基于雙目視覺測程法的柔性機械臂軌跡跟蹤.pdf

1、本文以柔性機械臂(Flexible Manipulator)為研究對象,軌跡跟蹤估計為研究內(nèi)容,針對柔性機械臂的難以精確建模得到運動估計的特點,提出了基于雙目立體相機視覺測程法的運動軌跡估計方法。該方法偵測雙目相機采樣圖像的SURF(Speeded-up Robust Features)特征點,在特征匹配和特征跟蹤后,利用RANSAC(Random Sample Consensus)算法獲得剛體運動方程參數(shù)。與傳統(tǒng)的柔性機械臂運動軌跡跟

2、蹤方法相比,本文提出的方法有效利用視覺信息,提高了軌跡跟蹤精度并且節(jié)約了計算開銷。實驗的結(jié)果證明了上述方法的高精度和高可用性。
　　 本文的主要工作分述如下:
　　 (1)詳細描述了柔性機械臂運動軌跡跟蹤問題,分析了柔性機械臂的運動軌跡跟蹤和視覺運動軌跡跟蹤的研究意義,介紹了當今柔性機械臂的運動軌跡跟蹤的難點和現(xiàn)狀,提出了基于雙目視覺測程法的運動軌跡跟蹤方法,討論了該方法當前的研究現(xiàn)狀。
　　 (2)研究了視覺測

3、程法的三個關(guān)鍵技術(shù),圖像特征點提取、特征點匹配、運動關(guān)系模型。對于現(xiàn)階段流行的特征點提取算法,著重研究了SURF特征點提取算法以及分析了SURF特征點相對于其他特征點的優(yōu)勢。針對SURF特征點匹配的基本方法,分析了SURF匹配算法存在的問題。針對這一問題,提出了分離特征點描述算子的向量維數(shù)和利用關(guān)聯(lián)規(guī)則的支持度判定策略,并給出了仿真結(jié)果。仿真實驗表明,與SURF算法相比,本文算法的圖像匹配正確率有明顯提高。針對建立運動關(guān)系模型,研究了基