摘要
机器人智能化是机器人控制系统研究中的重要课题。作为机器人智能化的两种基本方案，动力学控制可以提升机器人环境交互能力，视觉伺服可以提升机器人环境感知能力。本文将两者相结合，研究基于机器人动力学模型的视觉伺服控制，旨在兼顾机器人环境感知与交互能力，提高机器人视觉伺服性能。 在机器人动力学控制方面，首先要研究机器人运动学与动力学建模，建立机器人动力学模型。本文以埃夫特工业机器人ER3A-C60为研究对象，通过DH方法与矢量积法建立机器人运动学与微分运动学模型，得到机器人关节雅可比矩阵；通过拉格朗日方法与牛顿欧拉方法建立机器人动力学模型。 机器人动力学模型已知而参数未知的情况下，进一步研究参数辨识方法并进行参数辨识实验，可以得到动力学模型中未知参数的估计值。本文首先总结常用的机器人动力学参数辨识方法，从中选取遗传算法作为激励轨迹优化与参数辨识的方法；之后设计并运行激励轨迹以采集实验数据；最后根据滤波处理后的实验数据使用遗传算法辨识出未知动力学参数，进而验证辨识结果准确性。 结合已知机器人动力学模型与参数辨识值，研究动力学控制方法并设计动力学控制系统可以实现机器人的动力学控制。对控制系统的最基本要求是能使输出趋于期望值并稳定，在此基础上要求抑制扰动，进一步地要求可以调节参数以优化模型。按此递进思路，本文分别研究了PID控制、滑模控制、滑模边界层控制与滑模自适应控制，通过仿真与实物实验验证了动力学控制系统的稳定性。 在机器人视觉伺服方面，首先从视觉伺服系统建模出发，建立机器人视觉伺服系统模型。本文以通用形式的机器人视觉伺服系统为研究对象，分析相机成像模型，得到相机内外参数矩阵；根据目标与相机之间的相对运动关系，推导交互矩阵与图像雅可比矩阵；在相机模型与图像雅可比矩阵的基础上对视觉伺服系统由浅入深逐步分析，参考机器人视觉伺服传统模型设计了基于机器人动力学模型的视觉伺服系统。 最后，本文对基于机器人动力学模型的视觉伺服系统进行仿真与实物验证。将设计的视觉伺服系统与实验验证可行的机器人动力学控制器结合，实现基于机器人动力学模型的视觉伺服控制，并将其结果与基于运动学的视觉伺服相对比，验证了算法的可行性。实验结果说明，动力学控制系统与基于动力学模型的视觉伺服控制系统在实际机器人上具有良好可靠性，满足机器人控制精度要求，具备进一步研究的学术价值。
NETL