仿人家庭移动服务机器人应用研究

仿人家庭移动服务机器人应用研究

论文摘要

机器人技术是由计算机、控制论、电子学、仿生学、人工智能、信息传感技术等多学科交叉而形成的高新技术。目前其研究十分活跃,应用领域日益广泛,已经成为衡量一个国家高科技发展水平的重要标志。面向家庭应用的具有开放式控制系统并能进行视觉控制的智能服务机器人,因其具有更好的通用性和环境适应能力,是机器人发展的一个趋势。本文在对家庭服务机器人相关技术进行研究的基础上,利用低成本器件设计了一个简易的家庭服务机器人系统。它能够在室内行走,通过自身传感器感知周围环境,完成目标跟踪、拿持物体、简单娱乐等功能。其机身为铝合金支架,结构上具备人的基本结构,包括头部、手臂、腰部、腿和脚五部分。头部为一个数字摄像机,作为机器人视觉,用来对目标物体进行跟踪和定位。单片机对获得的数字图像进行了中值滤波、二值化、图像特征点提取等预处理,获取了目标物体的中心点。手臂由连杆和舵机连接而成,共有5个自由度,同时手臂上也安装有一个摄像头,组成机械臂的手眼结构,将末端执行器实际位置反馈给控制器,实现机械臂的闭环控制。为了使手臂能够准确的抓取到目标物体,对机械臂进行了运动学分析,采用D-H方法建立了机械臂的运动学模型,求得了运动学方程的正解和逆解,用MATLAB工具仿真了其工作空间,并验证了方程推导的正确性。脚是两辆飞思卡尔智能车,分别由两个英飞凌单片机进行控制,单片机之间通过无线模块进行通信,实现信息的交换,使机器人能够稳定行走。同时两个控制器还分别采集多个传感器的信息,控制不同的执行机构完成相应动作。软件部分采用模块化设计,将不同的功能划分为不同的模块分别编程,提高了程序执行的效率。最后,在机器人硬件平台上对要实现的功能进行了整体调试,取得了较理想的效果,但在控制精度和稳定性方面还需要做进一步的完善。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 机器人定义、发展及分类
  • 1.1.1 机器人的定义
  • 1.1.2 机器人的发展
  • 1.1.3 机器人的分类
  • 1.2 服务机器人国内外研究现状及发展趋势
  • 1.2.1 国外服务机器人研究现状
  • 1.2.2 国内服务机器人研究现状
  • 1.2.3 发展趋势
  • 1.3 服务机器人关键技术
  • 1.3.1 机器人视觉
  • 1.3.2 机械臂技术
  • 1.3.3 人机接口技术
  • 1.3.4 多传感器信息融合技术
  • 1.4 课题研究的目的及意义
  • 1.5 本文的主要工作
  • 1.6 论文结构
  • 2 机器人视觉图像预处理
  • 2.1 引言
  • 2.2 数字图像的获取
  • 2.3 图像滤波
  • 2.4 灰度图像二值化
  • 2.5 图像边缘提取
  • 2.6 图像特征点提取
  • 2.7 图像特征点提取的简便算法
  • 2.8 本章小结
  • 3 机械臂系统建模
  • 3.1 机械臂的视觉伺服系统
  • 3.2 机械臂机械结构
  • 3.3 机械臂运动学分析
  • 3.3.1 运动学基本问题
  • 3.3.2 运动学位姿描述及矩阵表示
  • 3.4 机械臂 D-H 法建模
  • 3.4.1 D-H 法建立坐标系
  • 3.4.2 机械臂逆运动学解
  • 3.5 机械臂的 MATLAB 仿真及结果验证
  • 3.5.1 工作空间的 MATLAB 仿真
  • 3.5.2 正运动学解验证
  • 3.5.3 逆运动学解验证
  • 3.6 本章小结
  • 4 机器人系统硬件平台设计
  • 4.1 仿人服务机器人机械系统
  • 4.2 控制系统总体设计
  • 4.3 各功能模块设计
  • 4.3.1 处理器模块
  • 4.3.2 信息采集模块
  • 4.3.3 无线通信模块
  • 4.3.4 运动控制及执行模块
  • 4.3.5 其他功能模块
  • 4.4 本章小结
  • 5 机器人控制系统软件设计
  • 5.1 开发环境介绍
  • 5.2 软件总体结构
  • 5.3 控制系统子程序模块
  • 5.3.1 系统初始化模块
  • 5.3.2 信息采集模块
  • 5.3.3 无线通信模块
  • 5.3.4 机械臂的运动控制
  • 5.3.5 其他功能模块
  • 5.4 实验结果
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 在学研究成果
  • 致谢
  • 相关论文文献

    • [1].基于谱聚类和增量学习的运动目标物体检测算法研究[J]. 西北工业大学学报 2017(01)
    • [2].牵引激光束能直接移动目标物体[J]. 黑龙江科技信息 2014(33)
    • [3].光的奇迹[J]. 少儿科学周刊(少年版) 2016(05)
    • [4].基于智能相机的目标物体的定位[J]. 控制工程 2011(S1)
    • [5].注意的文化差异及其对教育的启示[J]. 天津市教科院学报 2020(03)
    • [6].利用地质雷达求取地下目标物体积研究综述[J]. 中国矿业 2017(S1)
    • [7].基于图像处理的目标物体最大内接矩形面积的检测[J]. 科学技术与工程 2015(17)
    • [8].基于“检测+分类”模型融合的物体识别应用分析[J]. 电信科学 2020(S1)
    • [9].一种基于多视角图像的目标物体定位方法[J]. 测控技术 2015(05)
    • [10].机械手对目标物体抓取的研究[J]. 工业控制计算机 2009(01)
    • [11].基于平面模板的机器人双目标定与目标定位[J]. 计算机技术与发展 2013(06)
    • [12].基于灰度共生矩阵的信噪比图像检测[J]. 自动化与仪器仪表 2020(08)
    • [13].基于机器视觉的机械臂智能抓取系统设计[J]. 计量与测试技术 2020(10)
    • [14].基于明暗恢复形状的目标物体深度信息提取算法设计[J]. 机械管理开发 2011(03)
    • [15].SoftPOSIT方法在PNP问题中的应用[J]. 计算机光盘软件与应用 2012(11)
    • [16].看雷达大显身手[J]. 少儿科学周刊(少年版) 2016(09)
    • [17].基于深度学习的机器人最优抓取姿态检测方法[J]. 仪器仪表学报 2020(05)
    • [18].基于CFFCA的全驱动五指灵巧手抓取研究[J]. 吉林大学学报(信息科学版) 2019(03)
    • [19].基于均值漂移和边缘检测的轮廓跟踪算法[J]. 计算机仿真 2008(06)
    • [20].隔空探物的秘密[J]. 少儿科学周刊(少年版) 2016(09)
    • [21].基于视觉技术的圆柱内壁小目标物体精确测量[J]. 机械工程师 2009(05)
    • [22].基于机器学习的雷达目标跟踪算法研究[J]. 信息技术与信息化 2020(08)
    • [23].基于三维激光扫描的水面目标物体检测[J]. 应用激光 2019(04)
    • [24].基于小波包的机器人多目标识别与定位研究[J]. 计算机仿真 2014(04)
    • [25].基于视觉技术的圆柱内壁小目标物体精确测量[J]. 微型电脑应用 2009(09)
    • [26].基于改进Faster-RCNN的机场场面小目标物体检测算法[J]. 南京航空航天大学学报 2019(06)
    • [27].基于SSD方法的小目标物体检测算法研究[J]. 现代信息科技 2020(03)
    • [28].鱼眼图像的目标物体角点检测方法[J]. 电子测量技术 2020(01)
    • [29].基于毫米波感知的小型无源物体定位追踪[J]. 物联网学报 2020(02)
    • [30].基于浓雾天气条件下的目标物体图像清晰化算法的研究[J]. 中国高新区 2018(06)

    标签:;  ;  ;  ;  ;  

    仿人家庭移动服务机器人应用研究
    下载Doc文档

    猜你喜欢