視覺

3.4 基于目標約束的位姿測量

3.4.1 基于立體視覺的位姿測量

3.4.2 基于矩形的位姿測量

3.5 基于PnP問題的位姿測量

3.5.1 P3P的常用求解方法

3.5.2 PnP問題的通用線性求解

3.6 基于消失點的位姿測量

3.6.1 基于消失點的單視點三維測量

3.6.2 基于消失點的單視點仿射測量

3.7 移動機器人的視覺定位

3.7.1 基于單應性矩陣的視覺定位

3.7.2 基于非特定參照物的視覺定位

3.8 移動機器人的視覺全局定位

3.8.1 基于非特定參照物的視覺全局定位

3.8.2 視覺定位與里程計推算定位的信息融合

3.9 MEMS裝配中的顯微視覺測量

3.9.1 顯微視覺系統(tǒng)的構(gòu)成

3.9.2 顯微視覺系統(tǒng)的自動調(diào)焦與視覺測量

3.9.3 實驗與結(jié)果

參考文獻

第4章 視覺控制

4.1 基于位置的視覺控制

4.1.1 位置給定型機器人視覺控制

4.1.2 機器人的位置視覺伺服控制

4.1.3 基于位置的視覺控制的穩(wěn)定性

4.1.4 基于位置視覺控制的特點

4.2 基于圖像的視覺控制

4.2.1 基于圖像特征的視覺控制

4.2.2 基于圖像的視覺伺服控制

4.2.3 基于圖像的視覺控制的穩(wěn)定性

4.2.4 基于圖像的視覺控制的特點

4.3 混合視覺伺服控制

4.3.1 2.5D視覺伺服的結(jié)構(gòu)

4.3.2 2.5D視覺伺服的原理

4.4 基于結(jié)構(gòu)光的機器人弧焊混合視覺控制

4.4.1 圖像空間到機器人末端笛卡兒空間的雅可比矩陣

4.4.2 混合視覺控制

4.4.3 實驗與結(jié)果

4.5 直接視覺控制

4.5.1 直接視覺控制的結(jié)構(gòu)

4.5.2 visual.motor函數(shù)的實現(xiàn)

4.6 基于姿態(tài)的視覺控制

4.6.1 姿態(tài)測量

4.6.2 基于姿態(tài)估計的視覺控制系統(tǒng)的結(jié)構(gòu)與基本原理

4.6.3 實驗與結(jié)果

4.7 基于圖像雅可比矩陣的無標定視覺伺服控制

4.7.1 動態(tài)牛頓法

4.7.2 圖像雅可比矩陣的估計

4.8 自標定視覺控制

4.8.1 攝像機的自標定

4.8.2 目標跟蹤視覺控制

4.9 基于極線約束的無標定攝像機的視覺控制

4.9.1 基本原理

4.9.2 視覺伺服控制

4.9.3 實驗與結(jié)果

參考文獻

第5章 視覺控制的應用

5.1 開放式機器人控制平臺

5.1.1 多層次結(jié)構(gòu)的開放式機器人控制平臺

5.1.2 本地機器人的實時控制

5.1.3 圖形示教實驗與結(jié)果

5.2 具有焊縫識別與跟蹤功能的自動埋弧焊機器人系統(tǒng)

5.2.1 焊接小車與視覺系統(tǒng)

5.2.2 結(jié)構(gòu)光焊縫條紋圖像的處理

5.3 曲線焊縫跟蹤的視覺伺服協(xié)調(diào)控制

5.3.1 機器人運動與特征點坐標變化的數(shù)學分析

5.3.2 模糊視覺伺服控制器的設(shè)計

5.3.3 實驗與結(jié)果

5.4 仿人形機器人的火炬?zhèn)鬟f

5.4.1 系統(tǒng)構(gòu)成與目標特征

5.4.2 目標分割與邊緣提取

5.4.3 特征提取

5.4.4 火炬?zhèn)鬟f任務中的視覺引導

5.4.5 趨近與對準

5.4.6 實驗與結(jié)果

參考文獻

機器人視覺測量與控制涉及光學、電子學、控制科學、計算機科學等眾多學科，是一門重要的綜合性前沿學科。在工業(yè)機器人、移動機器人領(lǐng)域。軍事領(lǐng)域、航天與空間探索領(lǐng)域等具有廣闊的應用前景。研究實時視覺測量與控制，對于提高機器人的自主作業(yè)能力、拓展機器人的應用范圍具有十分重要的意義。

本書從控制的角度出發(fā)，以工程實現(xiàn)為目標，以機器人的視覺控制為背景，系統(tǒng)全面地介紹了視覺系統(tǒng)的構(gòu)成和標定、視覺測量的原理與方法、視覺控制的原理與實現(xiàn)，并給出了機器人視覺測量與控制的應用示例。全書以串聯(lián)關(guān)節(jié)機器人為主，同時兼顧了移動機器人的控制問題。

全書由5章構(gòu)成，分別為緒論、攝像機與視覺系統(tǒng)標定、視覺測量、視覺控制、視覺控制的應用。本書從控制角度，以能夠進行工程實現(xiàn)為目標，以機器人的視覺控制為背景，系統(tǒng)全面地介紹了視覺系統(tǒng)的構(gòu)成和標定、視覺測量的原理與方法、視覺控制的原理與實現(xiàn)，并給出了機器人視覺測量與控制的應用示例。

本書面向從事機器人研究和應用的科技人員，注重反映本領(lǐng)域的研究前沿和可實現(xiàn)性?？勺鳛闄C器人、計算機視覺等領(lǐng)域科研工作者和工程技術(shù)人員的參考書，也可作為控制科學與工程、計算機等學科的研究生和高年級本科生的教材。

機器人視覺培訓站包含一臺工業(yè)機器人，一套視覺系統(tǒng)以及配套的控制設(shè)備及安全措施，用于演示機器人的視覺功能。機器人視覺培訓站通過在機器人本體上 加裝視覺采集裝置、圖像處理與識別單元、結(jié)果顯示單元以及視覺系統(tǒng)控制單元，來模擬人的視覺功能，實現(xiàn)對目標對象的識別、判斷與測量，能夠幫助學生機器人視覺采集、轉(zhuǎn)換與處理的過程。 2100433B