基于事件相机与脉冲神经网络的机械臂高速动态目标无延迟视觉伺服系统设计.docxVIP

PAGE2

基于事件相机与脉冲神经网络的机械臂高速动态目标无延迟视觉伺服系统设计

摘要

随着工业自动化和智能机器人技术的飞速发展，机械臂在高速动态目标抓取与跟踪场景中的应用日益广泛。传统基于固定帧率相机的视觉伺服系统，因存在时间冗余和运动模糊等问题，难以满足高动态场景下对低延迟、高精度的迫切需求。

本课题旨在设计一种基于事件相机与脉冲神经网络相融合的无延迟视觉伺服追踪系统。事件相机能异步感知光照变化，以微秒级时间分辨率输出稀疏的脉冲事件流。脉冲神经网络凭借其事件驱动的计算特性，能够天然兼容并高效处理此类异步脉冲数据，从而实现端到端的低延迟目标状态感知。本文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进逻辑，首先剖析了高速动态目标追踪中的核心痛点，明确了系统在响应延迟、追踪精度及抗干扰能力方面的量化指标。

随后，本文设计了分层异步处理的系统架构，并深入阐述了事件流数据预处理、基于脉冲响应的时空特征提取网络、以及基于特征的视觉伺服控制律等核心模块的详细设计。在实现环节，搭建了包含实际参数的系统仿真与实物验证环境，针对关键技术难点提出了并验证了解决策略。最终，通过全面的功能与性能测试，证实本系统在实现毫秒级追踪响应的同时，达到了设定的精度要求。

本设计的核心创新点在于，利用脉冲神经网络的时空稀疏编码能力，直接在事件相机生成的脉冲流上完成目标姿态估计，避免了传统视觉方案中