（电力系统及其自动化专业论文）分布式视觉伺服机器人系统研究.pdf

西南交通大学硕士研究生学位论文 第1i 页 a b s t r a c t t h ep r a c t i c ep r e s e n t sad i s t r i b u t e dv i s u a ls e r v or o b o ts y s t e m ，w h i c hi s c o m p o s e do fg r b 4 0 0r o b o ts y s t e mw i t h4d e g r e e so ff f e e d o ma n dc o r e c 0 h i g hs p e e di m a g ec a p t u r es y s t e m i nt h es y s t e m ，t c p i pt e c h n o l o g yi sa p p l i e d ， 2 dm o v i n go b j e c tc a nb et r a c e db yu s i n gp i dc o n t r o lo rf u z z yc o n t r 0 1 t h e d i s t r i b u t e d s y s t e m h a sb e e n a p p l i e d t oai o to ff i e l d s s u c ha s s c a d a ( s u p e r v i s o r yc o n t r o la n dd a t aa c q u i s i t i o n ) ，d c s ( d i s t r i b u t e dc o n t r o l s y s t e m ) a t ma n dm a n yk i n d so f i n t e r n e ts e r v i c es y s t e m a tt h ee n do f8 0 sl a s t c e n t u r y ，t h er e s e a r c ho fm u l t ir o b o tc o o p e r a t i v es y s t e m s ，e s p e c i a l l yb a s e do nt h e c o n c e p to fm u l t i a g e n ts y s t e mi n t h ef i e l do fd i s t r i b u t e da r t i f i c i a li n t e l l i g e n c e ， h a sr e c e i v e dm u c ha t t e n t i o ni nr o b o t i c s n o r m a l l y , t h ev i s u a l s e r v or o b o t s y s t e m a r e c o m p o s e db y t o wm a i n s u b s y s t e m ( v i s u a lf e e d b a c ks y s t e ma n dr o b o t i cc o n t r 0 1s y s t e m ) i ti ss i m p l ea n d c o n v e n i e n c et om a k et h et o w s u b s y s t e mc o o p e r a t eb yu s i n g d i s t r i b u t e d a u t o n o m o u ss y s t e m i nt h i s s y s t e m ，i m a g ec a p t u r i n g ，i m a g ep r o c e s s i n g a n d i m a g ec h a r a c t e r i s t i c sa r ef i n i s h e db yv i s u a lf e e d b a c ks y s t e m ，a n df e e d b a c kd a t a a r eg i v e nf i n a l l y t h er o b o t i cc o n t r o ls y s t e mw i l ld r i v et h er o b o tt ot h ep r o p e r p o s i t i o na c c o r d i n gt ot h ef e e d b a c kd a t aa n dt h ec u r r e n ts t a t eo ft h er o b o t t h e t w os u b s y s t e ma r ec o n n e t e db ye t h e r n e tt oc o m p o s eac l o s e dl o o ps y s t e m t h e c o m m u n i c a t i o nb e t w e e nt h et o ws u b s y s t e ma r eb a s e do nt c p i pt e c h n o l o g y , u s i n gw i n d o w ss o c k e t sp r o g r a m m i n gi ns e r v e r c l i e n tm o d e i tb e c o m e se a s i e r a n dm o r ec o n v e n i e n c et or e s e a r c ho nt h ei m a g e p r o c e s s i n g ，i m a g ec h a r a c t e r i s t i c s ， v i s u a lc o n t r o l l e r d e s i g n i n g ，c o n t r o la l g o r i t h ma n ds oo i li n d e p e n d e n t l y t h o u g ht h i sp r a c t i c em a i n l yd i s c u s s e st h eb a s i cc o n c e p t u a lf r a m e w o r ko f v i s u a ls e r v or o b o t s y s t e m a n dd i s t r i b u t e da u t o n o m o u s s y s t e m i m a g e c h a r a c t e r i s t i c s ，t h ea l g o r i t h m so ft h er o b o t i cc o n t r o la n di m a g ep r o c e s s i n g ，t h e p r o g r a m m i n g o fn e t w o r kc o m m u n i c a t i o na n dw i n d o w s a p p l i c a t i o ns o f t w a r e a n d f i n a l l yad i s t r i b u t e dv i s u a ls e r v or o b o ts y s t e mi se s t a b l i s h e ds n c c e s s f u l l y , w h i c h a u t o t h r e s h o l da n dd i g i t a lf i l t e ra r ea p p l i e dt ov i s u a lf e e d b a c ks y s t e mt oi m p r o v e t h er o b u s t a n dt h e2 d m o v i n go b j e c tc a nb e t r a c e db y u s i n gp i dc o n t r o lo rf u z z y c o n t r o 】 k e yw o r d s ：v i s u a ls e r v o i n g ；d i s t r i b u t e ；s o c k e t ；t c p i p 西南交通大学硕士研究生学位论文 第1 页 第1 章绪论 1 1 视觉伺服机器人系统的发展现状 机器人视觉是随着上世纪6 0 年代末计算机与电子技术的快速发展而出 现的。把视觉信息用于机械手定位的研究可以追溯到上世纪7 0 年代。当时出 现了一些实用性的视觉系统，如应用于集成电路生产、精密电子产品装配、饮 料罐装场合的检次等“。早在上世纪8 0 年代，关于“视觉伺服”的论文已有 发表。上世纪8 0 年代后期，出现了专门的图像处理硬件，人们开始系统地研究 机器人视觉控制系统。到了上世纪9 0 年代，随着计算机的能力的增强到能够 有效地处理“视觉伺服”及其价格的下降，以及图像处理硬件和c c d 摄像机 的快速发展，让机器人视觉伺服又成为机器入领域的热门研究课题，视觉伺 服控制在理论和应用方面均得到很大的发展。远程操控、导弹跟踪、摘水果 机器人、乒乓球机器人、跳步机器人、汽车驾驶和飞机降落等均成为现实。 视觉伺服涉及高速图像处理、运动学、动力学、控制理论、实时计算等多个 领域，对系统要求较高。当今机器人的视觉伺服大部分是在环境已被标定的 前提下使用的，使机器人具有类似人类视觉的能力还需要更多的时间和研究。 我国在“十五”之前，主要是单纯的机器人研究，“十五”期间开始向机 器人技术领域转移，涉及特种机器人、数控、工程机械、盾构等方面。我国 的机器人技术与发达国家相比差距明显，如我们的仿人机器人与日本的相比， 在整体上差距较大，主要体现在运动稳定性、协调性、功能和外观等方面“。 我国近年在特种机器人方面取得了很多成果，在这方面与国外的差距正在缩 小。我国现在已是国际先进机器人协会的成员国。 机器人技术对国家经济发展和国防安全影响深远而重大。用机器人技术 武装装备制造业是一种必然的趋势，机器人技术的发展不仅将推动机器人本 身的发展，而且会对国家整体技术水平的提升产生重大影响，对国家可持续 发展，对国家安全产生重大影响。机器人技术在传统产业中的应用将大大提 高企业产品的竞争力，促进产品的更新换代，对国家经济产生巨大的推动作 用，尤其在汽车、数控、工程机械、电子制造、军工等行业。另外，众所周 西南交通大学硕士研究生学位论文第2 页 知，国际海底区域是地球上尚未被人类充分认识和开发利用的多种自然资源 的战略基地，它蕴藏着丰富资源，如锰结核、富钻结壳、热液硫化物、深海 生物基因等，且储量是陆地上无法相比的m ，。而在这些应用环境中，大多是 传统机器人无法适应的。视觉伺服将是机器人适应这些复杂环境的有效手段。 可见，尽快让视觉伺服在机器人领域中实用化并扩大其应用范围，对我国的 经济发展和国防安全有着重大的意义。 虽然视觉伺服在近十年发展迅速，但是由于视觉伺服所涉及的学科众多 以及这些学科发展现状的限制，视觉伺服仍有不少关键问题有待解决。首先 有图像特征的选择问题，它与视觉伺服系统性能密切相关。选择图像特征， 要多角度综合考虑。如控制的观点看，冗余特征可抑制噪声的影响，提高视 觉伺服性能，但这会使图像处理的时间增加和难度提高m “，从而降低系统的动 态性能，因此自适应地选择图像特征将会是一个发展方向；第二是无校正的 视觉伺服的研究，摄像机的精确定标是一个很复杂的过程，而许多物体的模 型无法描述或难以精确描述，加上精确定标的设备及条件要求较高，因此最近 几年无定标的视觉伺服正成为视觉伺服领域中的一个研究热点，它的主要思 想是在线调整图像雅可比矩阵；第三是视觉系统动态性能研究m ，目前大部 分的视觉伺服控制系统动态性能并不理想，实时性较差，对整个机器人视觉 伺服系统的动态性能的深入研究，将会是视觉伺服系统的又一研究热点；第 四是如何提高视觉伺服系统的性能，在视觉伺服中，图像采集、图像处理、 图像特征的抽取及三维信息的重构等方面，要处理的信息量大，算法复杂多 样，如果把相应的处理软件标准化、处理的硬件化，也将极大地提高视觉伺 服系统的性能。第五是各种智能算法的应用，神经网络、模糊控制、遗传算 法等智能算法的应用，将有助于在视觉伺服性能的提高；第六是分布式系统 的应用，随着计算机和i n t e r n e t 的飞速发展，分布式系统在各领域的应用日 渐成熟，其系统稳定性、标准化、低成本等优点将为机器人视觉伺服的发展 带来好处；最后是多种传感器互补3 ，虽然视觉传感器有很多优点，但也存 在一定局限性，有必要和其他的传感器一起使用，进行互补，以提高机器人 的感知能力，消除不确定性。 1 2 分布式系统的发展与应用 随着计算机和i n t e r n e t 的发展，使大型及高性能系统可以改变以前中央 西南交通大学硕士研究生学位论文 第3 页 “集权”模式，让前端子系统自闭环地完成所分配的任务，再利用网络技术 把各子系统连接起来，形成可靠性大幅度提高分布式系统。由于主计算机从 种类繁多的控制及运算中解脱出来，子系统间只有简单的网络连接等，系统 的成本，可靠性、灵活性及易用性均得到很大的提高。早在7 0 年代初，分布 式系统已应用于电力系统；随着上世纪8 0 年代的智能体的出现及系统体积的 明显减小，分布式系统在某些领域逐渐进入主导地位。现在s c a d a ( s u p e r v i s o r yc o n t r o la n dd a t aa c q u i s i t i o n ) 、d c s ( d i s t r i b u t e dc o n t r o l s y s t e m ) 已是电力系统不可缺少的重要组成部分。分布系统现已广泛应用于发 电及其在电力系统、网络化测试技术系统、系统任务调度、监控系统、信息 处理集成平台、数据采集控制系统、人工智能与多智能体系统、舰载作战系 统、现代化教学、银行a t m 系统及电话银行系统等多个领域。 分布式系统应用同益广泛，与其具有以下特点有着不可分割的联系。首 先，系统在逻辑的、语义的、时自的和空间的分布性使其对不同的环境有着 各种选择的余地并具有更大的适应能力；第二，系统具有很高的性能价格比： 第三是其扩充式的开发与管理，系统中的各个单元可由特定的领域专家独立 地开发，系统是可扩充的或与已有的计算机系统集成；第四是系统的高效率， 并行处理可提高计算与推理的速度；第五是自治性，出于局部控制和保护的 目的，系统中的各单元相对独立。第六是良好的可靠性，由于采用了冗余、 互检等技术，系统比集中式系统更可靠n “。 近十年的科学技术的快速发展，特别是微型计算机性能按摩尔定律快速 提高及i n t e r n e t 技术的普及，给分布式系统带来了新的发展趋势。首先，加 快应用分布式计算理论的研究成果，将分布式问题求解系统及方法推广到新 的应用领域：第二是要开展对任务自动描述及分解的知识及结构的研究，研 究更加实用的资源分配及任务分布的方法以及对智能性行为的建模和识别技 术的研究“；第三是远程智能的应用，使系统可靠性大大提高，系统部件数 量明显减少，经济效益显著，部件趋于标准化，扩展更为灵活；第四是综合 自动化应用增强，这主要原因是相关应用软件融进了许多实用经验及编程技 术的发展“气另外是面向对象技术和新的并行处理技术，使得分布式系统具 有更好的可扩展性、可编程性和兼容性，更适用于对容错能力和可靠性要求 很高的场合。 西南交通大学硕士研究生学位论文 第4 页 1 3 分布式视觉伺服机器人系统概述 让机器人能够很好地替代人劳动一直是人类的梦想“，当今世界有超过 8 1 0 5 台各种类型的工业机器人应用在工业领域，并且机器人的数目在不断 增加m ；但在大部分的应用中，人们是让工作环境适应机器人而不是机器人 适应工作环境：目前即使是世界上智能最高的机器人，对外部环境变化的适 应能力也非常有限，距人们预想的目标还有很大距离”“；其中的一个重要原 因是机器人缺乏足够的感官传感器，无法适应较复杂的环境，这极大限制机 器人的发展和应用范围的进一步扩大。为解决这一问题，学者们开始为机器人 添加各种外部传感器，其中比较重要的一种就是视觉传感器。视觉伺服给机器 人的发展注入了新的动力，其仿人视觉及非接触测量等功能使机器人能适应 多种复杂环境，让机械零件的自动检测、智能机器人控制、运动目标的自动 跟踪与识别、自治战车导航、登月舱的自动着陆及生产线的自动监控等成为 可能。视觉伺服涉及高速图像处理、运动学、动力学、控制理论、实时计算 等多个领域，对系统要求高。系统部件间须具备良好兼容性、复杂的系统及 昂贵的价格，这都极大限制了视觉伺服的研究、应用和推广。 当今社会，微型计算机在的应用越来越普及，微型计算机控制系统已相 当成熟；而随着i n t e r n e t 技术的飞速发展，以网络计算平台为中心的实用分 布式技术，取得了很大成功。系统的结构出现集中式、客户机服务器、浏览 器服务器及多层客户机服务器等多种结构并存的局面；以上结构，除集中 式外，别的均为分布式系统。分布式系统有着以下显而易见的优点：各终端 自闭环地完成任务，使得系统的可靠性大幅度提高；通讯网络的改善。相对 于原始的集中检测并控制的系统而言，各点间只需几根屏蔽双绞线，明显节 约了硬件投资，又大大降低了由于接线错误导致的故障率；主计算机从“繁 琐的事务”中解脱出来，不再需要使用性能强劲、价格高昂的计算机作主计 算机；多种编程方式可供选择、易学易懂、操作灵活、可多种操作系统平台 协同工作、系统结构灵活及标准化等。 将视觉伺服机器人系统的图像采集、处理和机器人控制分别用不同的硬 件系统完成，即用两台计算机实现视觉伺服机器人系统任务的分配，一台计 算机用于机器人的关节控制，另一台计算机用于图像采集及图像处理，这两 智能体系统最后利用t c p i p 通讯技术形成一分布式视觉伺服机器人系统；这 样，在降低系统对硬件的要求的同时，提高了系统的灵活性，也更方便于对 西南交通大学硕士研究生学位论文 第5 页 系统的图像处理、视觉控制及控制算法等进行单独研究 1 4 本文研究的主要内容、目标和方法 随着机器人的能力不断提高，机器人应用的领域和范围正不断扩展。人 们希望机器人能完成更加复杂的作业，而这些复杂的作业由单一机器人已难 以完成，需要多机器人相互协调与合作共同完成，这导致了机器人的应用方 式从部件式单元应用向系统式应用的方向发展。由几十台、甚至上百台机器 人组成的自动化生产线已相继出现。在过去的1 0 多年里，对多机器人协调控 制中的载荷分配、运动分解、避碰轨迹规划、操作柔性体或大型物体等问题 进行了大量的研究。虽然多机器人协调控制基本上不涉及系统组织与合作机 制等高层的控制问题( 在多机器人协调控制中，机器人之间的组织与合作关 系已经人为地事先确定了) ，但由于多机器人( 主要是多机器人臂) 操作物体时 形成的闭链系统，存在受限运动以及冗余度控制问题，这使得多机器人协调 控制问题十分复杂。在实施协调控制策略算法时，通常是建立一个集中式 ( c e n t r a l i z e d ) 的复杂的计算机控制系统来控制机器人间的协调运动。即由 一台主控计算机集中规划包括所有机器人的全部关节的时间空间关系，然后 产生出各个机器人控制器的输入指令。每个控制器再根据指令，控制各机器 人的运动，达到协调的目的。这种集中规划和集中式数据共享的方式在实际 应用中对主控计算机要求很高。8 0 年代末，受到分布式人工智能、分布式系 统研究的启发，一些从事机器人学研究的学者针对集中式控制的不足，提出 了多种基于分散化( d e c e n t r a l i z e d ) 和分布式( d i s t r i b u t e d ) 的多机器人系统 的合作组织策略、方法及协调机制。这能充分发挥多机器人系统中各个机器 人的智能，根据环境和任务的变化能灵活、快速地重新组织多机器人系统。近 年来，以多智能体系统的特性组织、控制多机器人系统，使系统具有能合作 完成人所赋予的任务的能力为基本思想的“多智能体机器人系统m a r s ” ( m u l t 卜a g e n t r o b o t s y s t e m ) 、自重构机器人系统s r r s ( s e l f - r e c o n f i g u r a b l e r o b o t i cs y s t e m s ) 、分布式机器人系统d r s ( d i s t r i b u t e d r o b o t i c s y s t e m s ) 相 继出现”。 本研究根据这些思想，即针对集中式控制的不足，让系统各功能模块智 能化，在利用网络将各智能单元结合成分布式系统，这样，在不影响系统性 能的前提下，降低系统对硬件性能的要求，实现视觉伺服机器人：在提高系 西南交通大学硕士研究生学位论文 第6 页 统可靠性、灵活性、实用性和易用性等的同时，使单独进行视觉伺服系统的 图像处理、视觉控制和控制算法等研究更为方便”“。 视觉伺服机器人系统的组成及其工作原理、视觉伺服机器人数学模型、 分布式系统、系统调试、分布式机器人视觉伺服系统的相关算法等是本文的 主要研究内容。视觉伺服机器人数学模型是研究机器人视觉伺服控制系统的 基础，它在整个研究过程中将起到致关重要的作用，是将视觉引入闭环控制 系统的基础；深入了解机器人视觉伺服系统的组成及其工作原理，使系统合 理功能分块，实现分布式系统的前提；分布式系统的引入，可让机器人视觉 伺服系统具有其可靠、灵活、易用等优点，提高视觉伺服机器人的使用性， 扩大其使用范围；在研究视觉伺服机器人数学模型的基础上构造部分系统仿 真，用于快速有效调试，使视觉伺服机器人控制系统控制算法、图像处理、 特征提取等研究得以方便进行，这将大大提高研究的工作效率，节省机器人 的硬件资源和研究费用。 本研究首先是建立视觉伺服机器人数学模型。它是机器人关节空间到视 觉空间的传递关系，是机器人动力学模型的拓广。研究带有视觉的机器人需 要建立视觉伺服机器人数学模型以进行视觉控制算法的设计。通过设计合适 的控制算法就能构成稳定的视觉伺服控制系统；然后建立视觉伺服机器人的 部分仿真系统，使诸如图像采集、图像处理、特征提取、视觉控制器算法的 调试和改进等有一安全、可靠、有效的试验平台，也可避免由于算法错误等 导致机器人实物的损坏；构建一分布式通讯系统，实现自律系统问可靠、快 速、准确的信息传输，是最终建立分布式物理系统的前提；最后，建立真实 物理系统进行实验验证。将台c c d 摄象机安装在机器手的末端，形成一典型 的“e y e i n h a n d ”系统：由视觉反馈系统负责图像采集、处理及特征提取最 终得出反馈信息等；机器人运动控制系统则根据反馈信息及机器人的当前状 态控制机器人的关节运动，使其到达相应的位姿。 西南交通大学硕士研究生学位论文第7 页 第2 章视觉伺服机器人系统数学模型 2 1 视觉伺服系统的组成与分类 机器视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提 取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型 的工业机器视觉应用系统包括光源、光学系统、图像捕捉系统、图像数字化 模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。系统首 先采用c c d 摄像机或其它图像拍摄装置将目标转换成图像信号，然后转变成 数字化信号传送给专用的图像处理系统，根据像素分布、亮度和颜色等信息， 进行各种运算来抽取目标的特征，根据预设的容许度和其他条件输出判断结 果。广义的机器视觉的概念与计算机视觉没有多大区别，而工业应用中的机 器视觉概念与普通计算机视觉、模式识别、数字图像处理有着明显区别。机 器视觉是一项综合技术，它更强调实时性，要求高速度和高精度，因而计算 机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发 展速度远远超过其在工业生产中的实际应用速度n ”。 视觉伺服机器人的控制系统可根据反馈信息类型、控制结构和图像处理 时间等方面进行分类；从反馈信息类型的角度，机器人视觉系统可分为基于 位置( p o s i t i o n b a s e d ) 的视觉控制和基于图像( i m a g e b a s e d ) 的视觉控制；从 控制结构的角度，可分为末端开环( e n d p o i n to p e nl o o p ) 控制系统和未端闭 环( e n d p o i n tc l o s el o o p ) 控制系统：从视觉系统与机器人系统的工作时间顺 序：可分为动态的视觉伺服( d y n a m i cv i s u a ls e r v o i n g ) 和静态的视觉伺服 ( s t a r i cv i s u a l s e r v o i n g ) ；在动态根据摄像机的安装位置可分为 e y e i n h a n d 安装方式和其它安装方式；根据所用摄像机的数目可分为单目、 双目和多目等；根据摄像机观测到的内容可分为e o l 和e c l 系统；根据是否 用视觉信息直接控制关节角，可分为动态l o o k a n d m o v e 系统和直接视觉伺 服( d i r e a rv i s u a s e r v o ) 系统；此外还可以根据任务，分为定位( f i x a t i o n ) 、 抓取( g r a s p i n g ) 、跟踪( t r a c k i n g ) “。本文根据反馈信息对视觉伺服系统 进行功能分割，产生智能单元，形成分布式系统，故主要研究基于位置的视 西南交通大学硕士研究生学位论文 第8 页 觉控制和基于图像的视觉控制的视觉伺服机器人系统。 基于位簧的视觉控制系统框图如图1 所示，这种方法是把误差信号定义 图1 基于位置的( p o s i t i o n b a s e d ) 视觉控制系统 在三维世界坐标系。误差信号通过比较机械手当前位置与期望位置之差得到。 视觉传感器把采集到的图像信息转换为目标相对于机械手末端的相对位姿。 其的主要优点体现在易于理解，直接在笛卡尔空间控制机械手的运动，另外 它把视觉重构问题从机器人的控制中分离出来，这样可以对二者分别进行研 究；其缺点主要体现在需要精确的视觉系统及机器人系统模型，对这二者的 精度敏感，而这二者的精确定标又难以做到。此外由图像估计位姿的计算量 也较大，对图像噪声敏感也是其缺点u “。 图2 是基于图像的视觉伺服系统框图，其伺服误差直接定义在图像特征 图2 基于图像的( i m a g e b a s e d ) 视觉控制系统 空间。误差信号是通过比较当f j 图像特征与期望图像特征而得到的。目标图 像是事先通过遥控器把机械手移动到目标位置采集得到的图像。基于图像的 视觉伺服需要构造图像雅可比矩阵来描述图像特征与机器人各个关节的关 西南交通大学硕士研究生学位论文第9 页 系。其优点主要体现在图像特征值直接用于控制机器人的运动，不需要进行 三维位姿估计，且其对摄像机的定标误差不敏感。其主要缺点体现在图像雅 可比矩阵是摄像机与目标的关系矩阵，经常随时间的变化而变化的，很难求 得精确解析解。现在有不少视觉伺服系统采用在线调整图像雅可比矩阵的办 法克服这一缺点，但在也存在其逆矩阵有奇异点导致系统的不稳定的可能。 通过数学分析与仿真结果指出：对于固定安装的摄像机系统，不管是单摄像机 或是多摄像机，基于位置与基于图像的控制方式具有相同的跟踪结果；而对于 e y e i n h a n d 系统，在存在图像量化误差及图像噪声的情况下，基于图像比基 于位置的控制方式有更好的跟踪性能m “。 2 2 视觉伺服机器人数学模型 2 2 1 机器人坐标变换矩阵 一般定义机器人两连杆的相对空间关系的矩阵为a ，也叫做连杆变换矩 阵，并把两个或以上a 矩阵的乘积叫做t 矩阵，2 t 。即表示连杆4 对连杆2 的 变换阵。这些矩阵是要在一系列坐标系的基础上建立的，而这些坐标系是依 赖于机器人机械手连杆连接的类型的，分转动关节和棱柱联轴节( 平动关节) 两种连接m ，。 对于转动关节，如图3 所示，两连杆间的距离为d ，连杆长度为a ，连 连扦 图3 转动关节连杆四参数示意图 西南交通大学硕士研究生学位论文 第10 页 杆扭角为a 。，两连杆的夹角为0 ，0 。为关节变量。连杆i 的坐标系原点位 于关节i 和i + l 的公法线与关节i 轴线的交点上。如果两相邻连杆的轴线相 交于一点，那么原点就在这交点上。如果两轴线平行，那么就选择原点使对 下一连杆( 其坐标原点已确定) 的距离d 为零。连杆i 的z 轴与关节i + l 的 轴线在一直线上，而x 轴则在连杆i 和i + 1 的公法线上，其方向i 从指向i + 1 ， 见图3 。当两关节轴线相交时，x 轴的方向与两矢量的交积z 。z 。平行或反 向平行，x 轴的方向总是沿着公法线从转轴1 1 指向i 十1 。当x ，一，和x ，平行且同 时时，第i 个转动关节的o ，为零m “。 对于平动关节，如图4 所示，特征参数有0 、d 和n ，距离d 。为关节变 关节i t 图4 平动关节连杆四参数示意图 量，关节的轴线方向为此关节的移动方向。不同于转动关节，浚轴的方向是 规定的，但空间位置没有规定。对于平动关节，长度a 没有意义，一般令其 为零；此关节的坐标系原点与下一规定的连杆原 点重合。棱柱式连杆的z 轴在关节i + l 的轴线上。 x ，轴平行或方向平行于棱柱联轴节方向矢量与z ， 矢量的交积。当d ，= o 时，一般定义该联轴节的位 置为零m 。 而对于夹手的坐标系建立如图5 所示，z 向 矢量处于夹手进入物体的方向上，并称这位接近 矢量a ；y 向矢量的方向从一个指尖指向另一个 图5 夹手坐标系 西南交通大学硕士研究生学位论文第1 1 页 指尖，处于规定夹手方向上，称为方向矢量0 ；最后一个矢量叫做法向矢量 i n - ，它与矢量0 和a 一起构成一个右手矢量集合，并由矢量的交乘所规定： r l = o a 1 。 图6 是本文在固高科技的四自由度g r b 4 0 0 一g 工业机器人系统的基础 图6 机器人坐标变换关系图 上，在其执行末端安装一个高速摄像机，形成e y e i n h a n d 系统，依据以上 原则建立的坐标变换关系图，根据机器人运动学理论有： a 1 = 0 a lc o s o , 08 ，s i n 目 1d ， o1 0 4 ，c o s 良 0 a ，s i n 只 1d ol 21 2 2 饵只 帕峨， 吣吣。o呲鸸。 _ 洲。o 叫 q q 色吼 鹕鸣。鸩鸣。o 西南交通大学硕士研究生学位论文 第12 页 1o 0 1 oo 00 0 d x 0 d y 一1 出 01 式中0 。、o2 - 机器人轴和二轴的转角； 其余如图3 所示； 可得机器人执行末端坐标系与基坐标系之间的变换矩阵如下 c o s ( o t + 0 2 ) s i n ( 0 1 + 致) 0 0 s i n ( o i + 岛) c o s ( o i 十晚) o o 式中 m l = ( d ，+ 日2 ) c o s ( 0 1 + 以) 一d ，s i n ( o l + 以) + 口】c o s ( o , ) m 2 = ( d x + a 2 ) s i n ( o , + 吼) 一d ys i n ( o l + 0 2 ) + a 1s i n ( 9 1 ) 2 2 2 图像雅可比矩阵 2 3 2 4 设s = s 。，s 。，s ， 1 表示c a r t e s i a n 空间下的末端位姿，q ： q 。，q 2 i 一， q 。 t 表示对应的关节坐标，f = f ，f 。，f 。 r 表示对应的特征空间坐标；j 表示末端的速度矢量( 包括平移速度和旋转速度) ，审表示关节速度矢量， 表示图像特征的变化速度。关节速度厅与对应的任务空间速度j 之间的关系 为j = = j ，d ，其中j 。称为机器人雅可比矩阵，表示向量s 对向量q 的导数。 任务空间速度j 与对应的图像特征的变化速度厂之间的关系为，= j 。j ，其中 l 称为图像雅可比。图像特征的变化速度厂与对应的关节速度。之间的关系 为厂= j ，4 ，其中j ，= j “。本文以摄像机的光轴为z 轴( 光轴垂直于成像面) ， 建立摄像机坐标系统如图7 所示，固定的目标点p 在摄像机坐标系下的齐次 d+ 嵋峨畋。 d 0 o 0 0 西南交通大学硕士研究生学位论文第13 页 x 丐 f 像面 bp 1 - i 实物 图7 摄像机成像原理 z 坐标为： 。p = 【。x y 。zl y ，在基坐标系下的齐次坐标为 。尸= 。x 。】，。z1 rm ，由于摄像机安装在机器人的执行末端，所以有 。声= 矗( 。乏锄d r = 。毫。冉。乏。 和 。户= 0 ，可推导得 。声一。车1 0 毫c p 2 - 5 本文只研究平面跟踪问题，这使得在实际过程中z 不变，所以可得 俐0卅。幻。煮黧搿或sin02lo,+02 c o s 0 2 悯, - y z 一。 l 。p j o ( 出坞) ( 反+ 幺) m ：或l r o 设目标点p 在成像面内的坐标为f = u ，v 7 ，并设f 代表图像特征， 为透镜焦距，则由透镜成像原理可得 删等 z z 嘲- 弓 z s 式中 一为摄像机透镜的焦距： 与公式2 - 6 联立后对u 、v 求导可得 ，2 l 事d y ：莓a 1 s i n o z a i c o s 0 2 。淳a 2 + d x 二 z 一。 。卜警m 可“+ 可a 一 西南交通大学硕士研究生学位论文第14 页 此系统的图像雅司比矩阵为 ，一卜专兄一半五考五l 屯一卜警五+ 警“+ 警- 叫 令鼠= ( d 2 + 出) 2 c z ，b l = 口l m c z ，最= 咖2 1 c z ； ，一v + b 2 一蜀s i n 0 2 一v + b 2 1 。7 一l “+ 曰。+ 曰。c o s 0 2 “+ 口。j 雅可比矩阵的行列式为： i j 。i = b l f v 一曰2 ) c o s 0 2 一b i ( b n + u ) s i n 0 2 2 1 0 则公式2 7 简化为 2 一l l 雅可比矩阵的逆为： j i t ：去l ，b o + “ v - b 2 l 2 - 1 2 “一冈l 一( 坟+ ”+ b c o s 0 0b ：一v b is i n 0 。 2 ，2 3 数学模型的组成 图8 是本视觉伺服机器人系统数学模型结构图，其中用粗虚线围着的 图8 视觉伺服机器人系统数学模型 框1 是本文建立的机器人视觉伺服数学模型。公式2 - 9 是描述机器人关节角 l 、关节角2 的变化和摄像机成像的变化的关系式，对应于图中用细虚线围着 西南交通大学硕士研究生学位论文第15 页 的框2 ；主要由“摄像机”和“图像处理特征提取”完成；而公式26 描述 的是机器人关节角1 、关节角2 的变化与实物( 被跟踪物体) x 、y 坐标的变 化关系，以公式2 4 为基础的，对应于图中的“速度控制机器人”；对于视觉 伺服，公式2 - 1 2 是至关重要的，可根据成像坐标的变化求解机器人两关节角 的变化，用于控制机器人的关节运动，实现视觉伺服跟踪。本文在控制算法 方面使用了p i d 控制和模糊控制，均可实现视觉伺服跟踪控制； 西南交通大学硕士研究生学位论文 第16 页 第3 章分布式视觉伺服机器人系统 3 1 分布式系统组成 要用分布式系统完成视觉伺服控制，首先要对视觉伺服机器人控制系统 进行功能分割，即对分布式系统的智能单元进行任务分配和功能定义，这涉 及到系统稳定、故障冗余、可靠性、并行处理等多种问题，是构造分布式系 统的关键问题之一。本文把视觉伺服机器人系统分成视觉反馈系统、机器人 运动控制系统两个智能单元；视觉反馈系统负责图像采集、处理及特征提取 最终得出反馈信息并发送等；机器人运动控制系统则根据接收来的反馈信息 及机器人的当前状态求解机器人各关节的控制量，并使机器人及时、稳定的 到达相应的位姿。 另一关键问题是如何使多个智能单元形成一能有效协调工作的有机体， 通讯与磋商是多智能单元协同工作的必然手段和途径。这涉及实时、可靠、 保密等技术的融合。早期分布式系统大多使用专用网络、r s 2 3 2 、r s 4 2 2 、r s 4 8 5 、 现场总线( f i e l d b u s ) 等进行通讯方式，9 0 年代中后期，随着以太网技术成 熟的，对基于以太网技术的分布式系统进行了大量研究和实践，效果喜人。 一般认为，以太网构造分布式系统是一种较好的解决方案，并具有很好的发 展前景；它是未来现场总线发展的方向，因为他具有许多独特的优点；如技 术成熟，实现起来比较容易，丰富网络产品( 如l o m i o o m 集线器、交换机) ， 接入设备的以太网卡、互连设备的网关、路由器、网桥、中继器等可以直接 选用；另外，以太网比现场总线具有更高的带宽，而且还可以较容易地升级 到1 0 0 m 甚至1 0 0 0 m 高速以太网，其可靠性也较高。因为连接在底层以太网的 智能仪表等具有即插即用( p n p ) 功能，而且用户可以在任何时间、任何地点直 接操作它，非常方便测试系统的维护，可通过f t p 、s m t p 、h t t p 等真正实现 远程设置、远程测量、远程控制、远程校准、远程故障诊断和远程报警等， 真正实现测控网络和信息网络的无缝接口以及测试系统的远程操作。 由于以太网采用的数据链路层协议c s m a c d 的非确定性，不能满足响应 时间的严格实时性要求，但采用交换式以太网和相应的改进措旌，可以满足 绝大多数应用要求。以太网测试系统开放性也带来了安全性问题，由于通过 西南交通大学硕士研究生学位论文第17 页 i n t e r n e t 可以直接操作底层以太测控网，应避免其从i n t e r n e t 上的有意或 无意的攻击和破坏。采用诸如：用户身份验证、密码、过滤技术、实时监控 数据加密处理等措施可以有效解决这一问题。而嵌入式t c p i p 应用是以太网 通讯的关键，由于t c p i p 协议族非常庞杂，对t c p i p 协议作的适当裁剪是 必要的。 智能单元间的通讯与面向数据处理与信息共享的计算机网络通讯有很大 的不同。如果过份依赖通讯进行信息获取，那么，随着智能单元数量增加， 系统通讯的负担将使系统的运作效率下降( 本文只有两个智能单元，不用考 虑这一问题，但数据量太大，也会给系统的实时性带来问题) 。因此，既要研 究适合通信的机制( 规范与协议) ，又要利用智能单元具有对周围环境的感知 和推断能力。 本文通过以太网把以上两智能单元( 视觉反馈系统、机器人运动控制系 统) 连结起来，形成如图9 的的分布式视觉伺服机器人系统。 图9 基于t c p i p 的分布式视觉伺服机器人系统结构图 3 2 分布式系统内部通讯 如上所述，两智能单元( 视觉反馈系统、机器人运动控制系统) 间要通 过网络通讯进行信息交换形成闭环以实现实时有效的、可协同工作的分布式 系统。在两子系统间建立安全、有效、可靠、保密、兼容性好的通讯通道是 建立本分布式系统的重点。进入九十年代后，随着计算机和网络技术的发展， 基于以太网通讯的很多分布式系统都采用开放系统结构的客户机服务器网 络模式，即客户机提出任务请求，通过网络发送给服务器，服务器做相应处 西南交通大学硕士研究生学位论文 第18 页 理，执行被请求的任务，然后将结果返回给客户机。银行的a t m 前置机和数据 处理的主机之间、电话银行的前置机和银行数据处理主机之间都是这样的网 络模式，运用基于s o c k e t 编程可实现这样的网络模式。s o c k e t 通讯可实现 异种机、异种操作系统应用程序间的相互连接和通信，兼容性非常好，其它 性能指标也可满足本分布式系统对网络通讯的要求。 本文使用w i n d o w ss o c k e t s 规范实现网路通讯，它是以u c b e r k e l e y 大学b s du n i x 中流行的s o c k e t 接口为范例定义了一套m i c o s o f tw i n d o w s 下网络编程接口，不仅包含了人们所熟悉的b e r k e l e ys o c k e t 风格的库函数； 也包含了一组针对w i n d o w s 的扩展库函数，如：1i s t e n0 、a c c e p t0 、c o n n e c t ( ) 等，使程序员能充分地利用w i n d o w s 消息驱动机制进行编程，减少工作量， 缩短开发时间，开发出符合w i n d o w s 规范的，接口统一的、0 兼容性好的应 用程序。应用程序和w i n d o w ss o c k e t 的关系如图1 0 所示。 虑用程序1 i - 鹿翊程n 2 l i! 恻络编程界西，蜘l w i n d o w ss o c k e t if 网络通讯协议服务界面，女l i t c p i p if 操作系统，n w i n d o w s lf 物理通讯介质 图1 0 应用程序与w i n d o w ss o c k e t 关系图 s o c k e t 通讯的基石是套接口，一个套接口是通讯的一端。套接口存在于 通讯域中，通讯域是为了处理一般的线程通过套接口通讯而引进的一种抽象 概念。套接口通常和同一个域中的套接口交换数据( 数据交换也可能穿越域 的界限。但这时一定要执行某种解释程序) 。w i n d o w ss o c k e t s 规范支持单一 西南交通大学硕士研究生学位论文第19 页 的通讯域，即i n t e r n e t 域。 套接口可以根据通讯性质分类，这种性质对于用 户是可见的，应用程序一般仅在同一类的套接口间通讯。不过只要底层的通 讯协议允许，不同类型的套接口间也照样可以通讯。用户目前可以使用两种 套接口，即流套接口和数据报套接口。流套接口是基于t c p b ? 协议的，能 提供了双向的，有序的，无重复并且无记录边界的数据流服务。数据报套接 口则基于u d p 协议，支持双向的数据流，但并不保证是可靠，有序，无重复