多传感信息融合的机械臂末端位姿测量

• 作 者: 张天麟
• 出 处: 南京邮电大学
• 发表日期: 2020年02期
• 关键词: 惯性测量单元 单目视觉 数据融合 位姿测量

串联机械臂在执行任务的过程中,需要控制末端执行器到达指定环境中指定位置,这便需要测量机械臂的末端位姿。本文在使用成本较低传感器的前提下,为了提升串联机械臂的位姿测量精度,研究了多传感信息融合的机械臂末端位姿测量技术。在分析了基于单一类别传感器的位姿测量方法的优缺点之后,将姿态传感器与视觉传感器进行融合测量,实现对各个传感器的优势互补,从而设计出一种简易、精确的机械臂末端位姿测量方法。本文的主要研究内容如下:首先,阐述了课题背景与意义,分析了机械臂位姿测量的主流方案,结合国内外发展现状及课题应用场景,确定了本课题研究的主要方案。其次,研究了基于惯性测量单元的两种位姿测量方法。针对传感器的安装误差,先利用拟合圆求得关节旋转轴,继而提出了一种安装误差标定方法,该方法通过空间矢量旋转法标定出传感器坐标系与机械臂坐标系之间的旋转矩阵,进而设计出两种位姿测量方法:通过测量关节角并利用D-H模型得到末端位姿,通过固定在末端的IMU测量得到末端姿态信息。再次,研究了基于单目视觉的位姿测量算法。采用了眼在手外的单目视觉测量系统,针对具有正交关节的机械臂,提出了一种基于圆弧轨迹分析法的手眼标定方法,用以确定标靶坐标系、相机坐标系与机械臂坐标系之间的转换矩阵,进而利用Harris角点提取算法对标靶进行点特征提取之后采用了基于PNP问题的方法求解位姿。最后,研究了基于卡尔曼滤波和H~∞滤波的多模型组合滤波融合算法。因为视觉测量噪声的统计特性不确定,所以根据系统不同采样周期内视觉信息的有无,分别利用卡尔曼滤波子模型系统和H~∞滤波子模型系统进行数据融合。前者融合两种姿态传感器测量数据,后者融合姿态传感器测量数据与相机测量数据。实验结果证明多模型融合方法提高了测量精度和鲁棒性,同时有效地解决姿态传感器的时飘问题,以及视觉测量速度较低、测量范围较小的问题,实现了姿态传感器和视觉传感器的优势互补。