基于关节驱动与视觉伺服的机械臂协同避障跟踪控制.pdfVIP

摘要

智能机械臂在许多行业有着广泛的应用，同时在机械臂系统中搭载视觉系统还

能够提高对环境的感知能力。在工业生产中，机械臂的自主避障和跟踪控制对于提

高生产效率、工作安全性和灵活性至关重要。本文通过结合关节驱动和视觉伺服技

术，旨在解决机械臂在复杂环境中的避障与跟踪问题，以实现更高效、更安全、更

灵活的工业生产，研究内容如下。

(1)图像处理的精度是影响机械臂对特定目标进行定位抓取的重要因素，传统

模板匹配算法虽然能够根据模板信息找到图像中与模板对应的目标，但是对环境变

化非常敏感。针对这一问题，本文设计了动态多维度模板匹配算法。首先对模板图

像与原图像进行高斯金字塔下采样以提高检测速度。然后将模板图像按照指定步长

旋转，每次旋转的结果与原图像进行匹配并打分，得分最高的区域即为感兴趣区域

(RegionofInterest,ROI)。考虑到模板尺寸变化或不同的相机拍摄角度会导致匹配精

度下降的因素，设计了一种动态模板更新策略。实验结果表明，在改变模板尺寸后，

采用动态多维度模板匹配算法依然可以精确定位出目标。相比传统模板匹配算法，

定位精度提高了约53%。比未引入动态模板策略的多维度模板匹配算法，定位精度

提高了约28%。

(2)针对机械臂在复杂环境中作业可能会发生碰撞的问题，设计了基于自适应

快速拓展随机树(Rapidly-exploringRandomTrees,RRT)算法，用于提前规划出一条

无碰撞的机械臂运动路径。算法基于自适应采样概率策略，根据迭代次数与无碰撞

次数计算出每一步生成随机节点的概率，使得路径更容易向着目标点进行开辟。通

过自适应步长策略，将环境信息考虑在内，在生成新点之前计算不同的步长以达到

更快的收敛速度。最后采用五次多项式插值算法得出一条平滑且无碰撞的轨迹。实

验结果表明，本文设计的自适应RRT算法能够无碰撞地抵达目标位置，并且在路径

搜索时间方面比传统RRT算法降低了约73%，采样节点数降低了约74%，运行路

程减少了约14%。

(3)针对机械臂在工作任务中对目标实现快速运动控制与精确跟踪的问题，设

计了机械臂关节驱动与视觉伺服协同控制。首先通过避障规划算法，确定一条无碰

撞路径，使得机械臂能够快速地从起始位置运动到指定的工作空间。然后根据设计

的协同控制策略，引入视觉伺服控制，实现目标的精确定位跟踪。机械臂的关节驱

动采用基于改进趋近律的非奇异快速终端滑模控制(NonsingularFastTerminalSliding

ModeControl,NFTSMC)，视觉伺服采用积分滑模控制(IntegralSlidingModeControl,

ISMC)。实验结果表明，相比于其他的关节驱动控制方法，本文所设计的关节驱动

控制器能够更快地使机械臂运动至工作空间，在控制精度上比NFTSMC提高了约

50%，比SMC提高了约63%。比NFTSMC的平均上升时间快了约0.12秒，比SMC

的平均上升时间快了约0.2秒。在视觉伺服方面，本文设计的方法对于静止和移动

的目标均具有良好的定位效果，平均像素误差在8个像素单位以内。

本文从目标定位角度设计视觉融合算法，改善了模板匹配的局限性，提升了目

标定位的精度；从躲避障碍物角度设计改进的RRT算法，用于快速规划出机械臂的

安全运行路径；为了使机械臂能够快速运动且精确跟踪目标，设计了基于关节驱动

与视觉伺服的协同控制策略，具有重要的理论研究与实际应用价值。

关键词：模板匹配；RRT算法；关节驱动；视觉伺服；协同控制