关 键 词：

基于 PLC 机器人 本体 设计 论文 DWG 图纸 外文 翻译 文献 综述 开题 报告

资源描述：

基于PLC的机器人本体设计(论文+DWG图纸+外文翻译+文献综述+开题报告),基于,PLC,机器人,本体,设计,论文,DWG,图纸,外文,翻译,文献,综述,开题,报告

内容简介：

第 2 6卷第 5期 2 0 0 5年 9月 宇 航学报 J o u r n a l o f A s t r o n a u t i c s Vo J 2 6 No 5 S e p t e mb er 2 0 0 5 基 于 多传 感器 的空间遥操作机器人 虚拟预 测环境建模 李会军，刘 威 ，宋爱国 ( 东南 大学 仪器科学 工程 系，南京 2 1 0 0 9 6 ) 摘要 ：虚拟 预测环境 技术是解决遥操作系统 中时延 问题 的有力手段 ， 但 其有 效性 依 赖于环境 模型 的精度 。 为了提高虚拟预测环境的建模精度， 提出了基于多传感器信息融合的建模方法。首先根据 C C D摄像机采集的图像 建立虚拟环境模型的初始模型， 再利用远地力觉和位置传感器信息对初始模型进行校验。为了观察命令在虚拟环 境 中的执行情况 ， 采用一种简单有效 的注册 方法 将 图形模 型叠 加在摄 像 机视频 图像 上 ， 以便操 作 者进行 对 比分 析。实验表明利用本文算法建立的虚拟环境模型是准确可靠的， 有利于提高基于虚拟预测环境技术的遥操作系统 的有效性 和可操作性 。 关键词：多传感器；环境建模；遥操作；预测显示；时延；图形图像叠加 中图分类号 ：T V 2 4 文献标 识码 ：A 文章 编号 ：1 0 0 0 - 1 3 2 8 ( 2 0 0 5 ) 0 5 0 5 5 8 0 4 0引言 遥操作机器人系统 中， 通信时延严重影响了系 统 的稳定性 和可操作性 。人们提出了各种方法解决 遥操作系统 中的时延问题， 其 中基于虚拟 预测模 型的控制技术是解决时延对系统影响 的有效方法 ， 但是它对建模误差很敏感 ， 要求建立精确 的环境 模 型。目前 ， 针对遥操作 机器人虚拟环境建模误差的 研究主要有两个方面： 一是如何提高虚拟环境的建 模精度I 2 ； 二是发展对 建模误差具有鲁棒性的控 制 算法 ， 但其应用也有一定的局限性 。因此 ， 精确的 3 D计算机图形建模是遥操作机器人应用 中的关 键 因素 。 虚拟预测环境有两个要求 ： 几何一致性 和运动 一致性。但由于系统不可避免地存在建模误差与运 动累积误差 ， 会导致虚拟环境中的仿 真模型与实际 机器人的运动存在偏差 ， 这些误差 不但 降低 了预测 的效果和精度 ， 还可能导致误操作。为此 ， 大部分虚 拟现实系统都将真实机器人及其环境的图像传递到 主端 ， 与仿真模型在同一窗口中叠加显示 ， 使操作者 可以对虚拟机器人和真实机器人的运动情况进行对 比分析 ， 从而找出它们之间的差异 ， 并在必要的时候 采用交互技术对仿真模型进行修正 。对于环境 部分未知的情况 ， 许多学者试 图采用各种方法进行 在线场景重建， 其 中自主的、 基于视觉 的场景获取是 一个非常活跃的研究领域 ， 相关 工作包括基于视觉 的已知物体的识别与注册以及未知背景的重建 。 本文提出了一种基于多传感器的空间遥操作机 器人虚拟环境建模方法 ， 该方法利用 真实的传感器 信息建立和修正模型参数 ， 以保证在相对运动时 ， 虚 拟手 的运动轨迹 、 位置和虚拟环境 的变化等同于时 延后从机械手的运动轨迹 、 位置和远地环境 的变化 ， 即虚拟环境可 以准确 预测 r秒后 真实环境 的变化 (r为时延 大小) 。该方法 的主要 原理 是结合在线 检测 的远地环境信息和先验知识， 通过图像方法建 立环境的初始模型 ， 结合远地的力和位置传感器信 息对其进行校验。同时将真实图像 引入虚拟环境 ， 采用一种新的注册方法将仿真图形和视频图像进行 叠 加 。 1 虚拟预测环境建模方法 系统采用服 务器 一客户机结构 ， 服务器负责采 集和压缩视频 数据及机器人传感 器数据 ， 用 S o c k e t 和客户端连接 ， 并将数据传送出去 ； 客户端负责更新 收稿 日期 ： 2 0 0 4 1 0 1 3 ； 修回 日期 ： 2 ( I ) 5 0 1 3 1 基金项 目： 国家 十五 8 6 3航空航天高技术项 目( 2 0 0 2 A A 7 4 2 0 4 8 ) ； 霍英东教育基金资助 维普资讯 第 5期 李会 军等 ： 基 于多传感器 的空间遥 操作 机器人虚拟预测环境建模 5 5 9 从手模型 ， 接收服务器传送过来 的视频信号 ， 解码后 与建立在本地的虚拟模 型进行叠加 ， 同时对视频图 像进行处理 ， 提取真实从机械手运动的位置信息 ， 以 修正虚拟手的运动位置。图 1 表示虚拟预测环境建 模模块结构图 ： 图 1 虚拟预 测环境 建模模块图 Fi g 1 Mo d e l i n g p r o c e du r e o f v i r tua l p r e di c t i v e e n v i r o n me n t 2 虚拟 环境 模型 初始 化 遥操作 机器人开始工作前 ， 先创建远地环境 的 模型 ， 为此通过各种传感器采集真实环境数据。本 文 中采用质量 一弹簧体作为环境 ， 它们 的 C A D模型 参数已知 ， 但其相对于从手的位姿未知 ， 即环境是部 分未知 的。因此 ， 先用 C C D摄像机采集机器人工作 场景的图像 ， 并传送到主端分析处理 ， 得到环境的位 姿 ， 建模模块根据处理结果建立远地环境 的初始模 型， 并与图像叠加显示。为此 ， 必须进行摄像机校准 和环境物体定位。 2 1 摄像机校准 摄像机校准通过人机交互技术实现 ， 这一过程 是离线进行的。对于径 向畸变较小 的摄像头 ， 空 间 任意一点与其在 图像上的位置关系可近似为透视投 影 ， 只要准确地标定出摄像机的内外参数 ， 就能使 同 一物体的仿真模型与视频图像完全叠加到一起。在 齐次坐标系 中， 世界坐标系 中任意点 P( ， Y， )与 其对应的图像点 P ( “ ， ) 之间的关 系为 ： =A x ( 1 ) 这里 A 是一个 34维投影矩阵 ， 它确定 了摄像机 的图像坐标与物理空间中三维参考坐标系间的对应 关系； 、 分别是图像点 P和物理点 P的坐标矢 量 。 投影变换把空间物理点变换到图像点 ， 视见区 变 换 把 图 像 点 变 换 到 图 形 点。 令D= ，其 中 ， s 、 分别为 、 y方向的图形 图像比例系数 ，c ，c 为 图像 中心的平 移量 ， 则 图 像平面 的点 坐标 P ( u ， )映 射到 图形 坐标 P ( u ， ) 的变换为： =D x ( 2 ) 代入式 ( 1 ) 有 =Dx = = Mx ( 3 ) 是图形点 P 的坐标矢量。根据上式 ， 考虑一般 的 校准算法中对图像点 的点击 一拾取要反复进行才能 得到满意的对应点输入 ， 而 图像点的位置不易精确 确定 ， 该过程繁琐且对测量误差敏感 ， 但屏幕图形 点坐标可以精确求出。因此不计算摄像机校准矩阵 A ， 而首先把图像坐标变换 为图形坐标 ， 直接求解 从物体世界坐标 到模型屏幕坐标的变换 。参 照 摄像机校准 的方法 ， 由操作 者通过 鼠标提供 6个 以 上对应的模型图形点和对应的空间点， 就可以采用 非线性最小方差法求解出 。 2 2 环境物体的定位 环境模 型初始化阶段 ， 2 D物体定位 由视频系统 采取局部重心综合法完成。这种方法简单 易行 ， 在 2 D物体形状 已知的情况下 ， 能够进行准确定位。对 于大小为 MN的 2 4位真彩色图像 ， 先进行分割并 二值化( 物体为 1 ， 背景为 0 ) ， 设 R为图像区域 ， 则求 出图像的重心 ( ， ) 吖 V i i ： N ( 4 ) 一 - r ， 1 一 V i ，l n R i ， ，i n R Y = _ 一= 一 i 。 1 i Ji n R i Jin R ( 5 ) 当背景为零时 ， 图像重心 与 2 D物体重心是重 合 的。因此 ， 对于单一物体 ， 求出整个图像的重心就 求 出了 2 D物体的重心 ， 也就得到 了物体在 图像 空 间的位置。根据 1 ) 中求出的摄像机校准矩阵 和投 影重建技术 ， 就可以将 已知结构的物体在绘 图平 面 内显示 出来” 们。 维普资讯 5 6 0 宇航 学报 第 2 6 卷 2 3图形 图像叠加 为了实现图形图像叠加 ， 首先在虚拟环境 中显 示视频 图像 ， 其次绘制虚拟从机械手 和环境 的线框 模型。把接收到的远地视频 图像调人虚拟场景 中， 把虚拟的环境模型叠加在图像上。由 2 1 得到环境 物体到 图形平 面 的变换关 系 ， 用 左 乘物 体 C A D模型各点 ， 就相当于用一个和真实摄像机参数 相同的虚拟摄像机 观察物体模型 ， 这样绘制 出从机 械手和环境物体的线框模型 ， 就 可以进行 图形与图 像的叠加 ， 从而在用户的眼前实现虚拟场景与真实 图像 的融合。 一 廿 一 R 一 图 2 背景物体位置校验示意图 F i g 2 V e r i fi c a t i o n o f t h e o b j e c t s p o s e 3 虚 拟环 境模 型校 验 视频系统容易受到光照等外界因素的影响， 加 上图像处理算法本身的局限性 ， 通过图像求出的 2 D 物体的位姿可能会有些偏差。为了提高虚拟环境模 型的精度和可靠性 ， 在模型初始化以后 ， 用远端其它 传感器的信息对模型进行精确校验。一般的遥操作 系统中 ， 远地机器人都配备有力觉和位置传感器 ， 本 文就利用这两种传感器反馈给操作者的信息校正初 始化模型， 实现传感器间测量数据的互补 。 环境模型初始化后 ， 操作者缓慢运动主手 ， 控制 从手和虚拟从手做 同样运动。远地真实从手系统连 续地把检测到的力和位置信息发送给操作者。如果 力传感器检测到一个阶跃信号 ， 说 明从 手与环境 中 的物体开始接触 ， 把此时的位置传感器信息作 为背 景物体的精确位置传递给建模模块 ， 以此来校验 已 经初始化的环境模型。环境初始位置的准确获取如 图 2所示， 上边是从手位置变化曲线 ， 下边是力变化 曲线 。力开始 产生阶跃 变换 的时刻 t 。所对应 的从 机械手的运动位置 A则为环境中背景物体 的位置。 4 虚拟环境的更新 为 了产生实时 的视觉反馈 ， 遥操作系统采用相 同的控制算法分别控制真实从手与虚拟从手 。控制 指令一方面实时地传递给虚拟手 ， 另一方 面经通讯 环节时延后传递给远地从手。真实从手的运动跟踪 有一定的时延 ， 而虚拟从手的运动跟踪则是实时的。 虚拟环境模型根据主手命令不断更新 ， 在屏幕上显 示一个没有 时延 的虚拟环境 。但 由于运 动累积误 差 ， 虚拟从手的位置可能与真实从手有偏差 ， 还需要 根据真实从手的位姿更新 。对于单 自由度遥操作系 统 ， 从手的位置 由其旋转的角度表示 ， 利用下式修正 虚拟从手位置 ： ( t )= ( t )+( ( t 一2 r )一 ( t r ) ) ( 6 ) 其 中 表示位置，m 表示 主手信息 ，S 表示从手信 息 ， 表示虚拟 图形 的信息 ，r表示单向传输时延。 由于多 自由度机器人运 动时， 从 手末端位置是通过 坐标变换由基关节计算的， 会引人较大的传递误差 ， 因此， 式 ( 6 ) 中从手的位置是根据接受到的远地图像 求 出的 5 实验 与分 析 我们在 Wi n d o w s 环境下 利用 O p e n G L图形库实 现了单 自由度从机械手及其工作环境的虚拟环境建 模。为了便于操作者观察 ， 虚拟模 型以线框方式显 示。用一个弹簧 一质量块联合体表示工作环境中的 物体 ， 其位姿未知， 初始化时由视频系统检测它的位 置和角度 ， 并在虚拟环境 中绘制。虚拟从手是 已知 的 ， 采用和真实从手相同的控制算法使其跟踪主手 实时运动。图 3 ( a ) 表示从手和环境的虚拟模型 ； 图 3 ( b ) 表示利用本文算法进行环境模型初始化后的图 形图像叠加结果 ， 背景为远地反馈 的视频 图像 ； 3 ( C ) 表示利用力和位置传感器信息校验后的虚拟环境模 型 ， 3 ( d ) 表示在单个机器人位姿选取标定点的叠加 效果 。 由于从手的几何结构是已知的， 实验中首先建立 可以伸缩旋转的从手图形模型， 并将真实环境 图像调 人 O p e n G L绘图中， 这时图形 图像是不一致 的。对图 形模型进行变换使之与真实 图像对准 ， 再选取标定 点。由于从机械手上的棱角点相对与从机械手轴心 维普资讯 第 5 期 李会军等： 基于多传感器的空间遥操作机器人虚拟预测环境建模 5 6 1 的距离精确 ， 也 比较容易分辨 ， 我们选作这些点作为 标志点 。由操作 者通过 鼠标直接在屏幕上拾取标志 点 ， 计算 出该点 的图形坐标 ， 而其对应点在世界坐标 系中的坐标是已知的。把这些对应点坐标作为标定 点 ， 用非线性最小方差法求出从世界坐标到图形坐标 的映射变换 M 。由于标定点选取时机器人的姿态可 6结论 以任意选取， 为了减小运动累积误差， 我们分别在不 同的机器人位姿采集其棱角点作为标定点。实验结 果表明， 该算法能得到很好的叠加效果。在 6 4 0 4 8 0 大小的图像平面上 ， 虚实注册的最大运动累积误差保 持在 4个象素左右 ， 对应实际大小 5 m m以内。 图 3 虚拟环境模型 Fi g 3 Vi r t u al e n v i r o n me n t mo d e l s 本文结合预测显示的概念和计算机视觉方法获 取场景模型， 针对部分未知环境 ， 利用 C C D摄像 机 采集工作场景 ， 结合在线探测的信息与已知信息 ， 在 O p e n G L 环境下设计 实现了单 自由度遥操作 系统虚 拟现实环境模型的初始化 ， 并结合远端的力和位 置 传感器信息对其进行校验修正。同时采用 了一种新 的注册方法将虚拟仿真图形和实际视频图像进行叠 加 ， 提高虚拟环境 的准确性。为了减小运动 累积误 差 ， 摄像机校准时在不同的机器人位姿选取标定点， 实验证明， 该算法简单有效 ， 减小了虚实注册误差。 参考文献 ： 1 曾庆军 ， 宋爱 国 ， 黄惟一 时延下空间遥操作机器 人系统工作 模式研究 J 宇航学报 ， 2 0 0 3 ， 2 4 ( 2 ) ： 1 8 01 8 4 Z e n g Q J ，S o n g A GHu a n g W Y Re s e a r c h o n o p e r a t i o n me d e o f s p a c e t e l e o pe r a t i o n r o b o t w i th t i m e d e l a y J J o u r n a l o f A s tr o n a u t i c s ， 2 0 0 3 ， 2 4 ( 2 ) ： 1 8 0 1 8 4 l 2 J R o b e r t J A，M a r k W S B i l a t e r a l c o n t r o l o f t e l e o per a t o r w i t h t i m e d e l a y J I E E E T r a n s a c ti o n s o n A u t o m a t i c C o n t r o l ，1 9 8 9 ，3 4 ( 5 ) ： 4 9 45 0 1 3 J C o o k e C ，S t a n ：e l d S I n t e r a c t i v e g r a p h i c al m o d e l b u il d i n g u s i n g t e l e p r e s e n e e a n d v i rt u al r e a l i t y J R o b o t i c s and A u t o m a ti o n ，1 9 9 4 ， 2 1 4 3 6 1 4 4 0 l 4 J T s t t m a k i Y，N e n e h e v D N，K o t e r a S T e l e o per a t io n b a s e d o n the a d j o i n t J a c o b i a n a p p r o a c h J I E E E C o n t r o l S y s t e m M a g z i n e ，1 9 9 7 ， 1 7 ( 1 ) ： 5 3 6 2 5 庄峻 ， 邱平 ， 孙增圻 大时延 环境下 的分布式 遥操作 系统 J 清华大学学报 ， 2 0 0 2 ，4 0 ( 1 ) ：8 08 3 Z h u a n g J ，Q i u P ，S u n Z QD i s t r i b u t e d t e l e m b o t i e s y s t e m w i th l a r g e t i m e d e l a y J J J o u rnal o f T s in g h u a U n i v e r s i t y( S c i e n c e F e c h n o l o g y ) ，2 0 0 2 ，4 0 ( 1 ) ：8 0 8 3 6 Y o ung J L ，J ung A Y a n d M y u n g J CInt e r a c t i v e v ir t u al s p a c e c a l i b r a t io n fo r t e l e o p e rat i o n J 1 E E E Int e rna t i o n al Wo r k s h o p o n Ro b o t a n d Hu ma n Co mmun ic a t i o n1 9 9 7：4 7 24 7 6 7 U lr i c h N，S u y a Y a n d J in h u i HA u g a l ae n t ed v irt u a l e n v i r o mn e n t s ( A V E) ：D y n anl i c F u s i o n o f I m a g e r ya n d 3 D Mo d e l s J P r o c e e d i n g o f the 1 E EE Vi r t u al Re ali ty，2 0 0 3：616 7 l 8 J B a r th M， B u r k e r t T ，E b e rs t C ， e t a1P h o t o - r e a l i s t i c s c e n e p r e d i c t i o n o f p a r t i a ll y tl n k n o w n e n v i r o n me n t s for the c o mp e n s a t i o n o f t i me d e l a y s i n t e l e p r e s e n e e app l i c a t i o n s J P r o c e e d i n g o f th e 1 E E E Int e rna t i o n al C o n f e r e n c e o n R o b o t i c s a n d A u t o ma t i o n，2 0 0 0：3 1 3 23 1 3 7 9 j B e j c A K，K i m W S ，V e n e m a S C 1 1 1 e P h a n t o m r o b o t ：Dis p l a y s f o r t e l e o pem t i o n with l ime d al a y J P r o c e edi n g o f the 1 E E E Int e ma t i o n al C o n f e r e n c e o n Ro b o t i c s an d Au t o n ra t i o n 1 9 9 0 1 ：5 4 6 5 5l 1 0 郑南 宁 计算机视觉与模式识别 M： 第 一版 北京 ： 国防工业 出版社 ， 1 9 9 8 ： 2 23 1 Z h e n g N N，C o m p u t e r V i s io n and P at t e m R e c o g n i t i o n l M J V e rs i o n 1 ，B e i j i n g ，N a t i o n al D e f e n c e Ind u s t r y P i e s s 1 9 9 8 ： 2 2 3 1 1 作者简介 ： 李会军( 1 9 7 6一) ， 女 ， 测试 计量技 术及仪器专 业博 士 ， 研 究 方 向为机 器人 遥 操作 、 虚拟现实等。 通信地址 ： 南 京东 南大学 仪器 系博 士信 箱 ( 2 1 0 0 9 6 ) 电话 ： 1 3 8 5 1 4 3 0 2 2 5 E m a i l ： n e ll y t h j 1 6 3 c o rn ( 下转第 5 6 6页) 维普资讯 5 6 6 宇航学报 第 2 6卷 Re s e a r c h o n t h e Op t i ma l Two s a mp l e S c r o l l i n g Co mp e n s a t i o n Al g o r i t h m f o r S I NS Po s i t i o n Up d a t ing G U D o n g q i n g ，Q l N Y o n g y u a n ( D e p a r t me n t o f A u t o m a t i c C o n t r o l ，N o r t h w e s t e r n P o ly t h e c h n i c a l U n i v e r s it y ， X i a n 7 1 0 0 7 2 ， C h in a ) Ab s t r a c t ： I n t h e p a p e r ，t h e s c r o l l i n g c o mp e n s a t i o n a l g o r i t h m i n p o s i t i o n u p d a t i n g o f s t r a p d o wn i n e l t i al n a v ig a ti o n s y s t e m i s r e s e a r c h e d T h e p o s i ti o n i n c r e m e n t a l g o ri t h m f o r p o s i ti o n u p d a t i n g f o r s t r a pdo w n i n e r t i a l nav i g a ti o n s y s t e m i s d e r i v ed a n d t h e nav i g a t i o n f r a m e o f s t r a pdo wn i n e rt i al nav i g a ti o n s y s t e m i s g e o g r a p h i c f r a m e The m u l ti s a m p l e ，t w o - s a m p l e and t h r e e - s a m p l e ， s c r o l l i n g c o mp e n s a t i o n alg o rit h ms a re d e r i v ed b y me a n s o f C l a r e fit t i n gAn d the n the tw o - s a mp l e s c r o l l i n g c o mpe n s a t i o n alg o r i t hin i s o p t i mi z e d u nd e r t h e c o n d i t i o n o f the scu l l i n g mo v e me n t ，whic h i s the t y pi c al e n v i ron me n t c a u s i n g the l a r g e scrol l i n g c o mpen s a tio n t e r m，a n d the o p t i ma l two - s a mp l e scrol l i n g c o mpen s a t i o n alg o r i t h m i s d e ri v ed S i mula t i o n res ult s s h o w tha t the p r ec i s i o n o f the o p t i m a l two-s am p l e scroll i n g c o mpen s a ti o n alg o ri t h m i s hig h e r than the t w o-s a mp l e scrol l i n g c o mpen s a t i o n al g o ri t h m an d the c alc ula ti o n am o u n t o f t h e o p t i m a l tw o-s a mp l e scroll i n g c o mpe n s a t i o n alg o ri th m i s the s K l n e a s the two-s a mp l e scroH i n g c o mpen s a ti o n alg o rit h m Ke y w o r d s ：S t r a pdo wn in e r t i al nav i g a t i o n s y s t e m；P o s i ti o n u p d m i n g ；S c r o ll i n g c o m pen s a ti o n ；o p t ial g o ri t h m ( 上接第 5 6 1 页 ) Pr e d i c t i v e Vi r t u a l En v i r o n m e nt M o d e l i n g o f S pa c e Te l e r o bo t Ba s e d o n M u l ti S e n s o r s L I H u i j u n ， L I U We i ，S O N G A i g u o ( D e p a r t m e n t o f I n s t r u me n t S c i e n c e a n d T e c h n o l o g y ，S o u t h e a s t U n i v e rs i t y ，N a n j i n g 2 1 0 ff ，C h i n a ) Ab s t r a c t ： V i r t u a l p r e d i c t i v e dis p l a y i s a p o w e rf u l t o o l t o d e al w i th t i me d e l a y i n t e l eope r a ti o n ， b u t i t d e pen d s o n the a c