买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明公开了一种基于速度观测器的视觉伺服有限时间控制方法，属于机械臂视觉伺服控制领域，该方法包括以下步骤：基于图像信息和关节信息构建视觉伺服模型；基于视觉伺服模型进行参数分离得到未知参数；构建图像速度观测器，基于图像速度观测器设计自适应估计律；基于自适应估计律对未知参数进行估计实现视觉伺服有限时间轨迹跟踪控制。本发明利用特征点图像信息与机械臂关节信息实现了机械臂视觉伺服系统的有限时间控制。

主权项：1.一种基于速度观测器的视觉伺服有限时间控制方法，其特征在于，包括：基于图像信息和关节信息构建视觉伺服模型；其中，构建视觉伺服模型的过程包括构建特征点，所述特征点在像素坐标下的坐标公式为： 式中，，y为特征点在像素平面的坐标，，表示特征点在相机坐标下的深度，为内参矩阵与外参矩阵的乘积，为的第行，为机械臂基坐标系到相机坐标系的齐次变换矩阵，为特征点在基坐标系下的三维坐标；分别对特征点在相机坐标下的深度和特征点在像素坐标下的坐标进行时间微分得到： 式中，表示对特征点在相机坐标下的深度进行时间微分，表示特征点在像素坐标下的坐标进行时间微分，，R和P分别表示的旋转和平移分量，代表矩阵的第行，表示关节速度，表示统一运动学框架的深度无关图像雅可比矩阵；基于所述视觉伺服模型进行参数分离得到未知参数；其中，所述未知参数包括：深度参数、运动学参数和动力学参数；基于所述视觉伺服模型进行参数分离得到未知参数的过程包括：基于特征点在像素坐标下的坐标的微分公式进行参数分离得到已知参数；基于特征点在相机坐标下的深度的微分公式进行参数分离，并对特征点在相机坐标下的深度进行线性参数化处理得到深度参数、运动学参数；构建机械臂动力学方程，基于回归矩阵对所述机械臂动力学方程进行线性化得到动力学参数；基于回归矩阵对所述机械臂动力学方程进行线性化的表达式为： 式中，为回归矩阵，为关节角的个数，为未知参数的个数，和分别是关节速度和加速度，为惯性矩阵，为科里奥利矩阵，为重力矩，为关节角度；构建图像速度观测器，基于所述图像速度观测器采用李雅普诺夫方法设计自适应估计律；其中，所述图像速度观测器为： 式中，表示图像速度观测器，为图像空间位置的观测量，为第一正设计常数，为第二正设计常数，和分别是和的估计，为期望轨迹,为补偿深度无关图像雅可比矩阵的估计；所述自适应估计律为： 式中，，和分别表示三个参数估计中具有适当维数的正定对称矩阵，为标准符号函数，表示参考关节速度，表示参考关节加速度，表示图像位置跟踪误差，为待定的增益矩阵，为待定常量；基于所述自适应估计律对所述未知参数进行估计实现视觉伺服有限时间轨迹跟踪控制；实现视觉伺服有限时间轨迹跟踪控制的过程包括构建自适应有限时间动态视觉跟踪控制器；所述自适应有限时间动态视觉跟踪控制器的表达式为： 式中，和为待定的增益矩阵，和为待定常量，为非线性函数，e表示图像位置跟踪误差，s表示关节空间中的滑动向量。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于速度观测器的视觉伺服有限时间控制方法