关键词:
Hu矩
标识符识别
路径跟踪
模糊控制
摘要:
在工业4.0和中国制造2025政策的推动下,国内外高校和企业逐渐加大对机器人的研究力度。随着计算机和传感器等软硬件性能的提升,移动机器人的功能逐步趋向全方位化和全自动化。视觉导航技术作为引导机器人工作的“眼睛”一直是机器人导引研究的热点,其关键核心为路径识别技术。提高移动机器人的路径识别技术水平和路径跟踪控制技术水平有利于机器人实现更高精度的运动,为移动机器人跟踪更复杂的工作路线以及完成更高难度系数的任务建立基础。本文以视觉导引移动机器人作为研究对象,设计并搭建出视觉导引移动机器人系统。建立相机标定模型并对相机进行标定,完成失真图像的矫正过程。对导航带图像和标识符图像的预处理算法进行研究,包括灰度化、滤波、分割、形态学增强、边缘检测和感兴趣区域选取等,提出轮廓边缘扫描法提取边缘线,并通过最小二乘法拟合中心线;使用改进后的Hu矩算法提取标识符特征,并用机器学习算法进行标识符识别。建立视觉导引移动机器人的运动学模型,分析两驱动轮位置偏差和角度偏差与控制电压之间的数学关系,获得路径跟踪控制系统方程。基于模糊控制方法,对运动学模型设计出一种模糊控制器,并与经典PID控制器进行比较。本文对视觉导引移动机器人进行测试,验证视觉图像处理算法精度和实时性以及路径跟踪控制器的纠偏性能。测试结果表明:(1)与传统算法相比,本文提出的轮廓边缘扫描法结合最小二乘法拟合中心线耗时22ms,改进后的Hu矩算法处理时间为2.49ms,比原Hu算法的4.81ms短,且精度更高。改进的算法性能满足视觉导引移动机器人系统的实时性要求和精度要求。(2)本文基于模糊原理设计的路径跟踪控制器可以准确快速地跟踪直线型、圆弧型和混合型线路,可以用于不同速度移动的机器人系统,角度偏差控制在±4°,位置偏差控制在±6mm。表明控制器的控制性能好,鲁棒性强,具有较高的实际工程应用价值。