基于姿态估计算法的组件感知自适应模型

doi:10.13229/j.cnki.jdxbgxb20190806

摘要/Abstract

摘要：

传统自适应模型采用几何光学法、几何相似法和特征靶标测量法构建完成，存在感知延时较长、自适应跟踪精度较低的问题，为此提出一种基于姿态估计算法的组件感知自适应模型。该模型的构建主要分为3部分，首先利用基于平面模版的张正友摄像机标定方法进行感应组件标定;然后建立目标物体三维模型，实现运动目标跟踪;最后利用基于模型的姿态估计方法估算目标物体的姿态实时状态，实现组件感知自适应模型的构建。结果表明：与上述3种传统模型相比，本模型自适应控制下组件感知延时缩短，自适应跟踪精度提高，改善了机械臂操作性能。

关键词: 计算机应用, 姿态估计算法, 组件, 感知, 自适应模型

Abstract:

The traditional adaptive models are constructed by geometric optics method, geometric similarity method and feature target measurement method. There exist some problems in such model, such as long perception delay and low accuracy of adaptive tracking. To overcome these problems, a component perception adaptive model based on attitude estimation algorithm is proposed. The model consists of three parts. Firstly, the sensor component is calibrated by using Zhang Zhengyou's camera calibration method based on planar template. Then, the three-dimensional model of the target object is established to track the moving object. Finally, the real-time attitude state of the target object is calculated by using the model-based attitude estimation method to realize the construction of the component perception adaptive model. Experimental results show that compared with the three traditional models mentioned above, the adaptive control of the proposed model can shorten the sensing delay of components, improve the adaptive tracking accuracy and improve the operation performance of the manipulator.

Key words: computer application, attitude estimation algorithm, components, perception, adaptive model

中图分类号:

TP391

管乃彦,郭娟利. 基于姿态估计算法的组件感知自适应模型[J]. 吉林大学学报(工学版), 2020, 50(5): 1850-1855.

Nai-yan GUAN,Juan-li GUO. Component awareness adaptive model based on attitude estimation algorithms[J]. Journal of Jilin University(Engineering and Technology Edition), 2020, 50(5): 1850-1855.

图/表 7

图1

图2

图3

图4

图5

表1

图6

参考文献 11

1	赵亮, 张义德, 胡旭晓. 基于网格包络的工业机器人仿真碰撞检测算法[J]. 中国机械工程, 2017, 28(3): 316-321.
	Zhao Liang, Zhang Yi-de, Hu Xu-xiao. A novel collision detection algorithm based on grids enveloping for industrial robot simulations[J]. China Mechanical Engineering, 2017, 28(3): 316-321.
2	米根锁, 梁骅旗. 基于干扰观测器的机械臂非线性滑模控制[J]. 系统仿真学报, 2019, 31(9): 1935-1941.
	Mi Gen-suo, Liang Hua-qi. Nonlinear sliding mode control for robotic manipulator based on disturbance observer[J]. Journal of System Simulation, 2019, 31(9): 1935-1941.
3	陈耀东, 刘琴, 彭蝶飞. 面向姿态估计的组件感知自适应算法[J]. 计算机工程, 2018, 44(11): 257-264.
	Chen Yao-dong, Liu Qin, Peng Die-fei. Component-aware adaptive algorithm for pose estimation[J]. Computer Engineering, 2018, 44(11): 257-264.
4	邓君, 李川, 白云. 串联工业机器人机械臂的模块化组合式设计方法[J]. 科学技术与工程, 2018, 18(22): 66-71.
	Deng Jun, Li Chuan, Bai Yun. Modular combined design method of mechanical arm of serial industrial robot[J]. Science Technology and Engineering, 2018, 18(22): 66-71.
5	王磊, 胡学东, 关英, 等. 低成本微惯性组件的复合标定与智能滤波方法[J]. 弹箭与制导学报, 2018, 38(2): 79-83, 87.
	Wang Lei, Hu Xue-dong, Guan Ying, et al. Compounded calibration and intelligent filter method for low cost micro IMU[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2018, 38(2): 79-83, 87.
6	张飞, 单忠德, 任永新, 等. 缸盖缺陷检测系统线阵相机现场标定方法[J]. 吉林大学学报: 工学版, 2017, 47(2): 540-545.
	Zhang Fei, Shan Zhong-de, Ren Yong-xin, et al. Calibration of line array camera for head defect detection system on cylinder cover[J]. Journal of Jilin University(Engineering and Technology Edition), 2017, 47(2): 540-545.
7	王凤艳, 黄润秋, 陈剑平, 等. 基于计算机视觉和测量平差理论的相机标定[J]. 吉林大学学报: 工学版, 2017, 47(3): 944-951.
	Wang Feng-yan, Huang Run-qiu, Chen Jian-ping, et al. Camera calibration based on computer vision and surveying adjustment fundamentals[J]. Journal of Jilin University(Engineering and Technology Edition), 2017, 47(3): 944-951.
8	赵立恒. 三维景观规划图像特征增强方法仿真研究[J]. 计算机仿真, 2017, 34(12): 407-410.
	Zhao Li-heng. Simulation research on image feature enhancement method of 3D landscape planning[J]. Computer Simulation, 2017, 34(12): 407-410.
9	周保余, 赵宏伟, 肖杨, 等. 基于局部熵的图像特征描述方法[J]. 吉林大学学报: 工学版, 2017, 47(2): 601-608.
	Zhou Bao-yu, Zhao Hong-wei, Xiao Yang, et al. Image feature description method based on local entropy[J]. Journal of Jilin University(Engineering and Technology Edition), 2017, 47(2): 601-608.
10	岳丽清, 王东杰, 张京运, 等. 基于自标定技术的空间机械臂相机坐标系引出方法[J]. 光学与光电技术, 2017, 15(1): 34-38.
	Yue Li-qing, Wang Dong-jie, Zhang Jing-yun, et al. Eduction method of space manipulator camera coordinate system based on self-calibration[J]. Optics & Optoelectronic Technology, 2017, 15(1): 34-38.
11	鲁鑫, 高敬东, 李开龙. 不同姿态表示方法下的姿态估计分析[J]. 舰船科学技术, 2018, 40(3): 137-141.
	Lu Xin, Gao Jing-dong, Li Kai-long. Attitude estimation analysis under different attitude representation methods[J]. Ship Science and Technology, 2018, 40(3): 137-141.

相关文章 15

[1]	周炳海,何朝旭. 基于线边集成超市的混流装配线动态物料配送调度[J]. 吉林大学学报(工学版), 2020, 50(5): 1809-1817.
[2]	赵宏伟,刘晓涵,张媛,范丽丽,龙曼丽,臧雪柏. 基于关键点注意力和通道注意力的服装分类算法[J]. 吉林大学学报(工学版), 2020, 50(5): 1765-1770.
[3]	车翔玖,董有政. 基于多尺度信息融合的图像识别改进算法[J]. 吉林大学学报(工学版), 2020, 50(5): 1747-1754.
[4]	方伟,黄羿,马新强. 基于机器学习的虚拟网络感知数据缺陷自动检测[J]. 吉林大学学报(工学版), 2020, 50(5): 1844-1849.
[5]	刘洲洲,尹文晓,张倩昀,彭寒. 基于离散优化算法和机器学习的传感云入侵检测[J]. 吉林大学学报(工学版), 2020, 50(2): 692-702.
[6]	王晓辉,吴禄慎,陈华伟. 基于法向量距离分类的散乱点云数据去噪[J]. 吉林大学学报(工学版), 2020, 50(1): 278-288.
[7]	张笑东,夏筱筠,吕海峰,公绪超,廉梦佳. 大数据网络并行计算环境中生理数据流动态负载均衡[J]. 吉林大学学报(工学版), 2020, 50(1): 247-254.
[8]	陈蔓,钟勇,李振东. 隐低秩结合低秩表示的多聚焦图像融合[J]. 吉林大学学报(工学版), 2020, 50(1): 297-305.
[9]	金顺福,郄修尘,武海星,霍占强. 基于新型休眠模式的云虚拟机分簇调度策略及性能优化[J]. 吉林大学学报(工学版), 2020, 50(1): 237-246.
[10]	李雄飞,王婧,张小利,范铁虎. 基于SVM和窗口梯度的多焦距图像融合方法[J]. 吉林大学学报(工学版), 2020, 50(1): 227-236.
[11]	王洪雁,邱贺磊,郑佳,裴炳南. 光照变化下基于低秩稀疏表示的视觉跟踪方法[J]. 吉林大学学报(工学版), 2020, 50(1): 268-277.
[12]	邓钧忆,刘衍珩,冯时,赵荣村,王健. 基于GSPN的Ad⁃hoc网络性能和安全平衡[J]. 吉林大学学报(工学版), 2020, 50(1): 255-261.
[13]	王铁君,王维兰. 基于本体的唐卡图像标注方法[J]. 吉林大学学报(工学版), 2020, 50(1): 289-296.
[14]	周柚,杨森,李大琳,吴春国,王岩,王康平. 基于现场可编程门电路的人脸检测识别加速平台[J]. 吉林大学学报(工学版), 2019, 49(6): 2051-2057.
[15]	赵宏伟,王鹏,范丽丽,胡黄水,刘萍萍. 相似性保持实例检索方法[J]. 吉林大学学报(工学版), 2019, 49(6): 2045-2050.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

组件感知自适应模型	姿态估计算法	几何光学法	几何相似法	特征靶标测量法
抬起状态	0.12	0.27	0.34	0.17
抓取状态	0.25	0.30	0.33	0.15
放置状态	0.18	0.25	0.23	0.29
返回状态	0.25	0.28	0.21	0.33
总体延时	0.80	1.10	1.11	0.94