视觉伺服控制是利用图像的视觉信息反馈控制机器人运动的方法,对智能机器人完成高智能作业极为重要。视觉伺服控制时必须把在视觉系统获取的信息变换到机器人系统,而实现这一变换必须校准视觉系统的内部参数,和视觉系统与机器人系统间的坐标变换。由于校准过程复杂需要较高的成本,为了简便地实现视觉反馈,有必要研究一种直接可以在非校准环境下应用的视觉反馈控制方法。本课题将研究一个新的算法在线估计未知视觉系统的内部参数和坐标变换矩阵,以实现非校准视觉反馈控制。我们将利用非线性系统的输出自适应控制对系统进行建模,结合自适应算法和在线估计,设计稳定可靠,结构简单,实现容易的控制方法。在全面考虑机器人的动力学特性的基础上,分析系统的稳定性和控制器的鲁棒性,并通过机器人实验验证理论和方法的有效性。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于结构滤波器的伺服系统谐振抑制
非结构环境下机器人鲁棒视觉伺服的研究
复杂环境下机器人高精度无标定视觉伺服控制
基于虚拟肌肉的机器人视觉伺服控制研究
未校准环境下机器人自适应手眼视觉跟踪研究