基于神经网络的非完整移动机器人视觉反馈控制

VIP免费
3.0 牛悦 2024-11-19 4 4 1.65MB 71 页 15积分
侵权投诉
摘 要
近年来，随着计算机与电子技术的突飞猛进，机器人应用领域得到不断的拓
展。基于视觉伺服的机器人可以模拟人类的视觉器官，将采集到的视觉信息作为
位置反馈，形成机器人的闭环系统，极大的提高了机器人对环境的适应性。然而
传统的方法需要精确的视觉参数，实际过程中参数的标定费时费力，视觉伺服的
方法难以实际应用。本文讨论的是不校准的视觉参数方法，在视觉参数未知的情
况下，通过智能算法实现视觉移动机器人的轨迹跟踪。
本文首先介绍了机器人的发展背景和非完整移动机器人的视觉伺服概念；其
次讨论了在移动机器人运动学模型下传统方法和模糊方法的问题和不足；第三提
出了神经网络 PID 控制方法。该方法避免了传统的复杂公式推导和模糊算法的规
则库设计，在不校准视觉参数的情况下，递推出移动机器人实际的角速度和线速
度的反馈形式。最后编写仿真程序，仿真给出了机器人跟踪效果，验证了神经网
络PID 控制器的有效性
关键字：移动机器人 不校准视觉伺服 神经网络 PID 控制
ABSTRACT
Recently, with the rapid development of the computer and the electronic technique,
the application of robots has been widen. The robot visual servoing control system may
mimic the human eyes. Then the vision information is used as a a feedback to improve
the ability of the robot adaption to the environment. However,traditional algorithms
which need the calibration of visual parameters spend much time and become technical
bottlenecks. This thesis discusses the visual servoing tracking problem of nonholonomic
mobile robots. The neutral network control approach is used to design a tracking
controller for nonholonomic mobile robots with uncalibrated visual parameters.
First, this paper presents the development background of the robot and the concept
of nonholonomic mobile robots with visual servoing feedback. Second, the deficiencys
exist in traditional algorithms and fuzzy controller. Third, BP neural network PID is
proposed to design controller. Combining BP neutral network with PID controller is
used to manipulate mobile robots firstly. The complex deduce of common tracking
controllers is simplified and tracking control problem with uncalibrated virual
parameters is solved. Finally, we program the simulation code . The simulation results
show that the method is effective.
Key Word: Mobile Robot, Uncalibrated Visual Servoing, Stabilization,
BP neural network PID
目 录
中文摘要
ABSTRACT
第一章 绪 论 ...................................................................................................................1
§1.1 课题背景 ............................................................................................................1
§1.2 移动机器人 ........................................................................................................2
§1.2.1 非完整约束 ..............................................................................................3
§1.2.2 非完整移动机器人 ..................................................................................4
§1.3 视觉伺服 ............................................................................................................4
§1.3.1 视觉伺服分类 ..........................................................................................4
§1.3.2 不校准视觉伺服 ......................................................................................5
§1.4 视觉伺服移动机器人 ........................................................................................6
§1.4.1 视觉伺服移动机器人的发展情况 ..........................................................6
§1.5 课题来源与研究内容 ........................................................................................7
§1.5.1 课题来源 ..................................................................................................7
§1.5.2 课题研究内容 ..........................................................................................7
第二章非完整移动机器人 ...............................................................................................8
§2.1 非完整移动机器人模型 ....................................................................................8
§2.1.1 非完整移动机器人的运动学模型 ..........................................................9
§2.1.2 非完整移动机器人的动力学模型 ..........................................................9
§2.2 非完整移动机器人的控制问题 ........................................................................9
§2.2.1 非完整移动机器人的镇定问题 ..............................................................9
§2.2.2 非完整移动机器人的跟踪问题 ............................................................10
§2.2.3 非完整移动机器人的路径问题 ............................................................11
第三章非完整移动机器人不校准视觉跟踪控制 .........................................................12
§3.1 视觉空间下非完整移动机器人模型 ..............................................................12
§3.2 问题描述 .........................................................................................................13
§3.3 控制器设计 ......................................................................................................14
§3.4 仿真结果 ..........................................................................................................16
第四章 非完整移动机器人不校准视觉跟踪模糊控制 ...............................................17
§4.1 模糊控制概述 ..................................................................................................17
§4.2 模糊控制的特点 ..............................................................................................17
§4.3 模糊控制步骤 ..................................................................................................18
§4.3.1 模糊化 ...................................................................................................19
§4.3.2 知识库 ....................................................................................................20
§4.3.3 模糊推理 ................................................................................................21
§4.3.4 解模糊化 ................................................................................................21
§4.4 非完整移动机器人视觉跟踪的模糊控制 ......................................................22
§4.4.1 背景介绍 ................................................................................................22
§4.4.2 问题描述 ................................................................................................23
§4.4.3 模糊控制器的设计 ................................................................................24
§4.4.4 模糊化 ....................................................................................................25
§4.4.5 模糊规则 ................................................................................................25
§4.4.6 解模糊化 ................................................................................................27
§4.4.7 仿真结果 ................................................................................................27
第五章人工神经网络 .....................................................................................................29
§5.1 人工神经网络概述 ..........................................................................................29
§5.2 神经网络发展情况 ..........................................................................................29
§5.3 人工神经元 ......................................................................................................30
§5.4 人工神经网络分类 ..........................................................................................32
§5.5 BP 神经网络 ....................................................................................................32
§5.5.1 BP 算法原理 ..........................................................................................32
§5.5.2 BP 算法数学描述 ..................................................................................33
§5.5.3 BP 神经网络实施步骤 ..........................................................................35
§5.6 神经网络 PID 控制器 ..................................................................................... 36
§5.6.1 PID 控制器 ............................................................................................ 36
§5.6.2 BP 神经网络 PID 控制器 ..................................................................... 38
第六章 神经网络 PID 控制的机器人视觉反馈跟踪 .................................................. 42
§6.1 背景介绍 ..........................................................................................................42
§6.2 问题描述 ..........................................................................................................42
§6.3 本文选用的 BP 神经网络 PID ....................................................................... 43
§6.4 基于神经网络 PID 的移动机器人跟踪控制器 ............................................. 45
§6.5 仿真实验 ..........................................................................................................47
§6.5.1 BP 神经网络参数选择 ..........................................................................47
§6.5.2 对曲线跟踪 ............................................................................................50
§6.5.3 对直线跟踪 ............................................................................................51
第七章 结论与展望 .......................................................................................................52
附 录 ...............................................................................................................................53
参考文献 .........................................................................................................................61
在读期间论文及承担科研项目成果 .............................................................................67
致 谢 ...............................................................................................................................68
第一章 绪论
1
第一章 绪 论
§1.1 课题背景
20 世纪科学技术迅猛发展，尤其是以计算机和电子领域的突飞猛进促使在 50
年代世界上第一台可编程机器人在美国诞生。此后机器人作为一项战略性的技术
受到各国的广泛关注。随着机器人技术的不断发展，机器人的应用领域也在不断
的拓展。现如今，无论是在工业，农业，军事，还是医疗，航天，服务业等行业，
机器人的身影都随处可见。尤其是在单一枯燥，有毒物质，有害辐射等恶劣的环
境中，机器人的出现更是替代了人类的劳苦作业。机器人作为一种有效的工具，
极大的提高了生产力，并在人类开发资源，探索空间，了解自然的过程中也起到
了极为重要的作用。
如今机器人正朝着智能化的方向发展，所谓的智能化就是感知外界环境变化
而作出相应变化的能力。而具有感知能力的智能化机器人正是当今机器人研究的
重要领域。
作为智能化的机器人和人类一样都需要通过感知外部世界进而来作出动作。
据统计人类获取外部信息的 70%以上都来自于视觉感官，因此视觉也被认为是提
供机器人外部信息的主要途径。
视觉传感器模拟了人类的视觉，获取的信息量大，适用的范围广，效率比较
高，在不接触外界物体的情况下就能很好的获取环境信息，这是其他很多传感器
无法比拟的优点。机器人有了视觉传感器的加入，能够更好的适应环境的变化，
智能化得到了提高，与此同时机器人的应用领域也得到了进一步扩展。可以预见，
具有视觉的机器人在未来的发展中有着广阔的前景。
1979 年，“视觉伺服”(visual servoing) [1]概念首次由 hill 和park 提出，与传统
的“机器视觉” (machine vision) [2]概念不同的是视觉伺服将视觉传感器得到的图
像信息作为位置反馈，然后构成机器人的闭环控制系统。而机器视觉是将视觉传
感器采集到的图像信息经过一系列分析处理，最终得到用以描述物体、环境或是
控制物体动作的数据[3]。由此可见，机器人视觉伺服涉及了图像、控制、机器人、
机械、计算机等多个领域，学科交叉性大，是机器人领域中一个很具有挑战性的
方向[4]。
随着计算机硬件技术的发展，图像处理速度极大的得到提升，图像处理设备
基于神经网络的非完整移动机器人视觉反馈控制
2
的价格也大幅下降，这使得对机器人视觉伺服的研究变得很有意义，20 世纪 90
年代以后视觉伺服成为机器人领域的研究热点[5]。与传统的机器人控制相比，视
觉伺服灵活性更高，抗干扰性更强，对机器人的标定误差鲁棒性较强，因而在太
空探测、海洋探索、工业生产上都得到很好的应用。而在一些更为危险和复杂的
领域，如：高压电维护、核电站泄漏、地震火灾抢险、残疾人求助、深海打捞等
等，具有视觉伺服的智能机器人的应用前景将会更为广泛。
人类需求的不断提升，要求机器人能够自主移动，以便更好的适用于更加广
泛的领域。于是产生了一个机器人的重要分支：移动机器人。它是在对人类行走
功能模拟的基础上进行的实现和扩展。
移动机器人将外部信息感知、动态分析决策和行动执行控制功能集于一体，
是一个能够在室内、野外的地面上连续进行自主实时移动的高智能系统[6]。对于
移动机器人，有轮式、足脚式和履带式这几种最常见的移动机构。其中轮式移动
机器人以其机构简单、效率高、可靠性好的特点，应用范围最为广泛[7,8]。如在工
业现场和物流仓库使用的引导小车(Automatic Guided Vehicle)，德国亚琛工业大学
研制的适用行动不方便人群的智能轮椅，日本日立公司研发的用于家庭清洁的家
用机器人，英国 Dyson 公司开发的用于洗尘的 DC06 型机器人，美国运输研究会
研发的适用于医疗服务的“HelpMate”轮式机器人，海尔-哈尔滨工业大学机器人
技术公司开发的用于导游的智能移动机器人[9]。这些都是轮式移动机器人成功应
用的典型事例。而在更复杂的环境如外太空，轮式移动机器人的身影也无处不在，
像用于火星探测的美国勇气号、机遇号、Rocky7 和应用于月球的我国月球车等[10]。
在移动机器人的基础上加入视觉伺服的概念，使其无论是在应用上还是实现
上都具有更为广阔的空间。视觉伺服移动机器人是机器人领域的一个很有意义的
研究方向。
§1.2 移动机器人
作为机器人的一个重要分支，移动机器人在工业生产、军事勘察、太空探测、
排雷抢险、核化污染、抢险救灾等许多危险恶劣的场合以及导游、秘书、医护等
服务性场所都具有广泛的应用前景，因此受到世界范围的广泛关注，成为研究的
热点[11]。世界各国在对移动机器人的研发中更是投入了大量的财力人力，比如美
国能源部开展的空间机器人计划和智能机器人计划；日本开展的智能机器人计划；
欧洲开展的自主机器人计划[12]。而在我国，对移动机器人的研究也极为专注，比
如由清华大学研制的智能移动机器人；由中科院沈阳自动化所研发的防爆机器人
第一章 绪论
3
和AGV 车辆系统；由沈阳自动化所研发的冰雪面移动机器人；由哈尔滨工业大学
研发的导游机器人；由中科院自动化所成功研发的全方位移动机器人视觉导航系
统等[13]。
§1.2.1 非完整约束
现实情况下，移动机器人在接触外部环境时，会受到一些运动或是力的约束，
而这些约束会造成系统的位资、速度或加速度受到几何或是运动学上的限制。按
照约束条件控制系统分为：在完整约束条件下的控制系统和非完整约束条件下的
控制系统[14]。对系统位置或速度的约束可通过积分转换化为广义位置的称为完整
约束或是几何约束。相应的，对系统的速度约束不能通过积分转化为广义位置的
称为非完整约束或是运动约束。相对应的，控制系统具有完整约束条件的我们称
为完整控制系统；控制系统具有非完整约束条件的我们称为非完整控制系统[15]。
从物理意义上来讲，非完整约束这种情况一般发生在两个物体间的滚动接触，
如一个轮式物体在平面上所做纯滚动无滑动的运动或是一个球体在平面上所做的
纯滚动无滑动的运动[16-18]。在实际情况下，汽车、电机控制、平面机器人、空间
机器人等多个领域都存在非完整约束。
Q
为位姿空间，设
Q
为广义坐标且为
 
1 2
, , , n
q q q q
的开子集。可以用其它的
广义坐标将由时间
t
和广义坐标
q
所描述的几何约束中的一部分广义坐标表示出
来，由此可使系统降阶，去除约束。但是由时间
t
和微分方程描述的运动约束却
存在着可积性问题。一般情况，可将位姿空间为
Q
的运动约束系统写为：
( ) 0A q q
其中
( ) k n
A q R
，
k
为存在运动约束的个数。我们把这种形式的约束称为 Pfaffian
约束。如存在一矢量值函数
:k
h Q R
，使
则可认为 Pfaffian 约束可积。可积分的 Pfaffian 约束和完整约束等价，不可积分的
Pfaffian 约束属于非完整约束。具有完整约束条件的完整控制系统可以找到一组独
立的广义坐标所描述的空间，而在此空间，其本身可以任意运动。非完整控制系
统，只能在满足非完整约束条件的条件下才可以运动。
非完整约束可用空间位置下的不可积微分方程去描述，它是对受控系统运动
的约束，而对空间位置没有任何限制。以控制论和力学分析的视角考虑，状态空
间法可以描述现实中的所有实际系统，而这些实际系统都受到约束限制。而状态
摘要：

摘要近年来，随着计算机与电子技术的突飞猛进，机器人应用领域得到不断的拓展。基于视觉伺服的机器人可以模拟人类的视觉器官，将采集到的视觉信息作为位置反馈，形成机器人的闭环系统，极大的提高了机器人对环境的适应性。然而传统的方法需要精确的视觉参数，实际过程中参数的标定费时费力，视觉伺服的方法难以实际应用。本文讨论的是不校准的视觉参数方法，在视觉参数未知的情况下，通过智能算法实现视觉移动机器人的轨迹跟踪。本文首先介绍了机器人的发展背景和非完整移动机器人的视觉伺服概念；其次讨论了在移动机器人运动学模型下传统方法和模糊方法的问题和不足；第三提出了神经网络PID控制方法。该方法避免了传统的复杂公式推导和模糊算...

展开>> 收起<<
基于神经网络的非完整移动机器人视觉反馈控制.pdf

共71页,预览8页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：牛悦 分类：高等教育资料 价格：15积分 属性：71 页 大小：1.65MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 71
评分 收藏
分享
立即下载 VIP免费下载
客服
关注