基于图像的机械臂手眼协调系统研究优秀毕业论文 可复制黏贴.pdf

硕士学位论文硕士学位论文 基于图像的机械臂手眼协调系统研究 research of robotic arm hand-eye coordination system based on image 周金宝 周金宝 哈尔滨工业大学 2011 年年 6 月月 国内图书分类号：tp273 学校代码：10213 国际图书分类号：681.5 密级：公开 工学硕士学位论文 基于图像的机械臂手眼协调系统研究 硕 士研究生： 周金宝 导师： 陈 平 副教授 申请学位级别： 工学硕士 学 科 、 专 业： 电力电子与电力传动 所 在 单 位： 电气工程系 答 辩 日 期： 2011 年 6 月 授予学位单位： 哈尔滨工业大学 classified index: tp242.6 u.d.c: 681.5 dissertation for the master degree in engineering research of robotic arm hand-eye coordination system based on image candidate： zhou jin bao supervisor： associate prof. chen ping academic degree applied for： master of engineering specialty： power electronics and electrical drive affiliation： dept. of electrical engineering date of oral examination： june，2011 degree-conferring-institution： harbin institute of technology 哈尔滨工业大学工学硕士学位论文 摘 要 自从诞生以来，机器人就一直处于从简单到复杂，从单一到多样，从低 级到高级的不断发展过程中，特别是随着电子器件技术的发展，计算机的处 理能力与传感器技术有了很大的提高，人们不再满足于机器人仅能在特定的 工作环境中按照既定程序进行重复操作，纷纷为其添加各种外部传感器，使 其具有更广的适用范围及更高的性能，其中机器人视觉的引入是机器人技术 的一个飞跃性发展，其能够为机器人提供丰富而广泛的信息，并能够对环境 进行非接触式测量。在机器视觉的的众多研究方向之中，研究机器人的视觉 传感器与执行器之间的协调控制策略具有广泛的应用前景，并已经成为一个 研究热点。 实验室现有 rm-501 机械臂一台，但是除机体其余设备已损坏，本课题 的主要目的是为其设计驱动控制系统，同时加入视觉检测系统，使其具备手 眼协调功能，最终使其成为一个开放性的教学演示平台。 论文首先对机器人及其手眼协调的背景及发展历程进行了详细的介绍， 通过对机械臂手眼协调的特点、适用条件及优缺点进行分析，并结合本课题 的特点及要求，本文选用了单目、眼在手上的物理结构及基于图像的视觉控 制方式。然后对机械臂手眼协调系统进行了总体介绍，其主要分为关节驱动 控制系统、视觉检测系统和视觉控制器，之后对它们进行了详细设计。其 中，关节驱动控制系统中使用了 pwm 的调速方式对各关节电机进行驱动， 采用了外环位置环与内环速率换的双闭环控制结构；视觉检测系统主要是采 用了基于背景差分的方法实现对目标物体的检测，为了验证算法首先在 matlab 环境下对其进行了仿真，之后将其移植到 adsp blackfin533 平台 上，并使用 d/a 将图像特征矢量输出给主控计算机；视觉控制器的设计是 基于图像雅克比矩阵模型，其主要是建立起图像特征矢量变化与机械臂空间 运动之间的关系。最后进行系统联调，其中控制器主要是在主控计算机的在 simulink/rtw 环境下搭建的，其它个子系统通过 pci1711 板卡与主控计算 机的控制器进行实时通信，最终实现机械臂的手眼协调功能。 目前已完成了对机械臂手眼协调的各子系统的设计与调试，并进行系统 联调，实验结果比较理想，但是对目标物体的定位与跟踪精度上还需进一步 研究。 关键词关键词：手眼协调；图像雅可比；机械臂；视觉检测 - i - 哈尔滨工业大学工学硕士学位论文 abstract robot has been experience the development from simple to complex, from single to diversity and from low to high level since its appearance. especially along with the development of the electronic technology, the processing capability of computer and sensor technology has been highly increased, people are no longer satisfied with the robots which operate in a specific mode in a certain circumstances. various sensors are added to improve its application and performance. among the sensors, visual feedback is a leap in robot technology because it can provide robot with rich information in a non-contact way. the coordinated control stategy between robot vision sensor and actuator has a broad prospect of application and thus become a hotspot among the many research of machine vision. the rest equipments except the main body of the rm-501 mechanical arm in laboratory are damaged. the main aim of this paper is to design a control system and add in visual inspection system for the robot to provide robot with hand-eye coordination function, as to turn it into an open platform for teaching demonstration. this paper firstly introduces the background and development process of the robot hand-eye coordination in detail. through analyzing its characteristics, advantages, disadvantages and applicable conditions, and combined with the characteristics and requirements of the project, this paper adopts monocular, eye in hand and image-based visual control method. the general eye-hand coordination system of the robotic arm which consists of joint drive control system, visual inspection system and visual controller, is then given, before the detailed design is carried out. the pwm method is used in joint drive control system which adopts the outer position loop and inner rate loop for the double closed-loop structure. the background subtraction method is used in the visual inspection system to achieve target detection. simulation under matlab is carried out to verify the algorithm before transform it to the adsp blackfin 533 platform. image feature vector is exported to host computer through d/a. the design of visual controller is based on image jacobian matrix model. its main task is to build up the relationship between image feature vector and robotic task space. finally, the system integrating and test is carried out. the controller is built in the simulink/rtw in the host computer, other subsystems are real-time connected to the host computer through pci1711 board. the robotic arms hand- - ii - 哈尔滨工业大学工学硕士学位论文 - iii - eye coordination is finally realized. the designs and debuggings of subsystems are done and the system integrating and test is carried out. the results are ideal. however, the positioning and tracking precision need further studies. key words: hand-eye coordination; image jacobian; mechanical arm; visual inspection 哈尔滨工业大学工学硕士学位论文 目 录 摘 要 . i abstract . ii 第 1 章 绪 论 . 1 1.1 本课题背景及研究的目的和意义 . 1 1.2 机器人手眼协调综述 . 2 1.2.1 机器人手眼协调的发展历程 . 2 1.2.2 机器人手眼协调系统的分类及特点. 3 1.2.3 机器人手眼协调的发展趋势 . 6 1.3 本课题主要研究内容 . 7 第 2 章 机械臂手眼协调总体方案及运动学分析 . 10 2.1 引言 . 10 2.2 机械臂手眼协调系统的组成 . 10 2.3 机械臂关节驱动控制系统 . 11 2.4 视觉检测系统设计方案. 12 2.5 视觉控制器设计方案 . 12 2.6 机械臂的运动学分析与仿真 . 14 2.6.1 正运动学分析 . 14 2.6.2 机械臂工作空间 . 19 2.7 本章小结 . 22 第 3 章 机械臂关节驱动控制系统设计 . 23 3.1 引言 . 23 3.2 rm-501 机械臂拆装及端口测试 . 23 3.3 关节驱动电路设计与测试 . 24 3.3.1 pwm信号发生电路 . 25 3.3.2 光耦隔离电路 . 27 3.3.3 功率放大电路 . 28 3.3.4 关节驱动电路的测试 . 29 3.4 关节位置和速率反馈设计 . 31 3.4.1 位置反馈的实现 . 32 3.4.2 速率反馈的实现 . 34 3.5 本章小结 . 37 第 4 章 视觉检测系统设计 . 38 4.1 引言 . 38 4.2 数字图像处理 . 38 4.2.1 图像的变换 . 38 4.2.2 图像增强 . 39 - iv - 哈尔滨工业大学工学硕士学位论文 - v - 4.2.3 图像形态学处理 . 40 4.2.4 图像特征识别 . 41 4.3 视觉子系统设计及算法仿真 . 42 4.3.1 背景模型的建立 . 43 4.3.2 物体的识别和跟踪 . 44 4.3.3 系统仿真及结果显示 . 44 4.4 视觉检测系统的硬件实现 . 46 4.4.1 adsp blacfin533 性能 . 46 4.4.2 外设接口和访问方式 . 46 4.5 视觉检测系统的软件实现 . 48 4.5.1 图像采集及灰度处理 . 48 4.5.2 运动物体的检测和识别 . 50 4.5.3 检测结果d/a数据输出 . 52 4.6 本章小结 . 53 第 5 章 视觉控制器设计与系统调试 . 54 5.1 引言 . 54 5.2 基于雅可比矩阵的视觉控制器设计 . 54 5.2.1 机械臂手眼协调系统建模 . 54 5.2.2 系统建模 . 56 5.2.3 控制器设计 . 59 5.3 机械臂关节控制系统调试 . 61 5.3.1 直流电机的数学模型 . 61 5.3.2 电机参数测试 . 62 5.3.3 关节控制器的调试 . 63 5.4 机械臂手眼协调系统仿真 . 66 5.5 系统实物联调 . 68 5.6 本章小结 . 69 结 论 . 70 参考文献 . 71 哈尔滨工业大学学位论文原创性声明及使用授权说明 . 75 致 谢 . 76 哈尔滨工业大学工学硕士学位论文 第1章 绪 论 1.1 本课题背景及研究的目的和意义 机器人就是人类模仿人体构造制作以代替人来完成各种各样工作的机 器，自上个世纪五十年代世界上第一台机器人在美国诞生以来，机器人技术 迅猛发展，并已经形成一个相对独立的、涉及多个领域的综合性学科，即机 器人学1。机器人技术的诞生对传统工业造成了深远的影响，大量的机器人 被应用于工业生产中，大大提高了社会生产效率，而且机器人的种类越来越 多，执行的任务也越来越复杂。但目前大多数应用在机械制造、零件加工和 装配及运输领域的工业机器人，都是按照人们根于使用环境和场合预先设定 好的方式进行工作，当环境发生变化，则需重新设计。随着科技的进步，尤 其是对机器人技术至关重要的传感器技术、计算机技术、电子技术及人工智 能技术的高速发展，人们已不再满足机器人在固定环境按照程序设定的功能 进行重复的操作。为了提高机器人的性能，人们通过为其添加了视觉、接近 觉、触觉等各种各样的传感设备来提高机器人的自我感知和规划决策能力， 以此适应环境变化2。 由于机器人的研究从一开始就是拟人化的，而人类对周围环境的感知大 多是通过视觉来完成，为此，为机器人安装上视觉传感器使其具有视觉能 力，必将提高机器人的感知能力，为其提供大量、广泛、丰富的外界信息 3，一旦机器人拥有了这一能力，将大大提高机器人的使用范围和性能4。 机器人视觉是一个涉及实时计算、图像处理、控制理论等多学科内容的 研究领域。由于现今大多工业机械人都是基于机器手臂结构，所以研究机器 手执行器和视觉传感之间的协调控制策略，即手眼协调，具有广泛应用前景 5。目前，对以机械臂视觉定位和跟踪为研究对象的机器人手眼协调已经成 为智能机器人研究的热点之一。 本课题的研究对象是是实验室现有的一套 rm501 五自由度机械臂，但是 其除了机器本体结构完好外，其余的驱动控制系统已经完全损毁，本课题主 要是对该机械臂进行现代化的改造升级，为其添加了驱动控制系统，并加入 视觉检测系统，通过对目标物体的图像的采集、处理，把处理后的结果作为 机械臂的运动反馈信息，并根据反馈信息规划出各个关节的运动轨迹。最终 建立基于机械臂 rm501 视觉控制系统的通用性的实验演示平台。 - 1 - 哈尔滨工业大学工学硕士学位论文 1.2 机器人手眼协调综述 1.2.1 机器人手眼协调的发展历程 机器人视觉控制与计算机视觉紧密相关，其伴随着计算机视觉技术的发 展而进步。计算机视觉就是用计算机和视觉传感器对人脑和眼睛的信息处理 方式进行模拟，通过对采集的图像片或视频进行处理以获得目标物体的特征 信息，其最终就是要使计算机视觉能够具有像人那样通过视觉来感知外部世 界的能力，并对环境有一定的适应性。因此，研究人员想开发出一种视觉系 统，该系统可依据视觉的反馈信息来完成一定复杂程度的工作。而机器人视 觉系统是计算机视觉在机器人领域的一个重要研究方向，机器人视觉利用计 算机视觉处理方法对通过传感器获取得视觉图像信息进行处理、分析和解 释，提取出能够表征目标物体的特征信息并将用的数据信息或指令提供给机 器人控制器，控制机器人完成特定的行为任务6。其实机器人视觉系统就是 将视觉传感器融入机器人控制系统，又可以称其机器人手眼系统（robot hand-eye system）7。研究人员对机器人手眼协调进行研究开始于二十世纪 七十年代，shirai 和 inoue 在 1973 年为提高机器人的定位精度，首次在机器 人控制中加入了视觉传感器 8，由于受到计算机性能和图像处理期间的限 制，早期的大多数系统多是基于静态图像处理的开环伺服系统，将此种系统 的工作过程即先通摄像头所获取的图像计算出目标的当前空间位姿，再控制 机器手移动到该目标位姿。1979 年 hill 和 park 提出了基于视觉反馈的机器 人手眼协调控制，他们将从视觉检测系统所得到的检测结果为反馈信号，以 此构成对机器人位置闭环控制 9。现在国际上正在研究开发的机器人视觉系 统，采用高速图像处理芯片以及并行算法，已经能模拟人的高层视觉功能， 具有高度的智能性和普通的适用性。 国内研究人员开始关注和研究机器人视觉伺服控制算法始于上世纪 80 年 代末，并且在机器人视觉的研究多侧重于视觉检测、视觉导引控制、移动机 器人视觉导航等方面。中国科学院沈阳自动化研究所是国内率先对此领域展 开了研究机构，主要是针对视觉导航技术在移动机器人上应用的研究。进入 90 年代后，人们逐渐认识到视觉伺服系统在机器人视觉控制应用方面价值， 国内的多所高校和研究所也都纷纷开展了针对机器人视觉伺服课题的研究。 机器人手眼协调近年来发展迅速，国内外学者在该方面的理论研究及实 现方面已经进行了大量、深入的研究，并取得了显著的成果，其性能和应用 范围得到了极大的完善和扩展。一个好的机器人视觉系统不仅要求实时性 - 2 - 哈尔滨工业大学工学硕士学位论文 好，而且还要有较好的鲁棒性，能适合复杂环境、光照变化、图像噪声等， 满足上面的条件的困难在于实际环境的复杂性、图像数据的特殊性和视觉传 感器的运动，总的来说主要存在以下几个难点： (1) 视觉检测的实时性与准确性难以平衡 实时性要求对图像数据的计 算量小，而准确性是建立在复杂运算的处理的基础之上的，因此是要实现二 者的兼顾时很困难的，必须提高硬件的性能和对算法进行改进。 (2) 目标的遮挡 机器人手眼协调系统中被检测的目标物体可能被无用 的其他物体部分或全部遮挡，也有可能是机器手臂运动造成的遮挡或要被检 测的多个物体间相互遮挡，以使目标物体的图像信息丢失，增加了图像检测 误差。 (3) 阴影问题 阴影不属于目标物体区域，颜色上与背景有所差别，在 检测和识别过程中可能破坏物体外形特征或是目标物体产生破碎情况，将同 一目标物体误认为两个不同的，造成识别错误，当阴影较长时，可造成不同 目标物体的连通。 (4) 目标图像特征选取 我们从视觉传感器得到的图像中包含了大量的目 标信息，这些信息都可以作为特征来对目标物体来进行检测和识别，但是选 取哪些特征才能够达到我们的要求，这是一个很困难的过程，如果选择的特 征不合理，我们就得不到充分的目标信息，最终将不能构成视觉反馈控制， 所以需要综合视觉检测识别算法、背景、目标的类型来选取具体的特征。 1.2.2 机器人手眼协调系统的分类及特点 机器人手眼协调系统的结构如图 1-1 所示，其中视觉反馈环节通过视觉 传感器来感知外界环境及其变化，以及机器人的位置变化等，并利用视觉图 像处理技术为视觉伺服提供所需的反馈信息；决策和控制部分根据所要实现 的功能和从传感器得到的机器人当前的位置姿态，决定机器人应该完成的相 应动作和运动轨迹，给出相应控制量以驱动机器人运动。 图 1-1 机器人手眼协调系统结构 在机器人手眼协调系统中，依据 sanderson 和 weiss 所提出的三个原则 - 3 - 哈尔滨工业大学工学硕士学位论文 对机器人手眼协调的控制结构进行分类可分为10： (1) 根据图像检测与控制指令发出的先后顺序不同，可将视觉控制方法 划分为静态和动态两种。 由于早期的电子技术水平有限，致使图像处理技术的水平较低，所以机 器人手眼协调系统通常采用静态视觉反馈的控制方法，该控制方法简单、直 接，但是视觉检测和控制不能同时进行，二者是有先后顺序的，机器人在摄 像头进行图像采集之前必须已处于静止状态。对于一些要求不高的应用来说 已经足够了，但对于要求能够对快速运动的物体作出反应手眼协调系统来 说，前者显然不能满足快速响应的要求，所以现在大多数的手眼协调系统多 采用动态反馈方式。 (2) 根据反馈信号的表达方式，分为基于图像、基于位置和混合视觉的 控制方式11,12。 基于位置的控制的工作流程是首先对目标和摄像机进行建模，然后将其 结合提取出的图像特征，估计目标在三维笛卡尔空间位置坐标，并规划出机 器手臂末端到达目标位置所要行进的路线，然后据此给出相应控制指令使机 器手臂向目标位置行进，最终完成所设定的功能及要求。该方式可以直观地 在直角坐标空间中描述期望的相对轨迹。它的控制精度主要受目标物体位姿 的估计精度影响，由于位姿估计依赖于摄像机系统模型、标定精度等，所以 要实现准确的估计是很困难的。基于位置的视觉伺服又可细分，分为基于位 姿的视觉伺服和基于特征点的视觉伺服。前者是在已知目标几何模型情况 下，根据图像特征首先计算出目标的当前和前一采样时刻位置姿态之差并用 其机器手完成相应的规定操作功能。该方法计算量较大，可以使用递推法、 卡尔曼滤波法来减少其计算量13,14。后者无需进行目标建模，只需检测出所 需特征点坐标，就可完成机械臂的设计动作，该方法的适应性更强鲁棒性更 好。 图 1-2 基于位置的视觉伺服控制 基于图像的视觉伺服直接以图像特征作为反馈信息，把当前图像特征与 - 4 - 哈尔滨工业大学工学硕士学位论文 理想图像特征之间的误差作为机器手的位置控制信号，控制其完成既定动 作，该方法无需计算目标物体在空间中的位置坐标。在对静止物体进行操作 时，该误差信号仅取决机械臂图像特征，而若是对运动物体进行操作，则此 时误差信号又与该物体的图像特征矢量相关。由于图像误差量定义二维图像 空间上，而关节控制器的输入量定义在机械臂末端的三维任务空间之内，为 了建立其二者之间的联系，就必须找出表示图像特征参数变化量与机械臂末 端位姿变化量之间关系的图像雅可比矩阵及其逆矩阵15-17。该方法减少了计 算延迟，同时降低了使用运动学所带来的计算误差及模型建立不准确给控制 系统带来的不利影响。该控制方式主要考虑的是如何把机械臂伺服任务放在 图像特征参数空间上进行描述和控制。 图 1-3 基于图像的视觉伺服控制 (3) 根据控制的简单程度分为双闭环和单闭环系统。 双闭环系统也被形象的叫做系统，其由内环的关节控制系 统和外环的视觉控制器组成，其中外环是用来对机械臂进行角度给定，内环 可实现对机械臂运动的的稳定控制，该方法可使视觉控制器不受机器运动的 奇异性影响。同时能够利用机器人的原有的位置和速度给定接口，所以系统 简单容易实现，在现在的机器人手眼系统中被广泛采用。 look and move 单闭环系统又称为 direct visual servoing 系统，该系统直接使用视觉伺 服控制器来实现关节伺服控制器和关节位置反馈回路的功能，它将视觉控制 器与关节控制器合二为一，使用视觉控制器直接完成对各关节的力矩驱动控 制，其突出的优势就在于能直接控制机器人的底层运动环节，因而系统设计 的更加灵活，如果设计得当，就能获得良好的控制性能。然而由于机器人系 统和视觉系统都存在非线性，而且还需考虑机器人的动力学特性和系统的复 杂程度，所以对视觉控制器的进行设计是很困难的。 在机器人手眼协调系统中，根据物理结构摄像机有两种主要的安装方式: (1) 眼固定构型（fixed camera） 。此种方式摄像机通常安装在机器人工 作空间的正上方或斜上方，能够获得机械臂操作范围内的全部物体图像信 息，容易实现视觉反馈控制。但采用此种结构方式，机器人运动时可能对目 - 5 - 哈尔滨工业大学工学硕士学位论文 标物体产生遮蔽，同时该结构对环境的适应应不强，当发生环境改变或摄像 机移动时需要对系统参数进行重新标定。 (2) 眼在手上构型。此种方式摄像机被安装在机械臂手抓上，并可以跟 随其一起运动，该方式避免了前一方式对目标物体遮挡的弊端，随着目标物 体与摄像机距离的拉近，图像的分辨率也得到了很大提高进而改善了检测精 度，但是机械臂移动会带来摄像机的震动，造成目标图像的模糊，又对检测 精度造成一定的负面影响，同时当摄像机随手爪靠近目标物体时，目标可能 超出摄像机视野。 1.2.3 机器人手眼协调的发展趋势 自上个世纪七十年代视觉传感器被应用于机器人控制中以来，机器人手 眼协调得到了快速的发展，但是机器系统与机器手的配合却远远没有达到人 手眼的配合默契，随着服务机器人的开发与应用，机器人手眼协调一定会是 一个重要的发展方向，下面我将介绍一下机器人手眼协调的一些发展方向。 (1) 视觉检测算法的改进 由于图像中包含了大量的目标颜色信息、边缘信息、梯度信息、纹理信 息等，这些都可以被作为目标物体的特征来对其进行识别，但要根据这些数 据准确的进行物体的监测和识别，就必须经过复杂的运算和处理，这将花去 大量的时间，影响对目标物体检测的实时性，因此对物体检测的准确性和实 时性要求之间出现了矛盾，目前的视觉检测算法虽然能够完成对目标物体的 检测识别，但大多计算复杂、数据量大，实时性的要求得不到满足，因此一 个对两个性能指标兼顾的算法对物体的检测和识别来说是至关重要的。 (2) 视觉自学习 目前的机器人视觉系统大都需要对摄像机进行参数标定，可想而知标定 是比较繁琐，无标定技术为我们解决了这一难题，无标定的视觉伺服系统可 分为基于位置和基于图像两类，前者的摄像机参数是通过特定场景自标定或 者在线进行标定，后者直接将摄像机参数与机器人参数融入雅克比矩阵，不 需参数估计，但无论是摄像机参数的自标定、在线标定或者图像雅克比矩阵 的估计，其都属于视觉自学习的范畴，如何改进视觉系统的自学习将是机器 人视觉领域的一个由于重要研究方向18。 (3) 提高机器人视觉系统的环境认知能力 环境信息综合是一个对所获得的环境信息进行建模的过程。环境的建模 同机器人的定位是密切相关的。环境模型的准确性是通过定位精度表现出 来，而定位则是建立的环境模型的基础之上，一个适当的环境模型将有助于 - 6 - 哈尔滨工业大学工学硕士学位论文 对环境的理解，降低规划和决策的计算量。 虽然人工智能在机器推理方面已经取得了很大的进展，但在环境感知与 理解方面却相对滞后。机器人的先驱 moravec19曾指出：机器人的推理和思 考能力在某些智能活动中可以达到成年人的水平，但在对环境的感知与理解 能力上还不如一岁的婴儿，这主要是因为我们对环境认知机理的了解不够深 入以及认识方法不够完善，同时也受到了现有的传感器计算机等硬件性能的 影响。因此在研究机器人在未知环境中的运动时，对人或动物在于环境交互 中形成的有意识的认知方法和无意识的反应机理的模拟是必要地。 (4) 基于序列图像的视觉系统 现在大多数的视觉系统都是通过对单幅图像进行处理以获取所需的图像 特征信息，而视觉系统的得到的一般是连续的序列图像，基于单幅图像的视 觉检测仅能得到环境的部分信息，具有一定的局限性，目前的一些基于图像 序列的视觉检测方法有的是为了提高图像的处理速度，有的仅仅是利用了图 像中的区域目标的相关信息，这些对获取环境或目标的整体信息是不够的， 如何结合视觉传感器的运动，充分利用序列图像中的相关信息将是图像检测 的一个发展趋势。 (5) 视觉信息融合 由于单一传感信号难以保证输入信号的准确性和可靠性，不能满足机器 人手眼协调系统获得环境信息以及系统决策能力。为了提高系统的可靠性和 鲁棒性，扩展时间上和空间上的观测范围，使机器人能够更全面地感知环 境，特别是对机器人视觉系统起信息补充，可以将多种传感器加入机器人视 觉系统，采用多传感器集成和融合技术，利用各种传感信息，获得对环境信 息的正确理解，使机器人系统具有良好的容错性，保证了系统信息处理的快 速性和正确性。在多传感器集成和融合技术研究方面，人工神经网络的应用 特别引人瞩目，成为一个研究热点20-22。 1.3 本课题主要研究内容 实验室现有一台五自由度的机械臂本体，其每个关节都是有有单独的电 机驱动本，但是其驱动控制系统已经损坏，本课题的主要目的是对其进行现 代化的改造升级，为其设计关节驱动系统，并添加视觉子系统，建立起机器 人手眼协调系统。机械臂本体如图 1-5 所示： - 7 - 哈尔滨工业大学工学硕士学位论文 图 1-5 rm-501 五自由度机械臂 本课题选用光电码盘作为机械臂关节的位置和速率反馈器件，通过单片 机对光电码盘输出脉冲信号进行处理以得到机械臂当前的相对位置和速率； 使用 ad 公司 adsp blacfin533 作为视觉检测的硬件实现平台，在机器人手 眼协调系统中图像的检测和识别计算量大，比较复杂，所以我们采用简单易 于实现的单个摄像头安装在机械臂末端的物理结构；由于基于位置视觉反馈 控制对图像到位姿的估计精度难以保证，所以我们采用了对标定误差和空间 误差都不敏感的基于图像的反馈方式来对机械臂进行视觉伺服控制。 本文所要进行的工作