论文摘要
最新的技术正在向宏观和微观两个方向发展：一方面,我们已经可以跨出地球,可以探测几百亿光年外的宇宙深处；另一方面,我们可以排列单个原子,可以设计在血管里运动的机器人。而微操作机器人正是微观领域最前沿的技术之一。微操作任务存在着工作空间小、操作目标小且易碎（或易变形）,设备精度不足等种种限制,但是却要求高精度、高重复度和高可靠性,尤其是在自动或者半自动的系统中。由于微操作环境和操作对象的特殊性,使得微操作机器人的研究有常规尺度下所没有的特殊问题,因此需要研究特定的方法来解决这些问题。本文首先对显微视觉、视觉伺服和微操作机器人三个方面进行了综述,介绍了研究趋势和最新成果。然后对相关的建模方法进行了论述,为本文的研究提供了坚实的理论基础。显微视觉下的对象往往有着不同的颜色,这个特性可以用于区分这些对象,但是由于显微视觉采用外置冷光源,对目标颜色影响较大。因此本文提出了一种基于IHLS（Improved Hue-Lumination-Saturation,增强的色调-光度-饱和度）颜色空间的密度聚类分割方法。该方法可以解决现有机器视觉颜色空间中存在的非一致性问题,减小外界光源的影响,在分割速度和准确度方面也有很大的提升。现有的显微多目标识别对于所有目标采用统一的识别方法,时间消耗较大,识别率不高。本文针对常规ICF （Inertial Confinement Fusion,惯性约束聚变）靶装配任务中的压电陶瓷双晶片微夹持器、柱腔、靶球和真空吸附微夹持器四种不同类型目标分别设计了不同的识别算法,在定位精度和实时性上均取得了较好的效果。视觉伺服是机器人领域最前沿的研究内容之一,尤其是在很难得到机械手与视觉系统精确数学模型的情况下的无标定视觉伺服。鉴于目前在线估计方法不够准确,离线估计方法适应性不好,本文提出了一种基于增量支持向量回归的图像雅可比矩阵在线辨识方法,和相应的自适应切换策略,达到了很好的实用效果。最后,本文设计了一种自动微操作系统实验平台,该系统由高精度微动平台、高清摄像机、压电陶瓷双晶片微夹持器和真空吸附微夹持器构成,设计了基于运动控制器的四层软件构架,来提高其软件系统升级和维护的易用性。然后采用本文所提出的机器视觉与视觉伺服算法,在该实验平台上进行常规ICF靶装配实验,实验效果验证了本文方法的有效性和先进性。
论文目录
相关论文文献
标签：微操作论文; 无标定视觉伺服论文; 颜色聚类分割论文; 显微目标识别论文; 图像雅可比矩阵辨识论文; 支持向量回归论文;