粒子群算法的改進(jìn)及其在機器人視覺伺服中的應(yīng)用研究.pdf

1、本文重點研究了一種新的基于圖像的機器人視覺伺服方法——極線幾何伺服方法，它不需要進(jìn)行復(fù)雜的3D建模，直接使用的是圖像特征來控制機器人的運動，也無需估計圖像的深度信息，因此對其的研究已經(jīng)成為國內(nèi)外機器人研究學(xué)者關(guān)注的問題。該伺服方法研究的主要內(nèi)容包括:圖像特征檢測、基礎(chǔ)矩陣估計以及視覺伺服控制器的設(shè)計。檢測到的圖像特征信息會影響圖像的匹配效果，進(jìn)而影響基礎(chǔ)矩陣的估計精度，而基礎(chǔ)矩陣的估計精度又會影響極線幾何機器人視覺伺服的控制精度，因此，

2、對于圖像特征的檢測與匹配以及基礎(chǔ)矩陣的估計精度的研究至關(guān)重要。本文主要是在基本粒子群算法的基礎(chǔ)上提出了一種改進(jìn)算法，并將其應(yīng)用于基礎(chǔ)矩陣估計中。
　　基本PSO是一種高效、動態(tài)的優(yōu)化算法，該算法比較容易實現(xiàn)，也無需調(diào)整太多的參數(shù);然而算法后期收斂速度慢，最主要的是易陷入局部極值，為了改善這些缺點，學(xué)者們紛紛提出了許多改進(jìn)的算法，并將其已經(jīng)應(yīng)用于科學(xué)和工程等多個領(lǐng)域。本文主要是在基本PSO的基礎(chǔ)上進(jìn)行改進(jìn)，提出了一種新的改進(jìn)算法。最

3、后通過仿真實驗，結(jié)果表明:改進(jìn)后的算法收斂精度比較高。
　　針對基礎(chǔ)矩陣估計的精度問題，本文提出了一種新的估計基礎(chǔ)矩陣的魯棒算法——基于粒子群算法的最小平方中值法(PSO-LMedS)。該方法是將最小平方中值法(LMedS)與粒子群算法(PSO)相結(jié)合，將LMedS方法得到的匹配點對作為PSO的初始種群，利用PSO的全局優(yōu)化特性，通過不斷尋優(yōu)過程，估計得到最佳基礎(chǔ)矩陣，以此來提高基礎(chǔ)矩陣估計精度。最后通過仿真實例證明了該方法具有較