基于神经网络的机器人视觉伺服控制

视觉伺服可以应用于机器人初始定位自动导引、自动避障、轨线跟踪和运动目标跟踪等控制系统中。传统的视觉伺服系统在运行时包括工作空间定位和动力学逆运算两个过程，需要实时计算视觉雅可比矩阵和机器人逆雅可比矩阵，计算量大，系统结构复杂。本文分析了基于图像的机器人视觉伺服的基本原理，使用BP  神经网络来确定达到指定位姿所需要的关节角度，将视觉信息直接融入伺服过程，在保证伺服精度的情况下大大简化了控制算法。文中针对Puma560  工业机器人的模型进行了仿真实验，结果验证了该方法的有效性。关键词：  视觉伺服；  图像雅可比矩阵；  逆雅可比矩阵；  BP  神经网络；  视觉控制器Abstract:  Visual  servo  system  can  be  used  in  the  control  systems  of  robot  original  orientation  guiding,  obstacle  avoiding,  trajectory  tracking  and  moving  object  tracking,  etc.  During  working,  the  traditional  visual  servo  system  consists  of  two  processes:  determination  of  the  workpiece  position  and  inverse  kinetic  calculation.  So  real-time  computation  of  visual  Jacobian  and  inverse  Jacobian  of  the  robot  have  been  needed.  Both  the  computation  and  the  structure  of  the  system  are  complex.  In  this  paper,  the  basic  principle  of  robot  visual  servosystem  is  analyzed.  A  BP  neural  network  is  proposed  to  determine  the  required  joint  angles  for  the  set  position  and  orientation.  This  method  can  integrate  visual  data  directly  into  the  servo  process,  so  under  the  condition  that  the  servo  precision  is  ensured,  the  computation  of  the  control  arithmetic  is  greatly  simplified.  The  simulation  experiment  for  Puma560  robot  is  made  and  simulation  results  proved  the  effectiveness  of  the  method.Keywords:  Visual  servo;  Image  jacobian  matrix;  Inverse  jacobian  matrix;  BP  neural  nerwork;  Visual  controller