人工智能四川省重点实验室
开放基金工程申报书
□根底研究工程 一般工程 □应用研究工程 工程类别 □根底研究工程 重点工程 □应用研究工程
工程名称： 工业检测机器人的运动控制与数据
传输研究
起止时间： 2021年10月至2021年10月 承当单位： 四川理工学院机械工程学院 工程负责人： 黄丹平 联系 〔 〕：
学科门类： 测控技术与仪器 学科情况： 校级重点建设学科 填报日期： 2021年5月16日
人工智能四川省重点实验室 制
.
精品文档
填报说明
1、申报书适用于人工智能四川省重点实验室资助自然科学研究工程； 2、封面“工程类别〞只能选填一种，在该工程类别前□中画“√〞； 3、申报书填写要求用A4纸计算机打印。一式三份统一报送人工智能四川省重点实验室；
4、未尽事宜，可另附材料说明。
.
精品文档
一、目的意义和国内外研究现状分析
自从1959 年诞生第一台机器人以来，机器人技术得到了长足的进步和开展。智能机器人是具有感知、思维和行动功能的机器，它可获取、处理和识别多种信息，自主地完成较为复杂的操作任务。随着移动机器人的应用领域不断扩大，人们希望机器人能够在未知环境中自动实现路径规划,并且能够通过无线传输将数据实时传输到上位机中,从而大大提高其对环境的适应能力和实际应用效率。 工业智能移动机器人具有感知工作环境，任务规划能力和决策控制能力，避障是工业机器人路径规划中的难点和研究热点。根据机器人对环境信息知道的程度不同，可分为2 种类型：环境信息完全知道的全局路径规划和环境信息完全未知或局部未知的局部路径规划。对于环境下的避碰问题，已经提出了许多有效的解决方法。其中，khatib提出的人工势场法，结构简单，易于实现，得到了广泛应用。与在环境中相比，机器人在环境完全未知或局部未知情况下实现避障更加困难。针对环境信息不确定情况下的避障问题，得到避障系统中应用的系统模型，根据摄像机透视影射原理，进行逆换算，得到控制系统算法，实现单摄像机获取环境深度信息，简化了系统结构，并在此根底上提出了一种基于视觉的局部路径规划的算法，实现了移动智能机器人在不确定环境中利用视觉传感器实时获取外部信息进行路径规划，仿真与实验结果说明，减少了计算规模，提高了实时性，简化了机器人避障的步骤，使机器人能快速地跟踪规划路径，实现避障。 未知路径规划技术是工业机器人控制技术研究中的一个重要问题, 嵌入式实时系统具有功耗低、体积小、集成度高等无可比较的优势, 可以满足系统实时性的同时简化控制软件的开发。机器人的开展经历了一个从低级到高级的开展过程。当前机器人的开展进入智能机器人阶段, 机器人通过各种传感器获取环境信息, 利用人工智能进行识别、理解、推理并做出判断和决策来完成一定的任务。这就要求智能机器人除了具有感知环境和简单的适应环境能力外, 还具有较强的识别理解功能和决策规划功能。 工业智能机器人路径规划是指在有障碍物的工作环境中, 如何寻找一条从给定起点到终点适当的运动路径, 使机器人在运动过程中能平安、无碰地绕过所有障碍物。随着计算机、传感器及控制技术的开展, 特别是各种新算法不断涌现, 智能机器人路径规划技术已经取得了丰硕研究成果。特别是周围环境的全局路径规划, 其理论研究已比较完善, 目前比较活泼的领域是研究在环境未知情况下的局部规划。从目前国内外研究成果看, 有以下趋势: 〔1〕智能化的算法将会不断涌现。模糊控制、神经网络、遗传算法以及它们的相互结合也是研.
精品文档
究热点之一。 〔2〕多智能机器人系统的路径规划。随着智能机器人工作环境复杂度和任务的加重, 对其要求不再局限于单台智能机器人, 在动态环境中多智能机器。人的合作与单个机器人路径规划要很好地统一。 〔3〕 多传感器信息融合用于路径规划。单传感器难以保证输入信息准确与可靠。多传感器所获得信息具有冗余性、互补性、实时性和低代价性, 且可以快速并行分析现场环境。 〔4〕基于功能/行为的智能机器人路径规划。基于模型自顶向下的感知- 建模- 规划- 动作是一种典型慎思结构, 称为基于功能的控制体系结构。基于行为的方法是一种自底向上的构建系统方法, 并在与环境交互作用中最终到达目标。基于功能/行为的机器人控制结构融合了两者优点, 这是研究的新动向之一。 机器人路径规划问题可以建模为一个有约束的优化问题, 完成路径规划、定位和避障等任务。根据机器人对环境信息掌握的程度不同将智能机器人路径规划分为基于模型的全局路径规划和基于传感器的局部路径规划。前者是指作业环境的全部信息, 主要包括构型空间法、拓扑法、栅格解耦法、自由空间法、神经网络法等; 后者是指作业环境信息全部未知或局部未知, 主要包括人工势场法、模糊逻辑控制法、混合法、滚动窗口法等。智能机器人路径规划存在以下特点: 复杂性: 在复杂环境中, 机器人路径规划非常复杂, 且需要很大的计算量。 随机性: 复杂环境的变化往往存在很多随机性和不确定因素。 多约束: 机器人的形状、速度和加速度等对机器人的运动存在约束。 工业机器人的信息传递是机器人能否正常工作的关键技术之一，在当今无线传递信息技术中，ZigBee无线传输技术是一种新兴的低速率、短距离的无线网络通信技术，该技术是在蓝牙技术和无线标记技术的根底上开展起来的，与其他的无线通信技术一样，其技术标准也是采用的IEEE802制订的相关标准。ZigBee作为一种个人网络的短程无线通信协议，已经越来越为大家所熟知，它最大的特点就是可组网，特别是带有路由的可组网功能，这一功能在理论上可以实现ZigBee覆盖通讯面积的无限扩展。总之，ZigBee无线传输技术以其低速率、低功耗、短距离、低时延以及低本钱等优点有效克服了无线通信技术的各种缺陷，也在很大程度上实现了由自组织网络和传感器所构成的无线传感器网络的各项功能需求。 Zigbee无线传输的特点: 1〕本钱低。目前，ZigBee 芯片的本钱在25 元人民币左右，而且尺寸小。2.4GHz频段可以免费申请使用。 2〕功耗低。其发射功率为0～3.6dBm，一个ZigBee节点设备在低耗电待机模式下，采用两节.
精品文档
普通5号的干电池做电源的话可使用半年以上。 3〕速率低。根本速率是250kb/s，当降低到28kb/s时，传输范围可扩大到134m，并获得更高的可靠性。但对存储信息量不大RFID系统，足以满足其需求。 4〕容量高。基于ZigBee无线传输技术的网络可采用星型、树型等网络拓扑结构。其中星型网络拓扑结构中的主节点可以管理254个以内的子节点，而每一层的主节点还可由上一层网络的相关主节点进行管理，这种分层管理机制，大大提高了基于ZigBee无线传输技术网络的通信容量。 5〕平安性和可靠性强。基于ZigBee无线传输技术的网络采用的是三级平安模式，三级平安模式的应用大大提高了网络通信的平安性。同时在通信上，ZigBee无线传输技术采用的是免冲突多载波信道接入方式，有效防止了无线电载波之间的冲突，从而保证了数据传输的可靠性。 在国际上, 直到目前工业检测机器人技术还属于垄断技术, 美、英、法、德、日、挪威等国研制的检测机器人处于世界领先地位, 他们的产品已实用化、商品化。但他们的技术严密封锁, 处于绝对保密状态。一般不出售产品和技术, 只提供在线检测效劳, 收取高昂的效劳费用。在国内,检测机器人的研究还处于起步阶段, 虽然有一些成果, 但还有许多问题没有解决, 离工程应用还有不小的距离。因此, 必须下大力进行研究, 以开发新型的拥有自主知识产权的管道检测装备, 提升检测技术及手段, 使检测及管理标准化, 并逐步实现由被动维护向主动维护的转化。 参考文献： [1]走向产业化得先进机器人技术. 中国制造信息化[J],2005, 10:24-25. [2] 杨宜民, 黄明伟. 能源自给式管道机器人的机械结构设计[J]. 机器人,2021, 28(3):326-330. [3] Fox D, Burgard W, Thrun S. Markov localization for mobile robots in dynamic environments [ J ]. Journal of artificial Intelligence Research. 1999, 11 (3): 391- 427. [4] SONKA M, HLAVAC V, BOYLE R. Image processing, analysis, and machine vision [M] . 2nd Edi. Brooks Cole, 2002. [5] NAVON R. Process and quality control with a video camera, for a floor_ tilling robot [J] . Automation in Construction,2000: 113-125. [6] 贾云得.机器视觉[M] . 北京: 科学出版社, 2000. [7] ZHAN Qiang, JIA Chuan, MA Xiaohui. Mechanism Design and Motion Analysis of A Spherical Mobile Robot [J]. Chinese Journal of Mechanical Engineering, 2005, 18 (4) : 542-545. [8] TSAI Shu-Jen，FERREIRA Enrique D，PAREDIS ChristiaanJ J,et al．Control of the Gyrover: a Single-wheel Gyroscopically Stabilized Robot [J]. Advanced Robotics，2000，14( 6) : 459 -475. [9] 高延滨,王跃. 基于FPGA+ DSP嵌入式捷联导航系统设计[J]. 应用科技, 2021,35(1):65-68. [10] 陈善本. 智能化机器人焊接技术研究进展. 顶峰论坛王田苗. [11] YAMAUCH I B. Packbo t: a w ersatile platform for military robotics [C] / /Unm anned G round Vehicle Techno logy VI. Proceedings o f SPIE, 2004(5422) : 228- 237. .
精品文档
[12] PAUL J L, N ICHOLAS F, TORRIEM R, et a .l Chaos an intelligent ultra-mobile SUGV: cambing the mobility of wheel tracks, and legs [C]. Proceeding s o f SPIE, 2005( 5804) : 427- 438. [13] FRANCOISM. DOM IN IC E. Multimodal locomotion robotic platform using leg-track-wheel articulations [J]. Autonomous Robots, 2005( 18): 137- 156. [14] GRUARN IERIM, DEBENEST P, INOH T, et a .l Development of helios VII: an arm-equipped tracked vehicle research an search and rescue operations [C]. Proceedings of 2004 IEEE /RSJ International Conference on intelligent Robots and Systems, Sendai Japan, 2004: 39- 45. [15] 王 挺, 王超越, 赵忆文. 多机构复合智能移动机器人的研制[J], 机器人, 2004, 26(4): 289-294. [16] 段星光, 黄 强, 李科杰. 小型轮履腿复合式机器人设计及运动特性分析[ J]. 机械工程学报, 2005, 41( 8): 108- 113. [17] 陈慧宝, 李 婷, 徐解民. 关节式履带机器人的爬梯性能研究[ J].电子机械工程, 2006,22( 2): 60-63. [17] PAUL J L, N ICHOLAS F, TORRIEM R, et a .l Chaos an intelligent ultra-mobile SUGV: cambining the mobility of wheel tracks, and legs [ C ]. Proceedings of SPIE, 2005(5804): 427- 438. [18] FRANCO ISM. Multimodal locomotion robotic platform using leg-track-wheel articulations [ J]. Autonomous Robots, 2005( 18) : 137-156. [ 19] 邹凌云. 模块化可重组机器人结构设计及自动对接的初步研究[ D]. 长沙: 国防科技大学, 2003. [20] 樊炳辉,曾庆良,车翠莲,等.基于ADAM S的移动机器人仿真[J]. 中国制造业信息化, 2006,35(9): 39-46. [21] PACK D J, KAK A C. A simplified forward gait control for a quadruped walking robot [C]. Proceedings o f the 1994 IEEE /RSJ /G I In2ternational Conference on Intelligent Robots and System s. USA: IEEE, 1994. 1011- 1018. [22] 赵海峰,李小凡,姚 辰,等.新型轮- 腿- 履带复合移动机构及稳定性分析[J]. 机器人,2006,28(6):576-581. .
精品文档
二、研究方案
1、 研究目标、研究内容 机器人的研究存在着两条不同的技术路线：一条是日本和瑞典所走的“需求牵引、技术驱动〞，结合工业开展的需求，开发出一系列特定应用的机器人；另一条是把机器人作为研究人工智能的载体，即单纯从技术上模拟人和动物的某些功能，研究有关职能的问题和智能机器人。工业检测机器人要想走向实用，必须拥有胜任的运动系统、可靠的导航系统、精确的感知能力和具有即平安友友好地与人一起工作的能力。工业检测机器人的智能指标为自主性、适应性和交互性。本课题为满足工业检测机器人对工作性质和环境的要求，将主要进行机器人精确定位和运动控制研究，并朝着智能化和多样化方向开展。目前主要研究内容集中在以下几个方面： 1、机器人检测技术：重点研究开放式，模块化检测系统，人机界面更加友好，语言、图形 编程界面正在研制之中。机器人控制器的标准化和网络化，以及基于PC机网络式控制器的研究 。 编程技术除进一步提高在线编程的可操作性之外， 离线编程的实用化也将成为研究重点； 2、多传感系统：为进一步提高机器人的智能和适应性，多种传感器的使用是其问题解决的 关键。其研究热点在于有效可行的多传感器融合算法，特别是在非线性及非平稳 、非正态分布的情形下的多传感器融合算法。另一问题就是传感系统的实用化； 3、为能够实现工业检测机器人的结构灵巧，应使整体工业检测机器人控制系统小型化，并提高其抗干扰能力； 4、机器人遥控及监控技术，机器人半自主和自动巡航技术，机器人和多操作者之间的协调控制，通过网络建立大范围内的机器人遥控系统，在有时延的情况下，建立预先显示进行遥控等； 5、由于机器人的工作环境复杂，一般的定位设备无法精确跟踪，设备是上安装的里程轮等存在误差较大，有时还存在打滑现象，这将为数据分析带来较大误差。因此应对机器人精确定位进行研究，实现精确位置控制，控制精度在 3 个脉冲之内； 6、支持位置控制模式和速度控制模式； 7. 支持梯形曲线、速度跟踪、电子齿轮和直接输出等轨迹控制方式。 .
精品文档
2、 拟采取的研究方法、技术路线和试验方案 机器人是最典型的机电一体化数字化装备,技术附加值很高，应用范围很广,作为 先进制造业的支撑技术和信息化社会的新兴产业，将对未来生产和社会开展起越来越重要的作用。但是我国目前在工业检测机器人的研究上还处于比较落后的状态，这对我国的工业现代化生产非常不利，所以工业检测机器人的研究对于工业现代化生产就尤为重要了。本工程主要研究工业检测机器人的控制与相关检测局部，并且通过实验平台，对控制系统的硬件及软件测试，检测其是否满足检测机器人的工作要求。其具体的研究方法与技术路线内容如下： 一、研究方法与技术路线 1、选用多种传感器并将其信息融合到该系统中，利用相关智能算法与数据处理技术得出需求信息； 2、移动机器人的总体设计结构 工业移动机器人以ARM主控单元为核心控制单元，作用是:处理通信数据、作出控制决策、发出控制指令。在其下面包括运动控制、电源管理、通信、网络等各自功能子系统，其中，运动控制系统主要功能是:接收运动控制指令、解算指令信息、电机伺服驱动并实时监测反应，核心控制单元与运动控制系统之间通过CAN2.0总线进行相互通信，其过程遵守CAN2.OB协议。具体的运动控制系统组成如图1所示： 图1 .
云台负载 车体负载 减速器 减速器 左侧变速箱 车体左侧电机 左侧电机速度传感器 右侧电机速度传感器 车体右侧电机 云台俯仰电机 俯仰电机速度传感器 方位位置传感器 方位电机速度传感器 俯仰位置传感器 云台方位电机 机器人 主控 系统 车体左侧电机驱动器 CAN H CAN L 车体运动控制系统 主 控芯 片 车体右侧电机驱动器 云台运动控制系统 云台俯仰电机驱动器 主 控芯 片 云台方位电机驱动器 右侧变速箱 精品文档
运动控制系统共包含两个局部:车体运动控制单元和云台运动控制单元。其中: (l)车体运动控制单元主要通过CAN总线接收来自ARM主控单元的车体运动指令，并根据接收到的左右履带轮转动速度指令和来自左右电机传感器的速度反应信号，对车体的运动速度实现闭环控制。该控制单元由以下模块组成:车体运动控制板:以TI公司的TMs320F2812DSP作为核心处理器，通过CAN总线接收来自ARM主控单元的左右电机的速度和换档指令，并利用来自左、右电机传感器信号，得到控制变量，通过CAN通信接口分别输出给左、右电机的驱动器，由驱动器控制电机转动速度，或对变速箱档位进行控制。左、右侧电机驱动模块:主要通过CAN通信接口接收来自车体运动控制板的控制变量，并产生相应电机控制输出，实现对电机的速度控制。左、右侧电机(含左、右侧电机减速箱和传感器):主要接收来自电机驱动模块的控制输出，并将利用传感器得到的速度反应信号反应给相应的电机驱动模块和车体运动控制板。 (2)云台控制单元主要通过CAN总线接收来自ARM主控单元的云台运动控制指令，并根据接收到的云台俯仰和方位转动速度指令和来自俯仰和方位电机传感器的速度反应信号，对云台的俯仰转动、方位转动实现速度和位置闭环控制，并将来自方位位置传感器和俯仰位置传感器的信号通过CAN通信接口发送给ARM主控单元。该控制单元由以下模块组成: 云台运动控制板:以TI公司的TMS320F2812DSP作为核心处理器，通过CAN总线接收来自ARM主控单元的云台俯仰和方位电机的速度指令，并利用来自俯仰和方位电机的传感器信号，得到控制变量，通过CAN通信接口分别输出给俯仰和方位电机的驱动器，由俯仰、方位电机驱动器控制电机转动速度，并接收来自方位位置传感器和俯仰位置传感器的信号，通过CAN通信接口将其发送给ARM主控单元。 俯仰、方位电机驱动模块:主要通过CAN通信接口接收来自云台运动控制板的控制变量，并产生相应电机控制输出，实现对俯仰、方位电机的速度控制。 俯仰、方位电机(含俯仰、方位电机传感器):主要接收来自俯仰、方位电机驱动模块的控制输出，并将利用传感器得到的速度反应信号反应给相应得电机驱动模块。 俯仰、方位位置传感器:主要输出方位、俯仰位置传感器的位置信号，经过轴角转换芯片转换成数字量位置信号，传输给DSP。 3、选用更适用于工业检测环境检测定位的惯性导航定位方法，它的特性是自主性、独立性完成导航定位。具体导航策略如下： 当机器人远离目标时，通过捷联导航理论和卡尔曼滤波理论的研究，对工业机器人进行行走控制。捷联惯导系统根本工作原理是以牛顿力学定律为根底，通过测量线加速度计和陀螺仪输出值，再根据相应的坐标变换，由加速度计和陀螺的输出参数解算得到飞行体姿态信息。由运动.
精品文档
学理论可知，要完整的描述一个物体在空间的运动情况，需要至少 6 个独立的参数信息，其中有三个参量用于表示物体质心处的平动信息，另外三个用以表示物体绕质心处的转动情况，在捷联导航系统中，通常由三个加速度计测量载体的平动信息，载体绕质心的转动那么由三个陀螺仪来量测。但是通过研究可以得出，如果当载体相对某一参考坐标系的牵连运动形式是转动的情况时，那么在载体非质心处的加速度信息中将涵盖着相关的角速度信息。所以，在运动载体非质心位置合理的放置足够多的线加速度计，根据各只加速度计安装位置和敏感方向便可将加速度计的输出信息中涵盖的角速度信息提取出来，这便是依靠线加速度计获取到角速度信息的理论根底。而载体导航信息的获取是经过各个坐标系之间的特定转动来实现的，因此选取适宜的参考坐标系是非常重要的，它将影响到整个导航系统的精度和复杂度 当接近目标时，利用超声波和图像传感器对机器人进行精确定位控制，利用理论与实验并重的双重研究方法，在可靠性理论及完整性实验的根底上为工业检测导航定位提供可靠性很高的参考价值。摄像头是目标标识物的获取以及路径信息的获取，超声波传感器主要是感知移动机器人周围障碍物的情况信息，为移动机器人运动平安提供保障。 基于超声波技术的精密检测方法，通常需要精确地测量超声波在介质中的传输时间．目前利用超声波的传输时间特性已经实现并完成了许多领域测量方面的任务，人们利用测量超声波的传输时间特性实现了流量、温度等方面的研究．20世纪70年代超声波进入工业领域，90年代中期计算机软硬件和高速数字信号处理技术的快速开展，使得利用超声波传输时间对流量、温度、液位和距离等参数进行精密测量得以迅速推广和应用．对超声波传输时间的测量方法中最常见的测时方法是脉冲计数法，测时的分辨率决定了此方法的测量精度．通常情况下，为了提高测时分辨率，只能不断提高计时脉冲的频率．如果要求测时精度到达ns级，那么相应的计时脉冲频率必须到达GHz量级以上．提高计时脉冲的频率就等于增加计数器的位数，从而加大硬件本钱的开销超声波在介质中传输时就载上了传输介质的信息，因此通过检测接收到的超声波回波信号就可以间接测量所需介质的信息．例如，时差法超声波流量计中利用超声波传输时间来测量介质流速、流速、流量等信息．超声波在洁净水中的传输速度约为1450m/s，设其顺逆流时间差约为0.38s，即380ns。要保证测量到达0.5％的测量精度，最大误差为1.9ns，因此对超声波传输时间的测量必须稳定在ns级水平范围内．又例如超声波温度计中传输距离不变时利用不同超声波传输时间精密测量温度，如20℃和21℃时超声波在空气中的速度约为344和344.6m/s，传输距离固定在0.3ｍ，那么在20℃和21℃时超声波的传输时间是872.09s和870.57s，那么要求对超声波传输时间的测量要小于1.5ns。针对上述问题，作者提出了一种精密测量超声波传输时间的方法，并对其中的一些关键技术加以说明．该方法不但有效解决了精密测量超声波传输时间的.
精品文档
关键问题，而且保证超声波传输时间的测量到达了ns级，乃至ps级的精度。 CMOS 图像传感器的研究始于20 世纪60 年代末，受当时工艺技术的限制，开展和应用有限。直到20世纪90 年代初，随着大规模集成电路设计技术和信号处理技术的提高，CMOS 图像传感器才日益受到重视，成为固体图像传感器的研发热点。近几年来，随着集成电路设计技术和工艺水平的长足进步，CMOS 图像传感器的一些性能指标已接近甚至超过CCD 图像传感器。CMOS 图像传感器的总体结构一般由像素阵列、行选通逻辑、列选通逻辑、定时和控制电路、在片模拟信号处理器〔ASP〕构成，高级的CMOS 图像传感器还集成有在片模数转换器〔ADC〕。行选通逻辑和列选通逻辑可以是移位存放器，也可以是译码器，其中的行选通逻辑单元可以对像素阵列逐行扫描也可隔行扫描。行选通逻辑单元与列选通逻辑单元配合使用可以实现图像的窗口提取功能。定时和控制电路限制信号读出模式、设定积分时间、控制数据输出率等。在片模拟信号处理器是完成相关双取样、信号积分、放大、取样/保持、双Δ 取样等功能，对信号进行放大处理，提高信噪比〔SNR〕。在片模数转换器是数字成像系统所必需的，CMOS 图像传感器可以是整个成像阵列有一个ADC 或几个ADC〔每种颜色一个〕，也可以是成像阵列每列各一个。外界光照射像素阵列，发生光电效应，在像素单元内产生相应的电荷。行选通逻辑单元根据需要，选通相应的行像素单元。行像素单元内的图像信号通过各自所在列的信号总线传输到对应的模拟信号处理单元以及ADC，转换成数字图像信号输出。与CCD 相比，这种结构提供了随机进入像元、以非常高的帧速率直接开窗口的能力，同时防止了CCD 中大量电荷转移很长距离的情况。对三维场景定性或定量分析都离不开参考坐标系。三维场景分析中一般要用到5种坐标系，而对于标定来说，通常用到3种坐标系:图像坐标系、摄像机坐标系以及世界坐标系。 a.图像坐标系 图像坐标系(u,v)是定义在二维图像上的直角坐标系，如图2所示，每一像素的坐标(u， O0 u O1 X (u0, v0) v Y 图2 .
精品文档
v)分别是该像素在数组中的列数与行数，由于只表示像素位于数组中的列数和行数，并没有用物 理单位表示出该像素在图像中的位置。因此，需要再建立以物理单位(如毫米)表示的图像坐标系。该坐标系以图像内某一点O，为原点，X轴与Y轴分别与u、v轴平行，其中(u，v)表示以像素为单位的图像坐标系的坐标，(X，Y)表示以毫米为单位的图像坐标系的坐标。在不Y坐标系中，原点O1定义在摄像机光轴与图像平面的交点，该点一般位于图像中心处，但由于某些原因，也会有些偏差，假设O1在u、v坐标系中坐标为(u0,v0)，每一个像素在x轴与Y轴方向上的物理尺寸为dX、dY，那么图像中任意一个像素在两个坐标系下的坐标有如下关系: Xuu0dX Yvv0dY用齐次坐标与矩阵形式表示为： XdXY010b.摄像机坐标系 -u0dXuv dY-v0dY0110摄像机成像几何关系如图4所示，其中O点称为摄像机光心，x轴和y轴与图像的X轴和Y平行，z轴为摄像机光轴，它与图像平面垂直。光轴与图像平面的交点，即为图像坐标系的原 图3 .
精品文档
点，由O点与x、y、z轴组成的直角坐标系称为摄像机坐标系。OO1为摄像机焦距。 c.世界坐标系 世界坐标系(X， y，z)是在环境中选取的一个基准坐标系，用来描述摄像机的位置，可以根据描述和计算的方便等原那么来自由选取，有时选取适当的世界坐标系可以大大地简化模型的数学表达式。由于摄像机可安放在环境中的任意位置，在环境中选择一个基准坐标系来描述摄像机的位置，并用它描述环境中任何物体的位置，该坐标系成为世界坐标系。它由Xw、Yw、Zw轴组成。摄像机坐标系与世界坐标系之间的关系可以用旋转矩阵R与平移向量T来描述。因此，空间中某一点P在世界坐标系与摄像机坐标系下的齐次坐标为: xyRTzO1XwTYw 1Zw1其中(x，y，z)为P在摄像机坐标系下的坐标，(x,y，z)为P在世界坐标系下的坐标。 摄像头的透视投影实际是一个非线性映射，在实际求解时可能需要大的计算量，而如果透视效果并不明显，直接使用非线性模型可能会使求解变为病态。本课题采用针孔成像模型，又称为线性摄像机模型。针孔模型是根据小孔成像原理推导出来的，它是线性的，是在简单的中心射影(又叫透视投影)根底上加上刚体变换(刚体的旋转与平移)得到的摄像机模型。它不考虑各种镜头的畸变，然而它却能给实际摄像机一个很好的近似，是其它模型和标定方法的根底。 设P是空间某点，(x，y，z)在摄像机坐标系下的坐标;q是图像上的对应点，(x，y)是图像上对应点的坐标，设f为摄像机焦距，那么根据透视投影的比例关系为: Xf0zY100f00xy 011摄像头标定是机器人精确定位的根底，摄像头标定是指建立摄像机图像像素位置与场景点位置之间的关系，其途径是根据摄像机模型，由特征点的图像坐标和世界坐标求解摄像机的模型参数。传统摄像机标定方法有基于单帧图像的根本方法和基于多帧己知对应关系的立体视觉方法。当前对摄像头标定技术的研究集中在如何有效合理地确定非线性畸变校正模型的参数。 从查阅的文献可知，大致有三种方法： 1〕线性模型的摄像头标定； 2〕非线性模型的摄像头标定； 3〕Roger Tsai两步法。 . 精品文档
通过对标定方法的比较，最后选用了RogerTsai两步法来进行移动机器人的自动导航的摄像机标定实验。 在基于视觉的自主导航系统中，运动路径边缘检测是一项关键技术，它可以用来确定移动机器人、目标标识物之间的相对位置，以及分析移动机器人的航向角。 图像 图像采集系统 图像处理系统 图4 如图4所示，计算机图像处理系统由计算机软硬件系统组成。计算机图像处理的软件系统是基于数字图像处理的理论和算法而设计的一系列程序，实现对图像的处理工作。在移动机器人视觉导航控制中，需要首先对图像进行一定的变换，使图像上的特征更加突出，然后对图像进行分析，获取需要的图像信息。 在移动机器人视觉导航控制系统中，图像处理是一个十分重要的组成局部。针对移动机器人的技术要求与视觉导航的特点，图像处理主要包括图像预处理、图像分割与特征提取等，如图5所示。最终得到移动机器人的视觉导航系统中所需要的视觉图像信息。 图像输入 图像预处理 图像分割 特征提取 图像直方图增强处理 直线边缘检测 图像信号输出系统 图5 4、工业检测移动机器人系统中将各种信号经传感器采集数据后，需要进行相关数据处理。本系统将采用专用采集模块对多路信号进行模数转换，并将所采集数据进行一些必要的滤波降噪后，送给数据处理单元进行数据处理；其该原理框图如图6所示： 传感器 信号采集 信号预处理 信息提取 图像灰度变换 图像噪声消除 边缘检测 二值化 图6 5、将模糊控制技术、基于神经网络PID等控制技术应用到工业检测机器人的轨迹跟踪中，并对其控制性能进行研究与比较； .
精品文档
本课题以工业机器人为研究对象，研究相关工业机器人的动力学参数辨识、建模分析及模糊控制等问题。结合工业机器人工作过程中运动状态下的相关参数动态变化、参数不确定、建模误差、未知干扰扰动影响、控制器的脆弱性和输入时滞问题等实际情况，通过理论推导和实验验证相结合，得出可以解决这些问题的参数辨识和控制方法，为工业机器人的辨识和控制提供了可供借鉴的结论和结果，本课题的主要研究控制工作如下： 1〕、对机器人执行机构的控制，机器人的执行机构是一个复杂、非线性、并且对实时性要求很高的控制系统，因为模糊控制有对控制过程不要求有精确的数学模型、强鲁棒性等特点，常被用于机器人执行机构控制，本课题采用自校正模糊控制的方法来提高模糊控制器性能。其控制方案图如图7所示： 图7 由于本课题所研究的工业机器人的结构特点，其建立其精确的控制模型几乎是不可能的，也无法应用基于精确数学模型的各种控制方法。如果在实现稳定抓取过程中，对抓握力只采用常规模糊控制，由于系统受到随机干扰以及模糊控制规那么不准确及不完善的影响，其控制效果不太好。为了解决这个问题，本课题将采用对常规模糊控制方案进行了改良，采用自校正模糊控制方法如图3所示，在控制过程中自动地调整、修正和优化模糊控制参数和规那么，来获得良好的控制效果。图3中的数据存储单元用于存储评价控制系统性能的各种参数，性能评价环节根据系统提供的信息对控制效果进行评价，其结果送入带有自调整因子的模糊控制器和参数修正环节，分别作为修正控制规那么和校正参数的依据。 6、本课题将采用嵌入式控制系统对各种数据进行采集与处理，并用其控制器工业检测.
精品文档
机器人的运动轨迹。该系统将采用Kinetis K60作为主控制器，并将DSP应用到该机器人测控系统中用于数据处理。 7、将测控系统将数据无线通讯、远程图像传输等技术运用到工业机器人的控制系统中，以便实现远距离通讯与控制； 8、针对工业机器人所采集的数据与环境特征，利用matlab来进行数据在分析和处理，以便得到优化的程序与智能算法，为后续数据处理打下根底。在实际运用中可将下位机发送 来的数据，通过VC和matlab混合编程的程序来完成上位机的数据处理，以便减轻下位机的运算量。 二、本课题实验主要测试以下内容： 1、分别测试控制系统的硬件及软件工作情况； 2、测试检测机器人控制系统能否满足检测要求。 三、实验方法 1、分别检测控制系统的硬件及软件工作情况； 2、测试检测机器人的远程遥控及数据采集工作； 3、对检测机器人是否能够按正确路线行走进行测试及调试； 4、对检测机器人的硬件稳定性和抗干扰能力进行测试； 5、模拟现场环境及检测要求对检测机器人性能进行实验分析。 .
精品文档
3、工程实施进度安排及预期目标 工程实施进度: 2021年10月至2021年3月，进行理论上的研究和技术准备； 2021年4月至2021年12月，进行实物研发及制作； 2021年1月至2021年5月，对原理样机进行测试与改良； 2021年6月至2021年10月，结题准备，申请鉴定。 预期目标： 使得研发出的工业检测机器人技术到达国内先进水平，并且有良好的可操作性、稳定性、和易用性、并且争取到达抗击各种工业干扰的水平。 4、本工程的特色与创新之处 工程涉及到机械、电子、控制、计算机、人工智能、传感器、通讯与网络等多个学科和领域，是多种高新技术开展成果的综合集成。其标准化、模块化、网络化和智能化的程度高，功能强。 本工程包含了无线远程控制技术，机器视觉，现代人工智能控制技术等创新与特色之处，填补了国内工业检测机器人技术的空白，能够使得自主检测机器人技术能够运用到我国工业生产缺陷检测中来。 .
精品文档
三、最终成果形式及成果预期水平
最终成果形式： （1）、公开的中文核心期刊上发表2-3篇学术论文； （2）、指导硕士研究生2名，本科毕业生6名； （3）、提供具有国内先进水平检测机器人原理样机系统一套，可满足试验研究要求； （4）、确定适宜的设计资料及实物； （5）、在条件成熟时，申报国家级专利； 〔6〕、成果预期水平：到达国内先进。
四、成果转化措施及社会、经济效益分析〔限应用型工程填写〕
我国近几年与机器人技术有关的产品已经不断出现，并给用户带来显著效益。随着我国工业企业自动化水平的不断提高，应用到机器人技术的市场也会越来越大，并且逐渐成为自动化生产的主要方式。我国机器人自动化生产装备的市场刚刚起步，而国内装备制造业正处于由传统装备向先进制造装备转型的时期，这就给机器人自动化生产技术研究开发者带来巨大商机。据预测，目前我国仅汽车行业、电子和家电行业、烟草行业、新能源电池行业等，年需求此类自动化线就达600多条，产值约为120多亿元人民币。在2021年左右需求此类自动化生产技术到达1600条。据初步测算，2021年仅仅汽车制造业的需求市场容量将到达800多亿元人民币。 工程最终成果可以很好的运用在自动化生产装备中，并且其先进性，可靠性，易用性，将会使得工程最终产品很快的得到推广，并且产生经济效用。
.
精品文档
五、现有工作根底和条件
1、 与工程有关的前期研究状况 1〕主持人任副教授以来，一直从事于管道工业各种现场参数的检测工作，并进行了有较深入的研究，为研究本工程奠定了较扎实的理论根底和较强的科研能力。 2) 主持人多年来始终关注测控技术事业，在机器人控制和机器视觉检测方面的研究工作，取得一定的进展； 3〕目前已对机器视觉与远程无线数据传输展开研究，并取得阶段性成果，现已能通过无线网络进行视觉信号的传递与处理； 4) 本组成员具有丰富的科研经验，学科交叉，协作能力强，承当地市级工程多项。其中，主要成员中田建平、胡勇教授在机器人结构设计与调试等方面有较强能力，所在数字化设计与先进制造科研团队为有较强的电路制作与研发能力和数据处理能力。 3、 现有研究条件，尚缺少的实验条件和解决途径 本人所在科研团队为本校数字化设计与先进制造，该科研团队与自贡市挚诚科技在工业检测机器人领域长期合作，该校级科研团队现有一些行走机器人、相关的检测仪器和电路制作设备，并且具有一定的机器人结构设计与制造、电路研发和数据处理能力。 尚缺少的试验条件及解决途径： 1〕、相关电路的制作设备：自行设计，在外加工； 2〕、试验所需材料：外购； 3〕、中高频信号测试仪、相关电路测试设备：外购。 .
精品文档
六、工程负责人承当的其它研究工程
工程来源 军工工程 横向工程 四川省过程装备与控制重点试验室 四川省过程装备与控制重点试验室 横向课题 横向课题
工程名称 机载质量流量计研究 螺钉分选机机器视觉系统开发 基于机器视觉流体微小流量测量系统研究 移动破碎站液压自动控制系统研发 升降横移式立体车库研发 自动绕线机研发 起止年月 2006.9~2021.7 2021.3~2021.12 负责 或参加 负责 主研 进展或 完成情况 结题 结题 2021.6~2021.6. 负责 在研 2021.6~2021.6 主研 在研 2021.6~2021.6 2021.6~2021.12 主研 负责 在研 结题 七、工程研究组成人员的根本情况
单位 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 四川理工学院 .
姓 名 年龄 职 称 副教授 教授 教授 副教授 讲师 助教 讲师 学 位 博士 学士 学士 硕士 硕士 硕士 硕士 研究生 研究生 研究生 现从事专业 测控 机电 机电 机电 力学 测控 测控 测控 测控 测控 分工 总体设计 机器人结构设计 数据处理与分析 机器人结构设计 数据分析 硬件制作 机器视觉 硬件制作 程序编写 图像处理 签字 黄丹平 40 田建平 48 胡勇 55 张良栋 38 付磊 高祥 34 27 韩采芹 27 霍沛 28 于少东 25 李静 24 精品文档
八、经费预算
申请实验室经费〔万元〕 单位配套〔万元〕 其它经费来源〔万元〕 支出科目 经费概算合计 业务费 试验材料费 小型专用仪器设备费 协作费 差旅费 管理费 其它费用
3 3 1 金额〔万元〕 7 0.8 1.2 3 0.5 1 0.3 0.2 预算根据或理由 申请3万，自筹4万 设计费用、版面费、打印复印费等。 相关元器件、零部件采购，水电运行费用 研制所需相关仪器、制作设备工具等设备购置 主体装置制造，整套设备安装 调研、原材料采购、参加会议交流 工程管理 不确定开支 总经费合计〔万元〕 7 九、单位科研部门审查意见
负责人： (单位盖章) 年 月 日 .
精品文档
十、专家推荐意见
推荐人〔签章〕： 年 月 日 推荐人〔签章〕： 年 月 日 .
精品文档
十一、人工智能四川省重点实验室学术委员会审查意见 学术委员会主任： 〔签字〕 年 月 日
十二、人工智能四川省重点实验室审批意见
实验室主任： 〔签字〕 年 月 日 .
因篇幅问题不能全部显示，请点此查看更多更全内容