• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于圖像處理的低誤差機械臂位姿檢測仿真

      2022-04-19 00:47:04高一凡陳立祥
      計算機仿真 2022年3期
      關鍵詞:位姿柔性角度

      高一凡,陳立祥

      (1.長安大學 工程機械學院,陜西 西安 710018;2.天津科技大學 理學院,天津 300222)

      1 引言

      隨著計算機領域及機器視覺領域的迅速發(fā)展,機器人已是現(xiàn)代社會中的熱門領域?,F(xiàn)如今機器人的種類繁多,例如:串聯(lián)、并聯(lián)以及混聯(lián)機器人等[1],其不同之處在于關節(jié)連接方式的差異[2]。傳統(tǒng)柔性機械臂的結構裝備精度不夠準確,無法感知機器人的位姿,使柔性機械臂的運動性能存有誤差,存在機器部件破損、破壞物體等問題。因此,為保證柔性機械臂能夠高效運行,需要對柔性機械臂位姿進行有效檢測。

      余峰[3]等人提出基于多傳感器融合的柔性機械臂姿態(tài)檢測方法。該方法采用變形補償末端位置方法對變形后的柔性臂進行檢測,計算檢測后的機械臂數(shù)據(jù)獲取柔性臂姿態(tài)和尾端變形量,在此搭建兩個自由柔性臂,測算其精準度是否滿足測量精度要求,實現(xiàn)柔性機械臂位姿檢測,該方法沒有對圖像進行去噪預處理,導致柔性機械臂位姿檢測具有偏差,檢測偏航角的誤差大。

      楊聚慶[4]等人提出機械臂全工作空間域非參數(shù)約束位姿檢測方法。該方法通過非參數(shù)化約束的運動學誤差及動態(tài)估算建立了機械臂位姿誤差模型,將末端位姿誤差產(chǎn)生的多種原因總結成機械臂轉角變量的動態(tài)函數(shù),再通過對位姿的多關節(jié)坐標系進行設計,完成對機械臂的位姿檢測,該方法沒有采用中止濾波算法解決圖像中存在干擾噪聲的問題,導致圖像信息數(shù)據(jù)過多,檢測俯仰角的偏差大。

      雷洋[5]等人提出基于非剛體靜力模型的微型機械臂姿態(tài)檢測方法。該方法將構建的非剛體靜力模型中10個關節(jié)變量轉換成兩個變量,分別是位移變量和張力變量,利用傳感器對機械臂末端進行測量,將其結果進行誤差對比,完成機械臂的位姿檢測,該方法在建立非剛體靜力模型前沒有降低圖像噪聲,導致機械臂位姿偏差精準度低,說明該方法的圖像匹配真實性差,存在機械臂位姿檢測滾轉角誤差大的問題。

      為解決上述方法中存在的問題,提出新的基于機械視覺的柔性機械臂位姿檢測方法。

      2 柔性機械臂位姿檢測

      2.1 圖像采集及展示

      機械視覺的柔性機械臂位姿檢測主要利用TL5147采集機械臂位姿圖像,并對采集圖像進行解碼和A/D轉換操作,將其信號轉變成數(shù)字信號,實現(xiàn)機械視覺的柔性機械臂位姿圖像采集。

      通過采集模塊對圖像進行采集,利用雙重緩沖模式解決顯示器出現(xiàn)的閃屏問題[6]。采用EDMA傳輸方式對圖像進行傳輸操作,這個操作不需要經(jīng)過CPU訪問存儲器,減小了CPU的負擔,提升了程序的工作效率。且在圖像采集過程中每個內(nèi)存都具有兩種方案,在確保數(shù)據(jù)采集不會被覆蓋的情況下又保證了顯示圖像時LCD不會閃屏。

      2.2 機械臂位姿圖像預處理

      利用相機內(nèi)部元件對攝像頭拍攝到的原始圖像進行優(yōu)化處理,被優(yōu)化后的圖像依舊存在少許干擾噪聲,對后期特征提取的精準度有很大影響,為解決這一問題,需要提前對圖像進行預處理。其經(jīng)常使用的圖像預處理算法具有以下幾種:

      1)灰度化:利用加權平均法對RGB分量進行加權平均,待圖像逐漸變成灰色時就是與條件相符的灰度圖像,算法如下表示:

      (1)

      式中,R、G、B分別代表圖像的三個灰度值分量。

      2)圖像濾波:圖像濾波一般使用中值、均值和拉普拉斯算子三種濾波方法,通過CCD采集的圖像中大多存在椒鹽噪聲,所以選擇中值濾波算法[6]。

      3)二值化:像素中的灰度值需要通過二值化方法處理轉換,一般轉換為0和255,其公式表示如下:

      (2)

      方程中,GT表示二值化閾值;I1(x,y)與I2(x,y)表示像素值(x,y)。當自定義閾值像素點小于等于灰度值時,選擇255灰度值;當自定義閾值像素點大于等于灰度值時,選擇0灰度值。

      4)邊緣檢測:針對邊緣的檢測通常使用Sobel算子模板,將兩組橫縱向相同的矩陣作為檢測模板,逐次卷積兩組矩陣,獲取橫縱向亮度差,設A表示初始圖像矩陣,該方程表達式如下:

      (3)

      式中,Gx代表縱向圖像檢測;Gy代表橫向圖像檢測。

      其中,圖像中橫縱向像素梯度近似值G的表達式為G=|Gx|+|Gy|。

      5)連通域的檢測和質(zhì)心提?。禾崛D像時使用連通域檢測[7-8],其算法流程為,利用行號對像素進行掃描處理,將每一段出現(xiàn)的連續(xù)白色像素標記出來,并將標記后的白色像素設置成團,對行號中團的起始位置及結束位置進行有效記錄;除了第一行的團以外,其他團都需要與上一行的團連接在一起成為最小號碼,再與上一行連接團組建成等價序列,其號碼編寫保持相同;連通域平均像素坐標點為連通域質(zhì)心坐標。

      2.3 求解特征點三維坐標

      取得連通域質(zhì)心坐標后,需要將特征點的圖像坐標和特征點的靶標空間坐標結合起來,構建一個相應算法模型,對相機及靶標兩個坐標系空間位姿進行求解。其中,為了保證系統(tǒng)的穩(wěn)定性,利用單目視覺位姿算法至少采取3個選定的坐標值特征點,這樣可以使用相機投影模型對空間坐標系中的位姿進行計算。

      機械視覺測量原理圖如圖1所示。

      圖1 機械視覺測量原理圖

      (4)

      (5)

      (6)

      設三角形ΔOcP1P2、ΔOcP2P3和ΔOcP1P3的P1P2長度為a,P2P3的長度為b,P1P3的長度為c,其長度可以提前在實驗室中標記出來。根據(jù)三角形余弦定理,建立S1、S2和S3的三個方程,表示如下:

      (7)

      對方程組進行求解獲取S1、S2、S3的數(shù)值,再對特征點P1、P2和P3進行求解計算出在相機坐標系下的坐標值。

      方程Pi=siJi,i=1,2,3也可以對剩下的兩個空間點進行求解,得出相機坐標系下的坐標值。

      2.4 位姿檢測

      利用5個空間坐標值對5個相機坐標值進行求解,得出二者之間的相對位置關系。設{Mwi}代表世界坐標特征點,{Mpi}代表相機坐標特征點,i=5,其變換關系為Mw=R(Mp)+T。

      式中,T表示平移量,經(jīng)旋轉后Mp代表的是R(Mp)。

      由于數(shù)據(jù)都存有一定誤差,所以存在誤差的方程式表示為ei=Mwi-R(Mpi)-T。

      即所有特征點的中心可用方程表示為:

      (8)

      新坐標表示為

      (9)

      變換成新的誤差,用方程定義如下:

      (10)

      (11)

      (12)

      通過單目視覺測量方法完成圖像采集及處理,提取具有特征點的連通域質(zhì)心,利用三角形原理標記出空間坐標值和相機坐標值,采用四元數(shù)法解算相機坐標系和靶標坐標系的位姿關系,進而得到水平方向的平移量,實現(xiàn)柔性機械臂位姿檢測。

      3 實驗與分析

      為驗證基于機械視覺的柔性機械臂位姿檢測方法的整體有效性,需要對基于機械視覺的柔性機械臂位姿檢測方法進行檢測,本次實驗平臺為:CPU:Intel Xeon E5-2620 雙CPU,2*8核;機箱:DELL7610機箱;內(nèi)存:64GB;硬盤:4T;顯卡:NVIDIA NVS 310。

      采用基于機械視覺的柔性機械臂位姿檢測方法(方法1)、基于多傳感器融合的柔性機械臂姿態(tài)檢測方法(方法2)和機械臂全工作空間域非參數(shù)約束位姿檢測方法(方法3)對柔性機械臂的位姿進行檢測。

      圖2 俯仰角測量角度與實際角度對比

      針對方法1、方法2和方法3的測量俯仰角與實際角度進行比較,測量角度與實際角度越近,說明該方法的準確度越高。由圖2可知,方法1與實際角度波動軌跡相似,而方法2的角度波動軌跡劇烈,與實際角度相差過遠,方法3的角度波動軌跡平穩(wěn),但與實際角度差距過高,由此可知,方法2與方法3俯仰角測量結果都與實際角度存在差距,所以位姿測量準確度低。

      綜上所述,方法1在進行柔性機械臂位姿俯仰角測試與實際角度對比時,俯仰角結果與實際角度差距小,波動值相似,準確度高,因為該方法在采集圖像時預先進行圖像降噪預處理,使圖像恢復真實信息,有效提升了特征提取的精準度。

      基于上述實驗,選取六組偏航角的測量結果與實際偏航角進行比較,具體結果如表1所示:

      表1 偏航角測量結果

      分析表1數(shù)據(jù)可知,當選取時間為5min、10min、15min、20min、25min和30min時,偏航角實際距離分別為15°、30°、50°、70°、75°和78°,方法1與實際角度完全相符,測量結果的精確值極高;經(jīng)對比發(fā)現(xiàn),方法2和方法3的測量角度與實際角度都存有偏差,測量結果相距實際角度數(shù)值時而偏大時而偏小,數(shù)值不夠穩(wěn)定,所以在位姿檢測中方法2與方法3的有效性較低。

      經(jīng)上述分析可知,方法1進行機械臂位姿偏航角測量角度與實際偏航角角度比較測試時,測量結果基本符合實際角度,位姿測量精準度高,因為方法1利用中值濾波算法解決了圖像干擾噪聲的問題,消除了圖像中的無關信息,提高了圖像識別的可靠性。

      采用方法1、方法2和方法3對柔性機械臂位姿的滾轉角測量結果與實際角度進行比較,分析圖3數(shù)據(jù)可知,在滾轉角的角度不斷增加時,方法1與實際角度的波動軌跡和角度大小基本吻合,說明方法1的切實性高;方法2的測量角度隨著滾轉角角度的增加而變化,測量角度與實際角度波動軌跡相差過大且測量數(shù)據(jù)值不穩(wěn)定;方法3的測量角度波動軌跡小,但與實際角度存有差異,因而在測試過程中,方法2與方法3的測量誤差比方法1大,在滾轉角測試中準確值低。

      圖3 滾轉角測量角度與實際角度比較

      綜合分析可知,方法1進行柔性機械臂位姿滾轉角測量結果與實際角度比較測試時,該方法的測量角度與實際角度差距小,數(shù)值基本相符,說明測量機械臂的滾轉角位姿準確值較高,因為該方法利用灰度化算法減弱圖像噪聲,減少了圖像處理的數(shù)據(jù)量,提高了圖像匹配的真實性。

      4 結束語

      現(xiàn)如今機器視覺領域發(fā)展迅速,機器人種類繁多,傳統(tǒng)的柔性機械臂已經(jīng)不能感知機器人的位姿。因此,為了保證柔性機械臂能夠有效運行,提出基于機械視覺的柔性機械臂位姿檢測方法。經(jīng)研究發(fā)現(xiàn),傳統(tǒng)機械視覺的柔性機械臂位姿檢測存在機械臂位姿俯仰角誤差大、位姿偏航角誤差高和位姿滾轉角偏差大的問題。針對以上問題提出基于機械視覺的柔性機械臂位姿檢測方法,通過采集柔性機械臂位姿圖像,實現(xiàn)機械臂位姿圖像預處理,將獲取的特征點坐標值進行計算求解,完成對機械視覺的柔性機械臂位姿檢測,提高了柔性機械臂位姿有效性及實用性,解決了傳統(tǒng)方法中存在的問題,為今后柔性機械臂位姿檢測奠定了重要基礎。

      猜你喜歡
      位姿柔性角度
      一種柔性拋光打磨頭設計
      神奇的角度
      灌注式半柔性路面研究進展(1)——半柔性混合料組成設計
      石油瀝青(2021年5期)2021-12-02 03:21:18
      高校學生管理工作中柔性管理模式應用探索
      一個涉及角度和的幾何不等式鏈的改進
      角度不同
      37°女人(2017年8期)2017-08-12 11:20:48
      人啊
      滇池(2017年7期)2017-07-18 19:32:42
      基于共面直線迭代加權最小二乘的相機位姿估計
      基于CAD模型的單目六自由度位姿測量
      小型四旋翼飛行器位姿建模及其仿真
      永福县| 台中县| 长寿区| 岫岩| 泰宁县| 桃源县| 阿巴嘎旗| 阳泉市| 海安县| 蒙阴县| 苍溪县| 秦安县| 信丰县| 抚远县| 长岭县| 湘潭市| 巴塘县| 聂拉木县| 察雅县| 临夏市| 基隆市| 峨边| 华阴市| 三亚市| 临湘市| 华坪县| 衡阳县| 武川县| 江陵县| 监利县| 平阴县| 白河县| 文化| 和静县| 图木舒克市| 石家庄市| 浏阳市| 阳曲县| 徐水县| 屯留县| 资中县|