基于图像的视觉伺服系统的分析.docxVIP

基于图像的视觉伺服系统的分析Image-Based Visual Servoing(IBVS)摘要：在MATLAB环境下导入机器人工具箱，对puma560机器人进行demo6模板的基于图像的视觉伺服系统的分析。要是根据物体的三维空间位置，使用摄像机获取物体的二维图像位置，然后根据期望及误差来获取物体当前的三维空间位置，根据物体位置信息，使用MATLAB进行基于图像的视觉伺服闭环系统的仿真。Abstract: import robot toolbox in MATLAB environment, demo6 template of puma560 robot visual servo system based on image analysis. If according to the three-dimensional space position of the object, use the camera to obtain two-dimensional image position of the object, and then based on the current expectation and error to obtain the three-dimensional space position, according to the object location information, the use of MATLAB simulation based on image visual servo closed-loop system.基于视觉的伺服原理首先是根据物体所在的三维空间位置，用摄像机来获取物体的二维空间位置，最先有两种方法，一是eye-to-hand，二是eye-in-hand，我们这次仿真使用的是eye-in-hand，使用当前图像位置减去期望图像位置来获得这两者之间的误差。来根据摄像机所获得的二维图像位置来估计物体所在的三维图像位置，再使用机器人的机械手来运动到物体所在的位置。基于图像的视觉伺服系统结构图根据MATLAB仿真得到puma560机器人的基于图像的视觉伺服系统结构图，删掉plot之后，改变反馈比例系数为0.6，使得误差减小。此系统包含了逆向运动学模块，三维图像到二维图像的转换模块，基于图像的控制算法模块和误差反馈模块，下面将一一分析各个模块。逆向运动学模块根据逆向运动学模块来获得雅克比矩阵的逆，当前机器人的关节位置和速度，根据逆向运动学公式来获得关节速度，这个模块主要用来获得机器人的关节空间位置。三维图像到二维图像的转换模块此模块主要是根据摄像机来获取物体的当前二维图像位置。基于图像的控制算法模块和误差反馈模块此模块改变了反馈比例系数为0.6，使误差相对于之前减小了很多。使用当前图像位置减去期望图像位置来获得这两者之间的误差，使用误差模块主要是为了减小机器人的关节运动到物体所在位置的误差。误差图像如下：机器人的关节空间位置如下：摄像机所得到的物体二维图像位置：总结通过此次实验及论文，我学会了如何使用机器人工具箱来仿真基于图像的视觉伺服系统结构图，同时也复习了相关的逆向运动学的知识，此次实验使我受益匪浅。参考文献《机器人技术基础》熊有伦 北京机械工业出版社