（控制理论与控制工程专业论文）轮履式机器人初始定位及结构光弯曲焊缝跟踪.pdf

ab s t r a c t abs tract w e l d i n g r o b o t s c o m i n g i n t o b e i n g h a s b e e n a r e v o l u t i o n a r y p r o g r e s s i n w e l d i n g a u t o m a t i z a t i o n , i t h a s b r o k e n t h r o u g h t h e t r a d it i o n w a y o f r i g i d a u t o m a t i o n o f w e l d i n g a n d d e v e lo p e d a k i n d o f fl e x i b l e a u t o m a t i o n m o d e . t h i s p a p e r h as d o n e a f u r t h e r r e s e a r c h t o r o b o t a u t o m a t i o n w e l d i n g b y w h e e l - p e d r a i l r o b o t . i n o r d e r t o r e a l i z e i n t e l l e c t u a l i z e d r o b o t w e l d i n g a b s o l u t e ly , t h e r o b o t h as t o s e e k a n d m o v e i n t o t h e t a r g e t l o c a t i o n b y i t s e l f , t h e n t r a c k i n g t h e s e a m. i t h as b e e n a n i m p o r t a n t p a r t t o i m p l e m e n t t h e r o b o t m o v i n g t o t h e t a r g e t . i n t h i s p a p e r , r o b o t h as l o c a t e d t h e w e l d i n g p o s i t io n b y v i s u a l s e n s o r a n d a c t i v e i d e n t i f i e r , mo v e d t o t h e t a r g e t w i t h p a t h p l a n i n g w h i c h w as d e s i g n e d y e t . i t w as a f e as ib l e s c h e m e p r o v e d b y e x p e r i me n t . u s u a l l y , l a s e r s e n s o r h a s b e e n s e t i n f r o n t o f w e l d i n g t o r c h f o r t r a c k i n g w e l d i n g l i n e b y l as e r s e n s o r . t h u s t h e f e e d b a c k fr o m t h e l as e r s e n s o r i s n o t t h e p o s i t i o n a l i n f o r m a t i o n b e t w e e n w e l d i n g t o r c h a n d w e l d i n g l i n e . s o i t i s n e e d e d t o fi n d a a p p r o p r i a t e c o n t r o l m e t h o d f o r d e v i a t i o n c o m p e n s a t e . t o c o m p u t e t h e r e a l - t i m e d e v i a t i o n b e t w e e n w e l d i n g t o r c h a n d w e l d i n g s e a m , t h i s p a p e r h a s t r i e d t h e w a y t h a t s t o r e f e e d - f o r w a r d a n d c o m p e n s a t e c o n t r o l l e d v a r i a b l e , w h i c h i m p l e m e n t l as e r - s t r i p e s e n s o r f o r b e n d e d s e a m t r a c k i n g . k e y w o r d s : p a t h p l a n n i n g ; i m a g e p r o c e s s i n g ; i m a g e p r o c e s s i n g ; s e a m t r a c k i n g 1 1 学位论文独创性声明 学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中 特别加以标注和致谢的 地方外，论文中不包含 其他人已 经发 表或撰写 过的 研究成果， 也不包含为获得 南昌大学 或其他教育 机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示谢意。 学 位 论 文 作 者 签 名 二):叙签 字 呱 、 年 月 l f el 学位论文版权使用授权书 本 学 位 论 文 作 者 完 全了 解南昌大檬 有 关 保 留 、 使 用 学 位 论 文 的 规 定 ， 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被寮阅 和借阅。 本人授权南昌大学可以 将学位论文的 全部或部分内 容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学 位 论 文 作 者 签 “ (手 “ :扭 签 字 日 期 : 护了 年 月/ f 日 ” 师 料 (手 写 ): 叫 签 字 日 m : o l - ? 年 月 犷 日 学位论文作者毕业后去向: 工作单位: 通讯地址 : 电话: 邮编: 第 1 章 引言 第1 章 引言 1 . 1课题背景及意义 随着科学技术的发展以及机器人应用领域的扩大，人们对机器人技术提出 了更高的要求，希望机器人具有更高的智能和更强的环境适应能力，机器人视 觉伺服研究正是为了满足这一要求而展开的。 机器人视觉伺服最早出现于2 0 世 纪 s o 年代，在9 0 年代中后期发展迅速。这是因为机器人应用领域的扩展以及 计算机硬件技术的突飞猛进，极大地提高了图像处理的速度，大幅降低了专用 图像处理设备的费用。视觉伺服控制与基于传统传感器的机器人控制相比，具 有比较明显的优点:更高的灵活性，更高的精度，能够对机器人标定误差具有 强的鲁棒性等。以上优点决定了机器人视觉伺服在较短的时间里成为机器人研 究领域中的热点之一，并在工业生产、海洋探测等众多领域得到了成功的应用 领域 ， 。 移动机器人是机器人学中的一个重要分支。它的研究始于六十年代，以斯 坦福研究所的自 主移动式机器人s h a k e y为标志，其主要目 标是研究在复杂环 境下机器人系统的实时控制问题，涉及到任务规划、运动规划与导航、目标识 别与定位、机器视觉、多种传感器信息处理与融合以及系统集成等关键技术。 不同于传统的机器人手臂，移动机器人具有其特殊的机构模型和应用性，是一 个集环境感知，动态决策与规划，行为控制与执行等多种功能于一体的综合系 统。移动机器人的研究提出了许多新的、挑战性的理论与工程技术课题，引起 了越来越多的专家学者和工程技术人员的兴趣2 1 移动机器人路径规划问 题同样是移动机器人研究领域中的一项重要研究内 容，对移动机器人路径规划系统的主要要求是: 1 .寻找一条路径，保证机器人沿该路径移动时不与外界发生碰撞; 2 .处理传感器感知的环境模型中的不确定因素和路径执行中出现的误差; 3 .通过使机器人避开外界物体而使其对传感器感知范围的影响降到最小; 4 .能够按照需要找到最 优路径2 1 通过直接观察焊接近弧区将能获得更多、更有利于焊接过程分析与控制的 第 1 章 引言 信息，并且具有强烈的直观性与真实性;加之目前我国的焊接自 动化水平相对 不高，利用视觉技术的优点，结合焊接过程的特殊性研究机器视觉在焊接过程 中的应用具有十分重要的意义。 在焊接自动化的研究中，曾研究过许多类型的传感方法.视觉传感与之比 较主 要有如下几方面的 优点: ( 1 ) 图 像传 感具有非接 触的 特点: ( 2 ) 可以 传感各 种 材料， 不受导 磁或 非导磁 材料的限 制; ( 3 ) 可以 传感 各 种焊接 接头形式; ( 4 ) 受 焊 接电 弧的电、 磁场干扰不大: ( 5 ) 具有较大、 较宽的 传 感距离 和范围。 虽然机器视觉没有像生物视觉那么精密，但是它也具有生物视觉无法比拟 的优点，例如它的远距离观看能力和在黑夜中的透视能力等方面。视觉信息通 过视觉传感器转换成电信号，经过空间采样和幅值量化后，这些信号就形成了 一幅数字图像，加以处理就可以得到视觉系统所需要的特征量。近几年机器视 觉己经在科学研究、军事上和工业自动化方面得到了很大程度的开发和利用， 结合焊缝跟踪的特点，通过观察焊缝并对视觉图像处理的方法，来扩大跟踪的 灵活性，使跟踪过程具有类似人眼的功能，可以在很大程度上提高焊接自动化 水平和自 动焊接的 灵活性， 灵活扩充跟 踪的视 野可达 性3 1 .2移动机器人 机器人是关键的自 动化技术之一，机器人学的研究和发展之所以 方兴未艾 的原因 在于: ( 1 ) 机器人的 应用可增 加生产力， 提高生 产 过程的 效益， 如机器人 焊接、 件装配、 物体 搬运等: ( 2 ) 机器人可以 在恶 劣环 境和人 类不可 及环境中 代 替人类完成期望的工作，如处理核废料、宇宙空间的开发研究等。机器人的应 用越来越广泛，几乎渗透到所有领域。移动机器人是机器人学中的一个重要分 支。 它的研究始于六十年代，以 斯坦福研究所的自 主移动式机器人s h a k e y为 标志，其主要目 标是研究在复杂环境下机器人系统的实时控制问题，涉及到任 务规划、运动规划与导航、目 标识别与定位、机器视觉、多种传感器信息处理 与融合以及系统集成等关键技术。不同于传统的机器人手臂，移动机器人具有 其特殊的机构模型和应用性，是一个集环境感知， 动态决策与规划， 行为控制 与执行等多种功能于一体的综合系统。移动机器人的研究提出了许多新的、挑 战性的理论与工程技术课题，引起了 越来越多的专家学者和工程技术人员的兴 趣。 第 1 章 引言 移动机器人有多种机构形式，采取何种形式取决于移动环境，而移动机器 人大多是针对陆上表面环境。能够在表面环境中移动的机构形式主要有: ( 1 ) 轮式移动机构; ( 2 ) 覆 带 式 移 动 机 构 a 1 . ( 3 ) 脚足式移动机构; 此外，还有步进式移动机构、蠕动式移动机构、混合式移动机构和蛇形移 动机构等，适合于各种特别的场合。在不平整地面上运动时，一般使用脚足式 移动机构，轮式移动机构适合于不太粗糙的地面，而覆带式移动机构适合于地 面倾斜不是很大的有障碍物的环境。在各种移动机器人中轮式移动机器人是最 常 见也 是 最 重要的 移 动 机器 人 之一， 除部 分军 事 和宇 航用 途( 火星车 可 采 用轮 式 机构) 外，其具有漫长历史的轮式移动机构仍然能 够满足绝大部分应用场所的要 求。 据1 9 9 1 年统计， 在1 9 个国家的1 1 2 个机构已 宣布的2 2 8 种移动机器人中， 有工0 7 种机器人是轮式移动机器人。实践表明，轮式移动机器人非常适合在光 滑、坚硬的表面工作。随着移动机器人技术的研究重点从面向特殊恶劣环境到 面向一般环境的转变，此类机器人正逐渐成为移动机器人技术研究的主要方向， 引 起了 十 分 广 泛的 关 注。 轮式 移动 机 器 人， 著 名的 有s t a n f o r d ls ,c m u - r o v e p ,前 者用于非常严格环境中的感知研究，后者用于视觉控制的导航研究。另外，日 本 t s u k u b a 大学y a m a b i k o l 和me l d o g i ，法国l a a s 实验室的h i l a r e l s l 。德国 k a r l s r u h e 大学的k a mr o i 等都很出名。 我国清华大学、 哈尔滨工业大学、 上海 交通大学、沈阳自动化所、国防科技大学也对自 主式移动机器人进行了研制并 开展了 相应的理论与实 验研究 6 1 1 . 3移动机器人焊接技术 发展和应用新型焊接自 动化技术对我国国民经济将起到巨大的作用。在这 样的背景下，工业机器人在焊接领域得到越来越广泛的应用，极大的提高了焊 接生产的自 动化程度。 1 9 9 3年清华大学廖宝剑研制了 磁吸附轮式多自由 度焊接小车17 1 ，可实现全 位置爬行和移动。日本研发了一种轮式的移动机器人， 它是基于c c d视觉传感 的机器人，它的跟踪基准是焊缝本身， 但由于它的跟踪基点是两点跟踪，前后 各一个传感器，然后通过计算得到焊缝的偏差信息由控制器通过一定的控制算 第 1 章 引言 法进行控制，它的跟踪基准虽然是焊缝本身，但由于它的焊缝偏差信号并不是 实时跟踪的点，因此它的实时性差。总的来说，目前己开发出来的移动机器人 基本能够实现大型工件的自动焊接，但仍没有完全解决大型构件的自 动焊接问 题，有些是移动机构不能很好的满足焊接要求，有些是焊缝识别未能实现焊缝 的精确识别。 目 前国内外应用的弧焊机器人主要采用示教再现方式，示教再现式比较简 单、直观、易于操作.但是，在实际应用中焊件受热引起形变，或由于大型焊 件焊缝开口一致性不好，采用再现就难以保证焊接质量，仅适用于对焊接工艺 要求不高的场合。因此对焊缝跟踪方法和技术的研究己 成为机器人在焊接应用 研究中的一个热点。 目 前用于焊缝跟踪的常 用传感 器有电 弧式、 接触式和非接触式 等三 种 8 1 。 其 中电弧传感直接利用电弧本身参数的变化作为跟踪信号，不需外加传感器，其 实时性、灵活性和可达性最好，尤其适合焊接过程低成本自 动化的需求，但是 电流变化和电弧长度之间的精确模型较难建立， 且焊缝宽度小于 2 - 3 m m时， 焊 缝信号检测比 较困 难19 1 。 接触式传感是依靠在坡口中滚动或滑动的 触指将焊枪与 焊缝之间的位置偏差反映到检测器内，并利用检测器内 装的微动开关判断偏差 的极性，其结构简单、操作方便，不受电弧烟尘和飞溅的影响，但是对不同形 式的坡口需不同探头，磨损大，易变形，点固点障碍难以克服。超声波传感是 利用发射出的超声波在金属内传播时在界面产生发射原理制成的，是一种比较 先进的焊缝跟踪传感器，应用在跟踪系统中，跟踪的实时性好，但是由于传感 器要贴近工件，不可避免地会受到焊接方法和工件尺寸等的严格限制。另外需 要考虑外界震动、传播时间等因素，对金属表面状况要求高，其应用范围也就 受到限 制1 1 0 随着传感器技术的不断进步，代表着传感器发展方向的视觉传感器在焊缝 跟踪中 得到了 广泛的 应用 1 5 1 。 与其它传感器相比 ， 视觉传感器具 有提供信息 量 丰富，灵敏度和测量精度高，抗电磁场干扰能力强，与工件无接触的优点，适 合于各种坡口 形状，可以同时进行焊缝跟踪控制和焊接质量控制。 0 1 目 前，结构 光视觉传感器是最有前途的一种视觉传感器，比较适合机器人或其他执行机构 自主跟踪复杂形状焊缝。 第1 章 引言 1 . 4爬行焊接机器人的关键技术 把机器人应用到焊接领域， 这对焊接起了巨大的推动作用。 应用机器人进行 作业有以下优点: ( 1 ) 具有对各 种工 件进行全位置 焊接的能力; ( z ) 具有均匀一致的 焊接表面和质量; ( 3 ) 若配有焊缝跟踪系统，可以 进行实时操作: ( 4 ) 劳动生产率大大地提高; ( 5 ) 生产成本明 显 低于人工成本; 可以在恶劣环境及人工不能工作的环境中作业。 为了 达到把机器人真正应用到焊接领域， 适用一些特种结构和特殊环境下进 行全位置焊接， 则既需要有移动， 又需要有爬行功能的机器人。 这就需要爬行机 器人具有如下相关技术: ( 1 ) 移动与 吸附 机构 设计 7 1 全位置爬行机器人必须具备两个基本功能: 吸附功能和移动功能。 爬行机器 人按照吸附方式，可分为空气吸附和磁吸附式两种;按照移动方式可分为轮式、 履带式和步行式三种。 由于连续移动的爬行机器人希望获得较大的承载能力， 则 必须增强机器人的吸附能力， 而机器人的吸附能力在机器人运动时则成为其主要 的运动阻力使机器人的移动能力下降， 连续移动爬行机器人的承载能力和移动性 能是相互矛盾的。 因此， 爬行机器人具有承载能力大， 驱动功耗小， 路面适应能 力强， 既能安全的吸附于壁面， 又能以最小的力矩完成灵活运动， 这将代表新一 代机器人的发展方向。 ( 2 )作业过程可视化 传感器技术 u 人的智能标志之一是能够感知外部世界并依据感知信息而采取适应性 行为。 要使机器人焊接系统具有一定的智能， 研究机器人对焊接环境、 焊缝 位置及走向以 及焊接动态过程的智能传感技术是十分必要的。 机器人具备对 焊接环境的感知功能可利用计算机技术、 视觉技术实现， 将对焊接工件整体 或局部环境的视觉模型作为规划焊接任务、 无碰路径及焊接参数的依据， 这 里需要建立三维视觉硬件系统，以及实现图像理解、 物体分割、 识别算法软 件等技术。 爬行机器人多在非结构化环境中 作业， 机器人本体在不断运动， 其焊缝 第 1 章 引言 位置信息事先是未知的， 需要焊接机器人在其焊接作业进程中自 主获取， 同 时其作业环境恶劣、 作业对象存在很强的不确定性， 因此必须实现作业路径 自 主规划，这就需要爬行机器人能够以视觉信息为基础自 主规划作业方案、 监控作业质量， 实现作业过程的可视化。 能像人一样快速准确地通过视觉信 息识别焊缝，规划焊接姿态及运动路径是爬行焊接机器人未来的发展方向。 测量传感技术在此就显得尤其重要。 焊缝识别传感器种类繁多， 根据其传感 原理可分为如下几种:检测电弧前方一定距离坡口 位置的前置附加式传感 器; 能够检测当前焊接点对中及高低位置的电弧传感器。 每种传感器根据其 各自的特点，都已被研究， 不同程度地被应用。 其中光电式传感器具有精度 高、再现性好的优点，因而成为目前发展较快的跟踪技术之一。 ( 3 )控制决策智能化一焊缝闭 环跟踪控制 焊接自 动化的关键技术是焊缝跟踪 1 2 1 ， 焊接质量的 优劣主要是取决于焊 缝跟踪的好坏程度。 焊缝跟踪就是指把焊枪作为被控对象，电弧相对于焊缝 中心位置的偏差作为被调量， 通过机械、 电磁、 激光视觉等到多种测量手段， 控制焊枪使其在整个焊接过程中始终在焊缝中心位置。 对于结构化环境下工 作的机器人， 其工作路径相对固定， 可以通过离线编程或示教再现的方式实 现路径规划， 达到跟踪焊缝的目的。 爬行焊接机器人要想最终取代人完成像 “ 管道焊接， 球罐制造” 等非结构化环境下的焊接作业， 达到真正意义上的焊 接自 动化， 保证焊接质量， 还必须解决其控制决策智能化问题，实现焊缝闭 环跟踪控制。如前所述环境信息的视觉化获取是爬行机器人的重要发展方 向。 对爬行焊接机器人而言， 其主要作业是焊接、 切割等。 焊接过程本身是 光、电、 热、力等综合作用复杂的物理化学反应过程， 其强弧光干扰、强非 线性及大量不确定性因素的存在 12 1 ， 使得爬行焊接机器人在作业环境中的视 觉传感必须具有一定的智能化功能。 对由视觉传感器所获得的图像信息送往 计算机，通过软件编程， 对所获得的焊缝图像进行中 值滤波及二次化处理， 得到焊缝的位置及偏差， 通知控制器对机器人进行实时控制。 焊接工艺过程是一个多种因素影响的复杂的动态过程， 仅通过焊接工艺 参数的优化也很难保证焊缝的质量。 对焊接质量监控的研究已从经典的p i d 控制 ( 包括自 适应p i d控 制、 广义预测自 适应控制 ) 发 展到其于人工智能 的智 能控制 ( 如模糊p i d控制、模糊控制、神经网络模糊控制等) 。 这表明 模拟 焊工操作行为智能控制器是获得高质量焊缝的一个重要措施， 提高自 动化程 第 1 章 引言 度和智能化程度是未来爬行机器人发展的方向之一。 ( 4 ) 焊接工艺过程的智能化 1 3 1 在焊接过程中， 焊接质量的好坏除了上述所说的跟踪精度影响外， 还有 一个很重要的因素: 焊接工艺。 在对工件进行全位置焊接时， 焊枪与焊缝位 置的变化、焊接电流以及送丝速度的稳定性等都直接影响到工件的焊接质 量。 选取适当的焊接电源， 规划其焊接参数成为现代化焊接的重要课题。实 现焊接过程的自 动化， 智能化必须要求焊接工艺具有高智能化的特点。 提高 焊接工艺智能化同样成为未来弧焊机器人的发展方向之一。 1 .5计算机视觉 机器人视觉伺服系统 1 4 1 由 视觉传感向控制器提供外部信息，调整机器人的 位置和姿态。研究内容涉及到图像处理、机器视觉、控制理论、运动学等多个 领域。当前机器人视觉伺服研究的主要内容可以归纳为视觉伺服系统结构、快 速有效的图 像处理算法以 及视觉伺服控制器的设计等几个主要方面0 1 虽然机器视觉没有像生物视觉那么精密，但是它也具有生物视觉无法比拟 的优点，例如它的远距离观看能力和在黑夜中的透视能力等方面。视觉信息通 过视觉传感器转换成电信号，经过空间采样和幅值量化后，这些信号就形成了 一幅数字图像，加以处理就可以得到视觉系统所需要的特征量。近几年机器视 觉己经在科学研究、军事上和工业自 动化方面得到了很大程度的开发和利用， 结合焊缝跟踪的特点，通过观察焊缝并对视觉图像处理的方法，来扩大跟踪的 灵活性，使跟踪过程具有类似人眼的功能，可以在很大程度上提高焊接自 动化 水平和自 动焊接的 灵活性， 灵活扩充跟踪的视野可达性3 1 1 .5 . 1计算机视觉的发展历史 机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的 重要研究 领域之一 1 6 1 。 机器视觉是在2 0 世纪5 0 年代从统计 模式识别开 始的， 当时的工作主要集中在二维图像分析和识别上，如光学字符识别，工件表面、 显微图 片 和航空图 片的 分析 和 解 释等。 6 0年 代， r o b e rt s ( 1 9 6 5 ) 通 过计算 机程 序 从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对 第 1 章 引言 物体形 状及物体的 空间 关系进 行描述 r o b e r ts 1 9 6 5 o r o b e r t s 的 研究 工作开 创了 以理解三维场景为目的的三维机器视觉的研究。 r o b e r t s 对积木世界的创造性研 究给人们以极大的启发，许多人相信，一旦由白色积木玩具组成的三维世界可 以被理解，则可以推广到理解更复杂的三维场景。于是，人们对积木世界进行 了深入的研究，研究的范围从边缘、角点等特征提取，到线条、平面、曲面等 几何要素分析，一直到图像明暗、纹理、运动以及成像几何等，并建立了各种 数据结构和推理 规则。 到了7 0 年 代， 已 经出 现了 一些视觉 应用系 统【 g u z m a n 1 9 6 9 , ma c k w o r t h 1 9 7 3 0 7 0年代中期， 麻省理工学院 ( m i t ) 人工智能( a i ) 实验室正式开设“ 机器视 觉， ( m a c h i n e v i s i o n ) 课程，由国际著名学者b . k . p . h o rn教授讲授。同时， mi t a i实验室吸引了国际上许多知名学者参与机器视觉的理论、算法、系统设 计的研究，d a v id ma r r 教授就是其中的一位。他于1 9 7 3 年应邀在mi t a i实验 室领导一个以博士生为主体的研究小组，1 9 7 7年提出了 不同于“ 积木世界” 分析 方法的 计算视觉理 论( c o m p u t a t i o n a l v i s i o n ) ， 该理论在8 0 年代成为 机器视觉研究 领域中的一个十分重要的理论框架。 可以说，对机器视觉的全球性研究热潮是从 2 0世纪 8 0 年代开始的，到了 8 0年代中期，机器视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现， 比如，基于感知特征群的物体识别理论框架，主动视觉理论框架，视觉集成理 论框架等。 研究计算机视觉， 不得不提的是英国己 故科学家d a v i d m a r r ， 他在计算机视 觉发展史上可谓写下了浓重的一笔。在 2 0世纪 7 0年代末，他提出了第一个 较为完善的视觉系统框架，即计算视觉理论框架。他认为视觉是一个复杂的信 息处理过程，并有不同的信息表达方式和不同层次的处理过程，而最终的目的 是实现计算机对外部世界的描述。由此，他提出了三个层次的研究方法，即计 算理论层、表征与算法层以 及实现层。并且设想出了自 下而上，没有反馈的视 觉处理框架，他认为视觉的主要任务是获得物体的三维形状，并把获取过程分 为三个阶段，即原始基元图 、 2 . 5维图 一 3维模型表示。其中，基元图由二 维图像中的边缘点、直线、曲线、 顶点等基本几何元素或特征组成:2 .5维图 是指对基元图进行一系列处理运算，推导出可见表面的朝向、轮廓等几何信息， 是在观察者坐标系下描述的部分的、不完整的三维物体形状 ( 另一部分是物体 的背面或被遮挡的部分): 3维模型表示则描述物体坐标系下的各种形状及其 第 1 章 引言 空间组织。迄今为止，研究者们在 ma r y计算视觉理论框架下，进行了大量的 研究，并取得了丰富的成果，最瞩目也最完善的成果当属基于几何方法的计算 机视觉理论体系。 视觉的一个重要任务是识别。其基本方法是首先建立物体模型，然后使用 各种匹配算法从图像中识别出与物体模型最相似的物体。这里，就用到了先验 知识，即识别前，物体模型需事先存储在计算机中，这是很显然的事情。平常 人们能从图中认出 事物，是因为大脑对它们的特征有了 事先的认识。在物体识 别中， “ 假设检验” 是一种很重要的识别方法， 又称为基于模型的识别方法。 从图 像进行重建人们已 经粗略地作了介绍， 用其重建出的部分模型与模型库中的物 体模型作比较，方法是先“ 假设” ， 后“ 检验” ，即假设待识别物体是模型库中的某 个物体，然后为了减少匹配时间，只利用部分几何元素来判断它们是否匹配， 如果不匹配， 则改变假设; 反之， 则用其他几何元素在图像中对该匹配做“ 检验， 以此来判断是否需要再修改假设，并重复上述过程。因此，这是一种自 下而上 与自 上而下策略的结合。 由于计算机视觉系统发展遭遇到众多瓶颈问题，如:图像分割的不稳定性、 二维图形到三维立体的病态问 题、机器缺少大规模并行处理能力等，使得现有 的计算机视觉系统在识别能力、实时性上与人类视觉相差甚远，更不可比拟的 是，选择性注意的能力，即人类视觉分分秒秒都在接受外界的信息，但是人们 并不会对所有的信息都处理， 而是对很多都会“ 视而不见” 。 从总体的理论研究和 应用角度来说，国内外在计算机视觉的研究水平还是处于起步阶段，目前还没 有一个完整的理论体系能统一和解决所有的计算机视觉问题。 1 . 5 . 2计算机视觉的应用 机器视觉技术正广泛地应用于各个方面，从医学图像到遥感图像，从工业 检测到文件处理，从毫微米技术到多媒体数据库，不一而足。可以说，需要人 类视觉的场合几乎都需要机器视觉。应该指出的是，许多人类视觉无法感知的 场合，如精确定量感知、危险场景感知、不可见物体感知等，机器视觉更突显 其优越性。下面是一些机器视觉的典型应用。 ( 1 ) 零件识别与定位 由于工业环境的结构、照明等因素可以得到严格的控制，因此，机器视觉 第2 章 系统构成 2 . 5小结 1 .建立了一套初始焊缝定位系统， 通过摄像头采集主动标识信息，经过计算机 处理后得到机器人相对目 标的位置信息，控制机器人运动到目 标; 2 .搭建了焊缝跟踪系统，由激光传感器获取焊缝偏差信息，经过处理得到控制 量，控制十字滑块对焊缝进行跟踪。 第3 章 主动标识的识别 该算子通常有下列计算公式表示: 式 ( x , y ) = a x 一 l , y + l ) + 2 f ( x , y + l ) + f ( x + l , y + l ) 一 f ( x - 1 , y 一 1 ) - 2 .f ( x , y 一 1 ) 一 f ( x + l , y 一 1 ) 石 ( x , y ) = a x 一 i , y 一 1 ) + 2 f ( x 一 1 ,y ) + f ( x 一 1 , y + 1 ) 一 f ( x + l , y 一 1 ) - 2 f ( x + l , y ) 一 f ( x + 1 , y + 1 ) g f ( x , y ) = 石 ( x , y ) i + i 石 ( x , y ) i ( 3 .3 ) ( 3 .4 ) ( 3 . 5 ) 式 中 大 ( x , y )石 ( x , y ) 分 别 表 示x 方 向 和y 方 向 的 一 阶 微 分 ， g f ( x , y ) 为s o b e l 算子的 梯度，f ( x , y ) 是具有整数像素坐标的 输入图 像。 求出 梯度后， 可设定一 个常数t ， 当g f ( x , y ) t 时， 标出 该点为 边界点， 其像素值设定为0 ， 其它的 设定为2 5 5 ，适当调整常数t 的大小来达到最佳效果。 s o b e l 算子通常对灰度渐变和噪声较多的图像处理得较好。 3 . 3 . 3 p r e w i tt边缘算子 p r e w i tt 边缘算子是一种边缘样板算子， 利用像素点上下、 左右邻点灰度差， 在边缘处达到极值检测边缘，对噪声具有平滑作用。由于边缘点像素的灰度值 与其邻域点像素的灰度值有显著不同，在实际应用中通常采用微分算子和模板 匹配方法检测图像的 边缘2 5 1 该算子通常有下列计算公式表示: f - ( x , y ) = f ( x + l , y 一 1 ) 一 f ( x 一 i , y 一 1 ) + f ( x + l , y ) 一 f ( x 一 1 , y ) + f ( x + l , y + l ) 一 f ( x 一 1 , y + 1 ) 石 ( x , y ) = f ( x - l , y + l ) 一 a x 一 i , y 一 1 ) + f ( x , y + l ) 一 f ( x , y 一 1 ) + f ( x + l , y + l ) 一 f ( x + l , y 一 1 ) g f (x ,y ) = v f s2 (x ,y ) + .f y 2 ( x ,y ) 石 ( x , y ) 分 别 表 示x 方 向 和y 方 向 的 一 阶 微 分 ， g f ( x , y ) 为 ( 3 .6 ) (37)(3.8)rewitt 式中大 ( x , y ) 、 算子的梯度，ax , y ) 是具有整数像素坐标的输入图 像， 。 求出 梯度后， 可设定一 第 3 章 主动标识的识别 个常数t ， 当g f ( x , y ) t 时， 标出该点为 边界点， 其 像素 值设定 为0 ， 其它的 设定为2 5 5 ， 适当调整常数t 的大小来达到最佳效果。 p r e w i tt算子不仅能检测边缘点，而且能抑制噪声的影响，因此对灰度和噪 声较多的图像处理得较好。 3 .3 .4拉普拉斯 ( l a p l a c i a n ) 边缘算子 拉普拉斯算子是一个二阶导数算子，而前面提到的三种算子均为一阶导数 算子。该算子是一个与方向无关的各向同性 ( 旋转轴对称)边缘检测算子。若 只关心边缘点的位置而不顾其周围的实际灰度差时，一般选择该算子进行检测。 该算子通常有下列计算公式表示: 0 2 f ( x , y ) = f ( x + 1 , y ) + f ( x 一 1 , y ) + f ( x , y + 1 ) + f ( x , y 一 1 ) 一 4 f ( x , y ) ( 3 . 9 ) 式中0 2 f ( x , y ) 表示 数字图 像中 每 个 像 素关 于x 轴 和9 轴 的 二 阶偏 导 数 之 和， 即 处理后像素 ( x , y ) 处的 灰度值，f ( x , y ) 是具有整数像素坐 标的 输 入图 像。 由于拉普拉斯算子为二阶差分，其方向信息丢失，常产生双像素，对噪声 有双倍加强作用，因此它很少直接用于边缘检测。 鉴于此， ma r r 和 h i l d r e t h将高斯滤波和拉普拉斯边缘检测结合在一起，形 成了l o g ( l a p la c i a n o f g a u s s ia n ) 算 子， 即 高 斯 一 拉 普拉 斯 算 子， 也 常 称为 马 尔 算子 ( m a r r - h i l d r e t h ) 。该算子先用高斯算子对图 像进行平滑，然后采用拉普拉 斯算子根据二阶微分过零点 来检测图 像边缘2 7 1 高斯一 拉普拉斯算子通常具有如下形式: - 2 -、- 1 ，; ， 、 (; ， 、 v v l r ) = .一; ! 且 一.: 2 i c x p i 2 i 7 r 6 l a ) / a ) ( 3 . 1 0 ) 式中，口 是方差，; 是离原点的径向 距离，即尸 二 犷十 尹，x , y 为图 像的 横坐 标和纵坐标。 高斯拉普拉斯算子是两种算子的结合，既具备高斯算子的平滑特点又具备 拉普拉斯算子锐化特点。平滑和锐化，积分和微分是一对矛盾的两个侧面，统 一在一起后就变成了最佳因子.因为图像中包含噪声，平滑和积分可以滤掉这 些噪声，消除噪声后再进行边缘检测( 锐化和微分) 会得到较好的效果。 第4 章 路径规划 第4 章 路径规划 发展机器人产业的一条重要途径就是开发各种智能机器人、赋予机器人一 定的“ 感知、 思维 问 题求解、 决策和规划) 和动作” 的能力以 提高机器人的性能， 扩大其功能和应用领域.机器人智能化包括诸如控制、规划、传感、视觉等多 个方面，在诸多新型智能技术中，规划的研究和应用占有重要的地位，它包括 任务规划、装配规划、路径规划、轨迹规划及自 动抓取规划等。其中大量的工 作针对于机器人路径规划的 研究3 2 1 从某种意义上说，路径规划是寻找到目标的操作序列，本质上就是一个问 题求解过程。传统运筹学理论把规划作为求某种最优解的数值计算来处理，形 成了如线形规划、动态规划等数值计算的方法。并用这些方法解决了不少问题。 这类方法有严格的理论体系，但也有明显的不足。比如要求规划所涉及的约束 条件要以数学不等式表示，要求规划的目 标是某种最优函数的形式，另外规划 所涉及的世界也必须是静止的，需要预先完全准确地知道。这些都是移动机器 人路径规划难以满足的， 所以 需要采取其它更为有效的 方法 3 3 - 3 6 1 4 . 1 t r t路径 d u b i n s 1 最早对最短路径的存在加以 证明， 指出: 最优轨迹一定是由 最小曲 率的 圆 弧 和 直 线 组 成。 j .a .r e e d s 和r .a .s h e p p 3 8 1于1 9 9 0 年 对自 由 空 间 中 既 可以 前进又可后退的移动机器人的最短可行路径问题进行研究。他们指出，最小长 度的可行路径最多是五段直线段或具有最小转弯半径的圆弧组成 ，并且最多含 有 2个尖角 。 s u s s m a n n 和 t a n g 以 及 b o i s s o n n a t . 和 c e r e z 。分别从 最优控制角度重 新证明了 d u b i n s 以 及r e e d s 和 0 .口 9 0 如.口0 。另外当机器人经过由多条直线段连接成的一条折线式路径 时，该路径曲线在相邻直线段的交点处不可导，就不能进行跟踪，也有必要将 路径平滑技术应用到规划中去，目的就是去掉相邻路径段相交处的尖角，产生 第4 章 路径规划 一条光滑连续的 可行路径， 所以也需要机器人有一定的转弯半径3 9 根据 r e e d s r , 9 = ( - ;d 2 , x 1 2 ) , (p = ( - s 1 2 , 76 2 ) , y = ( 0 , z / 2 ) . 第 4 章 路径规划 圆心连线o s i o e ， 的与x轴的夹角为: 中= a r c 扭 n (y + r c o s o n r ) j 一 r s n 口 ( 4 . 1 ) 也即是两圆外公切线的角度。 如果贬 逛 p + 二 ， 机器人的路径由 逆时 针圆弧o a ， 直线a b 和逆时 针圆弧b e ( 0 - (p ) ，各段长 2舟、4 (4(4(4 组成， 其中 直线段a b 为圆的外公切线。 两段圆弧的角度分别为9 1 度为: o a = 钾 a b 一 o s io e i = 2 砍 y + r c o s o 一 ; ) ， 十 ( 二 一 ; s in o ) 2 b e=( o 一 q, ) r 当 。 _ o y p或 (o + 7 r 5 0 :5 2 7r 时， 组成，其中直线段a b 为圆的内切线。 机器人的路径由圆弧 ) a ，直线a b 和圆弧b e 圆心连线o s i o s 2 的与 x轴的夹角为: ，_ _ y 一 r c o s o 一 r , 俨= a r c w n k -， 一 下 一 几 二 一) x + rs m口 ( 4 . 5 ) 1 = o s i o e 2 = 2 寸 ( y 一 ; c o s o 一 ; ) z + ( x + r s i n o ) 2 ( 4 . 6 ) y =a r c c o s ( 2 i 沟( 4 .7 ) 如果 0 _ o 4 p ， 两段圆 弧的 角度 分别为 ( (p + a 1 2 - r ) , 0 - ( (p + n l 2 - y ) ， 三 段路径的 长度分别为: o a= ( 必 + z 1 2 一 灼r( 4 . 8 ) a b = 2 j ( 1 / 2 ) ， 一 ; ， ( 4 .9 ) b e= - e 一 ( 护 十 ; r / 2 一 y ) r( 4 . 1 0 ) 如果 尹二 罗52ir ， 两 段圆 弧的 角 度为 伸 十 n / 2 - y ) , b - ( rp + n 1 2 - 力 - 2 司 ， 则 可 得各 段长度: o a= 印十 ; r / 2 一 y ) r a b = 2 v ( 1 / 2 ) ， 一 ; ， ( 4 . 1 1 ) ( 4 . 1 2 ) b e= - b 一 仲+ 二 / 2 一 y ) 一 2 川r( 4 . 1 3 ) 第4 章 路径规划 还 有 一 种 特 殊 情 况 ， 如 果rp t , 当 忽 略电 磁时 间 常 数时 ， 电 机传递函 数也 可 近似为惯性环节14 2 1 . g ( s ) = k d 兀s + l ( 4 . 2 8 ) / 厂 为了得到机器人系统的模型， a ， 然后在t个控制周期后 改变其控制量，将偏差数 据 记 录 下 来 。在 这 里 t = 5 0 。为了 验证得到的模 型的正确性，总共做了两 组，实线为第一组实验， 虚线为第二组实验。 图4 .4 为实验得到的数据绘制的 曲线，图中，横坐标为时 间，纵坐标为测量得到的 偏差值。 通过上面的试验数 据，在m a t l a b的系统辨识 我们做了如下实验， 首先给机器人一个控制量 m -s u w . e -中 “ / 了 入 入 / 1 节m. 图4 .4 实验数据 工具箱的环境下编程我们可以得到系统的传递函数如下: 第4 章 路径规划 g , ( s ) ( 1 + 5 8 . 8 0 5 s ) ( 1 + 2 9 2 0 2 0 0 s ) ( 4 . 2 9 ) ( 第一组实验数据得到的传递函数) g z ( s ) 1 61 7 0 0 ( 1 + 1 0 5 9 0 0 s ) ( 1 + 4 9 .0 4 2 s ) ( 4 . 3 0 ) ( 第二组实验数据得到的 传递函数) m e a s u r e d a n d s imu l川 ed m o d e l o u t p 以 mo d e l 2 o u t p u t m e a s u r e d o u t p u t 声行 年 奇 m odel. t output 才 . 军 决 图4 . 5仿真输出和实验输出 图4 . 5 是测量的输出值与两个传递函数仿真的输出值的比较。 对这两个传递 函数的输出分析我们得到其相似度分别为7 4 .2 6 % ， 7 0 .2 5 %。 可以 看到， 通过实 验的方法建立的传递函数己经基本上可以表征系统的特性。 4 . 4控制器设计 4 . 4 . 1模糊 p i d控制器 p i d控制是最早发展起来的控制策