哈工大自动控制元件及线路大作业技术总结.docxVIP

Harbin Institute of Technology自动控制元件大作业设计题目：目标随动系统的设计院系：航天学院控制科学与工程系班级：小组成员：指导教师：哈尔滨工业大学目标随动系统的设计1背景1．1伺服系统的简单介绍伺服系统（servomechanism）又称随动系统，是用来精确地跟随或复现某个过程的反馈控制系统。伺服系统使物体的位置、方位、状态等输出被控量能够跟随输入目标（或给定值）的任意变化的自动控制系统。它的主要任务是按控制命令的要求、对功率进行放大、变换与调控等处理，使驱动装置输出的力矩、速度和位置控制非常灵活方便。在很多情况下，伺服系统专指被控制量（系统的输出量）是机械位移或位移速度、加速度的反馈控制系统，其作用是使输出的机械位移（或转角）准确地跟踪输入的位移（或转角），其结构组成和其他形式的反馈控制系统没有原则上的区别。1．2视觉伺服的简单介绍本次课程设计的系统就是一种机器人视觉伺服系统。对于早期的伺服系统，都是由人来监控，或者是按照一定的模式使执行元件进行固定重复性的工作。这样的系统灵活性差，不能较好的应对目标的变化，限制了机器的工作范围。为了使机器具备环境适应能力，需要系统配备各种外部传感器，如力觉、触觉、距离和视觉传感器。其中视觉传感器是无接触测量，具有信号范围大、信息完整等优点，被认为是被控对象最重要的传感器。利用视觉传感器得到的图像作为反馈信息，可构造机器的闭环控制，即视觉伺服。这里的视觉是机器视觉，机器视觉的一般定义为：自动地获取分析图像，从而得到描述一个景物或控制某种动作的数据。机器视觉的主要任务可分为：第一，定位，即能够自动判断物体的位置，并将位置信息通过一定的通讯协议输出；第二，测量，自动测量产品的外观尺寸，比如外形轮廓、孔径、高度、面积等尺寸的测量；第三，缺陷检测，这是机器视觉系统用的最多的一种功能，它可以检测产品表面的一些信息。譬如：包装正误，有没有包装正确、印刷有无错误、表面有无刮伤或颗粒、破损、有没有油污灰尘、塑料件有没有穿孔、有没有注塑不良等；基本上，产品的品质需要用人眼来判断的，都可以尝试用视觉技术来替代，获得更有的产品性能。而视觉伺服则是以实现对机器人的控制而进行图像的自动获取与分析，因此是利用机器视觉的原理，从图像反馈信息中快速进行图象处理，并在尽量短的时间内给出控制信息，构成机器人的位置闭环控制。机器人视觉伺服是机器视觉和机器人控制的有机结合，是一个非线性、强耦合的复杂系统，涉及众多的研究领域，主要有计算机视觉、图象处理、机器人运动学和动力学、控制理论、实时计算等。随着计算机图象处理技术的飞速发展以及大量的数字图象处理设备性能价格比的提高，视觉伺服吸引了众多研究人员的注意并得到了快速的发展。1．3视觉伺服的发展情况七十年代，Shirai 和Inoue 提出了用视觉反馈提高机器人定位精度的方法，但由于当时条件所限，其实际为“static look then move”系统。其工作过程分为两部分：首先“look”，确定目标位置，计算出目标的坐标，然后“move”，控制机械臂到达目标位置，完成抓取任务。显然该方法是一种基于图像处理的开环控制，在控制过程中并没有对图像信息进行反馈，其严格意义来讲并不属于我们所说的“视觉伺服”的范畴。早期的“static look then move”模型本身并不具有实际意义，但却为机器人视觉伺服的研究奠定了基础。八十年代末，Hill与Park提出了“视觉伺服”（Visual Servo）的概念，该方法采用视觉反馈闭环控制方案，利用图像特征等视觉信息在线控制机械手位姿，实现控制功能。1994 年Hager研究了手眼分离配置下，任意放置的双摄像机组成立体视觉监控机器人抓取物体的手眼协调系统。1995 年Yoshimi实现了眼在手上配置的机器人视觉伺服系统插轴入孔的操作。近年来，随着图像处理器件和计算机性能的不断提高，机器人视觉技术也取得了长足的进步，视觉伺服获得了迅猛的发展。目前研究基于图像的运动目标跟踪问题成为主要的发展方向，无标定概念（在未知手眼关系模型的条件下，实现对运动目标的操作）的提出更是为视觉机器人领域提供了广空的发展空间。1．4视觉伺服的分类通常按照物理结构分可分为两种：（1）眼固定（Fixed in workspace）安装方式该种方式将摄像机固定在机器人空间中某个位置。这种方式可获得固定的图像分辨率，并可同时获得机械臂和工作环境的图像信息，便于将视觉系统集成到控制中。但采用这种方法有如下缺点：在机器人运动过程中，会发生图像特征遮盖现象，观察灵活性差；摄像机无法根据作业要求给出环境的细节描述。（2）眼在手上（Eyes-in-hand）安装方式该种方式将摄像机安装在机器人末端执行器上，随手爪的运动而运动，具有较大的视觉