[发明专利]一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统

说明书

本发明公开了一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统，该方法包括：获取轨迹信息和像素位置信息,得到第一误差函数；与第一模型结合，得到机械臂关节角度的方程；获取特征点的实际像素变化率和像素变化率，得到第二误差函数；与第二模型结合，得到复合雅可比的方程；求解角度信息；对机械臂进行运动控制和轨迹跟踪。该系统包括：第一误差函数模块、机械臂关节角度方程模块、第二误差函数模块、复合雅可比方程模块、求解模块和控制跟踪模块。通过使用本发明，能够在机械臂的运动学模型参数未知和摄像机参数未知的情况下实现机器臂的追踪控制。本发明作为一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统，可广泛应用于机械臂控制领域。

技术领域

本发明涉及机械臂控制领域，尤其涉及一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统。

背景技术

机器人视觉伺服是指利用从图像中提取的视觉信息作为反馈传感信号，进行机器人末端执行器闭环控制，在工业搬运、自动化装配等应用领域具有广泛的应用前景。机器人视觉伺服系统种类繁多，存在多种控制方式。但是目前的控制方法每次都需要为不同的机械臂建立一个运动学模型，在不同机器人上的可移植性较差，由于相机的参数引起的雅可比矩阵计算过程的不同，同样，在具有不同参数的摄像机上的可移植性也较差。

发明内容

为了解决上述技术问题，本发明的目的是提供一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统，能够在机械臂的运动学模型参数未知和摄像机参数未知的情况下，求解机械臂视觉伺服的逆运动学问题，实现机器臂的追踪控制。

本发明所采用的第一技术方案是：一种面向机械臂的视觉伺服轨迹跟踪控制方法，包括以下步骤：

获取机械臂的期望像素轨迹信息和机械臂特征点的像素位置信息,并计算得到第一误差函数；

将像素位置信息对时间求导并结合第一误差函数和第一递归神经网络模型，变换得到关于机械臂关节角度的微分方程；

将特征点的图像雅可比、机械臂雅可比与关节角速度相乘得到实际像素变化率；

将复合雅可比与关节角速度相乘得到像素变化率并结合实际像素变化率计算，得到第二误差函数；

将第二误差函数与第二递归神经网络模型结合，变换得到关于复合雅可比的微分方程；

将关于机械臂关节角度的微分方程和关于复合雅可比的微分方程联合求解得到角度信息；

根据角度信息对机械臂进行运动控制和轨迹跟踪。

进一步，所述获取机械臂的期望像素轨迹信息和机械臂特征点的像素位置信息,并计算得到第一误差函数这一步骤，其具体包括：

获取机械臂t时刻二维像素坐标系中的期望像素轨迹信息

获取摄像机投影下机械臂特征点的像素位置信息

根据机械臂t时刻二维像素坐标系中的期望像素轨迹信息和摄像机投影下机械臂特征点的像素位置信息计算得到第一误差函数e(t)。

进一步，所述第一误差函数e(t)的表达式如下：

e(t)＝p_d(t)-p_a(t)

上式中，p_d(t)表示机械臂t时刻二维像素坐标系中的期望像素轨迹信息，p_a(t)表示摄像机投影下机械臂特征点的像素位置信息。

进一步，所述将像素位置信息对时间求导并结合第一误差函数和第一递归神经网络模型，变换得到关于机械臂关节角度的微分方程这一步骤，其具体包括：

将像素位置信息对时间求导，得到求导后的像素位置方程；