多目标视觉伺服分离控制策略和容错策略

多目标视觉伺服分离控制策略和容错策略

论文摘要

随着工业流水线生产的发展,工业分拣系统基本实现了自动化。但是在复杂多目标分离系统中,由于目标分布状态存在多样性,相互之间存在复杂的相互作用和约束,分离结果经常出错,需要人工进行干预。为满足多目标分离系统实时性、提高系统鲁棒性的要求,研究了分离控制策略和容错策略。主要内容有:轨迹规划。检测出目标的分布状态,结合分离任务规划分离轨迹,提出由粗到精的轨迹规划策略,即先得到初始分离线,再选择分离过程需考虑的对象,提出邻域搜索法和应用三角剖分法分别细化分离路径,最后评价这两种方法并优化分离轨迹。位置控制。以视觉反馈的方式控制执行机构沿着分离轨迹运动。针对在分离过程中执行机构不能精确移动到轨迹控制点的问题,采用基于电信息反馈方式位置视觉伺服控制,结合模糊PID控制,以达到位置控制效果。分离策略。由于目标物体之间存在相互作用,目标分布状态复杂,难以实现快速分离。对目标的分布状态制定难度级别,通过不断降低难度级别实现目标快速分离。容错策略。针对目标受到分离器的作用产生剧烈扰动容易造成分离错误的问题,根据分离过程灰度统计值具有稳定性的特点,提出投影积分容错方法。为了评价分离效果、提高系统的鲁棒性,在复杂多目标分离系统中,提出多次分离-多次校正-实时轨迹规划的策略。在济南钢铁厂的应用表明分离控制策略和容错策略是有效的,能够满足实际工业生产中流水线作业的要求。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.2.1 视觉伺服控制
  • 1.2.2 工业视觉伺服控制系统
  • 1.2.3 工业视觉分拣系统
  • 1.2.4 工业分拣系统中多目标分离相关研究
  • 1.3 论文研究思路和主要内容
  • 1.4 章节安排
  • 第二章 复杂多目标分离系统
  • 2.1 多目标分离系统
  • 2.1.1 系统描述
  • 2.1.2 分离器的工作特点
  • 2.1.3 楔尖视觉位置控制
  • 2.2 复杂多目标分离系统分析
  • 2.2.1 系统的特点
  • 2.2.2 系统的基本任务
  • 2.2.3 系统控制结构
  • 2.2.4 系统的软件模块结构图
  • 2.3 本章小结
  • 第三章 轨迹规划和位置视觉伺服控制
  • 3.1 分布状态检测
  • 3.1.1 图像预处理
  • 3.1.2 目标检测
  • 3.2 轨迹规划
  • 3.2.1 特定分离轨迹
  • 3.2.2 折线分离轨迹
  • 3.2.3 评价与优化
  • 3.3 分离器的识别
  • 3.4 位置视觉伺服控制
  • 3.4.1 位置反馈方案
  • 3.4.2 视觉位置反馈误差判断
  • 3.4.3 视觉反馈轨迹跟踪控制
  • 3.4.4 定标问题
  • 3.6 本章小结
  • 第四章 分离过程中的容错以及规划调整
  • 4.1 分离过程中快速性与准确性的矛盾
  • 4.2 分离过程中图像信息分析
  • 4.3 容错策略
  • 4.3.1 K级容错策略的不足
  • 4.3.2 投影积分策略
  • 4.4 分离控制及规划调整
  • 4.5 实验分析
  • 4.6 本章总结
  • 第五章 视觉伺服棒材计数分离系统
  • 5.1 棒材计数分离系统的结构
  • 5.1.1 系统的硬件组成
  • 5.1.2 系统的软件构成
  • 5.2 棒材分离控制策略及纠错策略
  • 5.2.1 分离控制策略
  • 5.2.2 容错策略
  • 5.3 现场调试
  • 5.3.1 现场存在的问题
  • 5.3.2 现场问题的解决
  • 5.4 本章总结
  • 第六章 结论
  • 6.1 工作总结
  • 6.2 存在的不足及进一步的工作
  • 参考文献
  • 致谢
  • 作者攻读硕士学位期间的主要研究成果
  • 相关论文文献

    • [1].基于任务分解的图像视觉伺服方法[J]. 计算机仿真 2020(09)
    • [2].采摘机器人选择性作业信息获取研究——基于无标定视觉伺服系统[J]. 农机化研究 2017(05)
    • [3].尺度旋转相关滤波视觉伺服研究[J]. 机床与液压 2019(14)
    • [4].基于视觉伺服的并联装填平台自动对准方法[J]. 兵器装备工程学报 2020(01)
    • [5].基于图像的无标定视觉伺服系统[J]. 机械设计与研究 2019(03)
    • [6].机器人无标定视觉伺服系统及离散仿真[J]. 四川大学学报(自然科学版) 2012(04)
    • [7].一种基于混合视觉伺服的切换控制方法[J]. 传感技术学报 2009(04)
    • [8].一种适用于局部特征的混合视觉伺服方法[J]. 控制与决策 2010(01)
    • [9].视觉伺服抓取系统及其数字孪生系统研究[J]. 计算机集成制造系统 2019(06)
    • [10].无标定视觉伺服机器人跟踪控制策略研究[J]. 控制工程 2019(06)
    • [11].工业机器人手眼视觉伺服控制系统设计[J]. 传感器与微系统 2019(04)
    • [12].复杂异形曲面自动建模图像矩视觉伺服定位控制[J]. 机械工程学报 2019(14)
    • [13].基于视觉伺服的LED芯片形状匹配算法研究[J]. 计算机工程与应用 2018(12)
    • [14].基于2D重构特征的模型化视觉伺服方法研究[J]. 系统仿真学报 2016(06)
    • [15].基于双目视觉伺服反馈的非完整移动机器人轨迹跟踪[J]. 微计算机信息 2012(10)
    • [16].食品分拣机械臂无标定视觉伺服控制技术的研究[J]. 农机化研究 2010(12)
    • [17].基于双环结构的视觉伺服云台控制器设计[J]. 计算机应用研究 2018(12)
    • [18].基于仿人智能控制的无标定视觉伺服[J]. 电子技术应用 2015(11)
    • [19].基于视觉伺服的多品种育秧钵制造系统研究[J]. 黑龙江科学 2019(08)
    • [20].基于动力学不确定性的视觉伺服机器人控制[J]. 电脑编程技巧与维护 2018(11)
    • [21].微小无人直升机自适应视觉伺服[J]. 自动化学报 2010(06)
    • [22].单目视觉伺服研究综述[J]. 自动化学报 2018(10)
    • [23].一种提升高速视觉伺服系统跟踪性能的随机共振法[J]. 工业控制计算机 2019(08)
    • [24].基于线特征与内区域特征的视觉伺服解耦控制[J]. 信息与控制 2019(04)
    • [25].基于图像的采摘机器人模糊视觉伺服系统研究[J]. 机床与液压 2010(10)
    • [26].基于扩展H_∞粒子滤波算法的视觉伺服雅可比矩阵在线辨识[J]. 广西大学学报(自然科学版) 2017(03)
    • [27].机器人捕捉运动目标的动力学视觉伺服方法[J]. 计算机工程 2010(18)
    • [28].基于雅可比预测的机器人无模型视觉伺服定位控制[J]. 控制与决策 2018(10)
    • [29].基于视觉伺服的羊毛衫自动对边方法研究[J]. 毛纺科技 2014(02)
    • [30].基于视觉伺服的AGV小车停车精度[J]. 河北联合大学学报(自然科学版) 2012(03)

    标签:;  ;  ;  ;  

    多目标视觉伺服分离控制策略和容错策略
    下载Doc文档

    猜你喜欢