面向模具保护的无标定视觉伺服控制方法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61202203
项目类别：
青年科学基金项目
资助金额：
24.0万
负责人：
邢科新
依托单位：
浙江工业大学
学科分类：
F0210.计算机图像视频处理与多媒体技术
结题年份：
2015
批准年份：
2012
项目状态：
已结题
起止时间：
2013-01-01 至2015-12-31

项目参与者：
董辉；倪洪杰；王三秀；董齐芬；姜旭飞；林叶贵；黄文嘉；
关键词：
特征提取无标定视觉伺服模具保护回声神经网络滑模控制

项目摘要

Now the remain on the mold need to be removed artificially when the mold monitor and protection system takes alarm. This artificial process leads to low efficiency in production. To implement full automation and no-man on duty during production processes, the servo manipulator and uncalibrated visual servo control technology will be adopted to implement inspection, location and grabbing of the foreign substances. In order to improve the real-time characteristic and robustness of the object tracking, this work plans to research the dimension reduction method of the local feature for the tracking object. At the same time, to develop the visual servo control algorithm based on the pseudo-inverse matrix of the image Jacobian, which is estimated online by the high efficiency and adaptive echo state network. Considering the uncertainty of the manipulator's dynamic and the external disturbance, the study integrates the preliminary methods to develop the robust and adaptive dynamic visual tracking control strategy. This work explores the advanced visual servo control algorithm and promotes its actual application in mold protection area. This is a research work with positive academic and practical significance.

课题针对当前的模具保护器报警后需要人工干预处理残留物，无法实现全自动化无人值守的缺点。将伺服机械手引入模具保护系统，提出利用机器人无标定视觉伺服技术进行模具残留物的实时检测、定位和抓取的新思路。从提高模具残留物目标定位和跟踪的鲁棒性与实时性角度出发，研究抓取视觉对象的降维局部特征提取算法。总结现有的雅可比矩阵在线迭代估计算法的共性，设计统一的算法框架，并利用回声神经网络的自适应性和计算的高效率特性，设计图像雅可比伪逆矩阵的在线估计算法及其运动学视觉伺服控制算法。并将上述基于运动学的视觉伺服控制算法扩展到动力学视觉伺服控制中，同时考虑系统动力学模型及外部扰动存在的不确定性，引入扩展状态观测器对其不确定特性或扰动进行补偿，设计具有鲁棒特性的自适应动力学视觉伺服控制方案。本课题既面向视觉伺服控制技术的理论前沿，又推动视觉伺服控制技术在模具保护行业的实际应用，具有重要的理论和现实意义。

结项摘要

课题针对当前的模具保护器报警后需要人工干预处理残留物，无法实现全自动化无人值守的缺点，将伺服机械手引入模具保护系统，提出利用机器人无标定视觉伺服技术进行模具残留物的实时检测、定位和抓取的新思路。本项目搭建了以 TMS320DM6437为核心的硬件平台,重点突破DSP核心控制板的硬件设计和以模具保护为背景的软件算法框架，引入了基于Zigbee无线传感网络技术，实现了模具安全的远程监控。从提高模具残留物目标定位和跟踪的鲁棒性与实时性角度出发，研究抓取视觉对象的降维局部特征提取算法，完成了基于FAST-9的快速图像特征提取和配准算法的研究，降低了特征匹配算法的计算复杂度，提高了图像特征匹配的效率,并用在Labview平台上完成了运动工件的分拣系统设计，用于在线实时识别运动工件，并在此基础上，采用卡尔曼滤波方法估计运动工件的运动状态，实现了运动目标的实时跟踪和抓取。最终，形成了一套完整的应用于模具保护系统的算法理论。同时，课题组也进一步研究了基于扩张状态观测器的自抗扰控制方法和滑模控制算法，并在相关的实验平台上进行了实验研究，有望在下一步工作中将该方法应用于伺服机械手中，实现自适应的抓取控制。在本项目的资助下，共发表学术论文14篇，开发了一套摸具保护系统实验平台，授权发明专利2项，实用新型专利3项，授权软著2篇，1项发明专利在受理，培养硕士研究生3名，尚在培养的相关博士研究生1名，硕士研究生2名。项目全面完成了预期目标。本课题既面向视觉伺服控制技术的理论前沿，又推动视觉伺服控制技术在模具保护行业的实际应用，具有重要的理论和现实意义。