英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料
基于嵌入式视觉的移动机械手自主移动抓取方式
Jile Jiao1, Shuguang Ye2, Zhiqiang Cao1,*, Nong Gu3, Xilong Liu1 and Min Tan1
1 State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing, China
2 JiangSu King Source Electric Co., Ltd., Jiangsu, China
3 Centre for Intelligent Systems Research, Deakin University, Waurn Ponds VIC, Australia
* Corresponding author E-mail: zhiqiang.cao@ia.ac.cn
Received 29 Jun 2012; Accepted 11 Sep 2012
DOI: 10.5772/53276
copy; 2012 Jiao et al.; licensee InTech. This is an open access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/3.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
摘要
本文提出了一种在低矮和狭小环境中用于小型移动机械手基于视觉进行自动抓取的方法。附带径向符号和顶部色块的指定对象的视觉信息将以嵌入式方式从两个CMOS相机中获取。此外，移动平台和机械手的姿势在基于视觉的控制下进行连续调整，由此驱动机械手接近对象。当移动机械手离对象已经足够近时，仅凭借机械手基于增量运动对指定对象进行移动抓取，并且其末端执行器的头端中心符合贝塞尔曲线。该方法的有效性已通过实验所验证。
关键词
1.简介
在非结构化和自然环境中运行的自主移动机器人的开发已在机器人学研究中得到了广泛的研究。带有机械手的移动机器人具备移动功能以及高性能的操作能力，适用于某些具有挑战性的任务，例如清理有害物质，运输和救援等[1]。Yamamoto和Yun提出了一种控制移动平台的算法，以便将机械手的可操作性保持在最大化的配置上，并且仿真和实验的结果也证明了其有效性[2]。在后续的工作中，他们研究了机械手和移动平台之间的动态交互作用[3]。在[4]，Yamamoto和Fukuda提出了一种针对协同任务的避障方案，该方案涉及两个对同一个物体进行处理的移动机械手，并通过仿真进行了验证。[5]提出了一个面向任务的框架，用于移动机械手系统的动态协调，并研究了机动性、操作性以及协同操作的集成。Platt 等人[6]介绍了一种改进的控制器序列以解决移动抓取的问题，其中控制器根据控制器目标区域以及吸引域进行定义，并且该方法已经通过实验证明。Sheng等人[7]开发了基于神经网络的运动机械手运动控制方法，并在一个4自由度机械臂上进行了实验，证明了该方法的改进性能。文献[8]通过使用基于鲁棒神经网络的滑模控制解决了移动机械手的轨迹跟踪控制问题，其中神经网络可以克服滑模控制固定上限较大的缺点。仿真实例证明了该方法的性能。
另一方面，视觉传感器以其丰富的信息，较低的成本和灵活的使用性而被广泛认为是最通用的传感器之一。对于多数自主移动机器人，视觉测量和基于视觉的控制通常使用[1，9]。传统上，视觉测量使工业机器人能够按照给定的轨迹在结构化的环境中抓取和移动对象[1]。如今，一些更为丰富的信息诸如指定对象的位置，方向，形状，颜色和像素坐标之类的都是能够获取的，这有助于机械手以更为灵活的方式执行抓取操作。Seelinger等人[10]开发了一种用于无人行星探测车的移动相机空间操纵的高精度视觉控制方法。它实现了很高的定位精度，对建模误差和测量不确定性具有鲁棒性。该方法的性能已经由实验验证。文献[11]提出了一种针对开门问题的基于图形的表示法，在PR2移动操纵平台上得到了证明。[12]中设计并实现了基于视觉的机械手，该机械手可以借助视觉系统完成图像绘制和球的拾取。[13]提出了一种自主的移动机械手，它可以通过利用以下三种技术来克服系统固有的不确定性和异常情况：基座和机械手的协调控制，视觉和力伺服的结合以及通过灵活的任务级别控制进行错误修复，这通过“入洞”任务完成了证明。Jain等人[14]提出了一种专注于子系统的辅助移动机械手EL-E，该子系统使机器人能够从平面找回对象并将对象移动至平面上。
与移动机器人系统中广泛使用的由CCD相机捕获图像的框架相比，由CMOS相机捕获图像并由嵌入式处理器进行处理的系统更加紧凑，省电且低成本[15，16]。随着任务和环境复杂性的增加，此时需要的是在某些低矮和狭小环境下具备操作能力的小型移动机器人。在这种情况下，通过CMOS摄像头捕获的图像和基于嵌入式视觉的控制将会提供更好的解决方案。
本文的主要贡献概述如下。从CMOS相机获取的视觉信息以嵌入式方式处理，以满足小型移动操纵器在一些低矮和狭小环境下的操作需求。通过移动平台和机械手姿势两者之间的协调，将对象保留在视图内，从而确保任务的顺利执行。同样，引入贝塞尔曲线以规划机械手的抓取动作以实现更好的操纵。
在本文的其余部分安排如下。第2节对问题进行了描述。在第3节中，对基于嵌入式视觉的自主移动抓取方法进行介绍。第4节和第5节讲解实验总结全文。
2.问题描述
在许多情况下，机械手需要自主搜索散布在非结构化环境中的对象。一旦遇到敏感物体并对其进行识别，移动机械手将尽量靠近该物体，并根据感测信息用机载机械臂将其拾取。在本文中，考虑的是由基于嵌入式视觉的自主移动来驱动移动机械手接近指定对象，该对象将被机械手抓取。为了完成任务，移动平台上配备了两个CMOS摄像头和一个5自由度机械臂，其中CMOS摄像头2固定在机械手的末端执行器中，如图1所示。每个带有OV9650光学芯片的摄像机都会捕获图像，图像将由运行在400MHz的相应嵌入式处理板进行处理。
图1.机械手的移动抓取任务
考虑到具有嵌入式视觉的小型移动机械手有尺寸限制，要抓握的物体尺寸也很小。从环境适应性和从远距离识别的角度来看，物体被赋予了带有双外圈和顶部带有色块的径向符号，可以满足嵌入式处理器的实时计算要求。在图1中，OoXoYoZo是物体坐标系，OrXrYrZr是移动平台坐标系以及OcXcYcZc是照相机2的坐标系，theta;1,theta;2和theta;3分别为肩关节，肘关节和腕关节的桨距角。其余两个关节是腕部的滚动关节和抓手关节。
3.基于嵌入式视觉的自主移动掌握方法
移动抓取的过程可以分解为三步：在无法检测到指定对象时机械手随机徘徊，在观察到对象后移近对象并以机械手进行抓取。首先，移动机械手徘徊以寻找对象。一旦凭借CMOS相机1所提供的信息通过识别径向符号特征而观察到了物体，就意味着移动机械手离该物体稍远并提取该信息用以引导移动平台的运动。当它通过CMOS相机2获取到色块特征时，相关的信息将被提取以控制移动平台继续接近对象。同样的，机械手的姿势也要加以调整以保持对象在视野范围内。当机械手移动到足够接近对象，移动平台停止移动然后机械手执行抓取操作。
3.1对象的识别与定位
指定对象具备两个特征：具有两个外圈的径向符号和一个矩形色块。接下来给出相应的视觉提取过程。
3.1.1基于径向符号的信息提取
本文采用的带有双外圈的径向符号是[17]中符号的扩展，如图1所示。有些辐条具有中心对称性，接近中心的辐条从外部逐渐变细。在这一部分中，我们考虑单色符号并从灰色图像中提取特征信息。
为了确定径向符号中心的像素坐标，我们可以首先根据径向符号中心的低亮度特征和中心对称特征来消除一些不相关的点。然后根据符号的径向特征，设计基于辐条的稀疏模板（以15times;15为例）以检测中心点，如图2所示。仅选中标记为“times;”的点。这些点构成一个Omega;集。对于要在图像中判断的点Pc，通过将Pc对应于的Omega;集中的点的灰度值二值化来生成0-1序列。如果从0到1的变化次数与轮辐的数量相近，则将点Pc视为候选中心点。筛选之后，通过平均所有候选点的坐标来获得中心点的图像坐标（uc，vc），并且所有候选点的平均灰度值ga进行计算。
图2.基于轮辐的稀疏模板
在确认径向符号后，需要通过检测像素中符号的直径来测量相机1的光学中心与符号之间的距离。我们考虑符号左侧和右侧的两个圆弧，它们的边缘由稀疏模板检测（以7times;3为例），如图3所示。只检查标记为“times;”的点。对于弯曲边缘识别模板中的点Parc，在左内圆弧中标记为“times;”的三个点的灰度值小于给定阈值Te，而在模板中与该弧对应标记为“times;”的另外三个点的灰度值高于Te，其中Te与ga有关。我们以内部左圆弧说明了弯曲边缘的识别过程。如果中心点的左侧有一个与点Parc具有相同特征的点，它被识别为左内圆弧的边缘。同样，我们获得左内圆弧的边缘以及它与符号中心点之间的像素距离dlp。因此，还获得了右外圆弧的边缘与中心点之间的像素距离drplt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[241024]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
