В современном мире робототехники и автоматизации производства визуальное позиционирование с манипулятором становится все более актуальным и востребованным направлением. Этот метод позволяет значительно повысить точность, гибкость и эффективность работы роботизированных систем в различных отраслях промышленности, таких как сборка, сортировка, упаковка и контроль качества.
Визуальное позиционирование с манипулятором основывается на интеграции систем компьютерного зрения и робототехнических манипуляторов. Системы компьютерного зрения, оснащенные камерами и алгоритмами обработки изображений, позволяют получать детальную информацию о положении, ориентации и свойствах объектов в рабочей зоне. Эта информация затем используется для точного управления движениями манипулятора, обеспечивая высокую точность позиционирования и манипулирования объектами.
Например, в [6] рассмотрено позиционирование и навигация мобильного робота относительно искусственного ориентира. В качестве искусственных ориентиров выступают линии, ограничивающие трассу робота, и метки в виде двухмерных штриховых кодов. В [7] рассматривается система визуального позиционирования беспилотников для точной посадки. Система основана на использовании фрактальных маркеров и светодиодов разного цвета. В позиционирование колобративного робота производится с помощью blob-объекта (каска рабочего белого цвета) для обеспечения безопасности людей.
Одним из ключевых преимуществ визуального позиционирования является возможность адаптации к изменениям в рабочей среде. Традиционные методы программирования роботов, основанные на заранее заданных траекториях и координатах, часто не способны эффективно справляться с вариациями в положении и ориентации объектов. Визуальное позиционирование, напротив, позволяет роботу динамически корректировать свои движения на основе визуальной обратной связи, что делает систему более гибкой и устойчивой к изменениям.
Кроме того, визуальное позиционирование открывает новые возможности для автоматизации сложных задач, требующих высокой точности и повторяемости. Например, в электронной промышленности визуальная вставка компонентов на печатные платы является критически важной операцией, требующей точного позиционирования в масштабе микрометров. Использование систем технического зрения и прецизионных манипуляторов позволяет автоматизировать этот процесс, обеспечивая высокое качество и производительность.
Целью данной работы является реализация визуального позиционирования трехзвенного робота- манипулятора с видеокамерой, с учетом управления по моментам.
Задачи: 1) Построить динамическую модель робота и точек на изображении
2) Провести линеаризацию обратной связью динамической модели робота
3) Рассчитать якобиан для перехода от декартовых скоростей к линейным
4) Реализовать визуальное позиционирование робота по маркеру
5) Проверить результаты
Таким образом, поставленные задачи были успешно выполнены, результаты моделирования подтверждают эффективность предложенного подхода к визуальному позиционированию трехзвенного робота-манипулятора. Робот способен точно позиционироваться относительно целевого объекта, используя визуальную обратную связь и алгоритмы управления.
Разработанный метод визуального позиционирования может быть применен в различных областях. Визуальное позиционирование роботов-манипуляторов в производственных линиях позволяет повысить точность и эффективность сборочных операций, упаковки, сортировки и контроля качества продукции. Внедрение таких систем уменьшает вероятность ошибок и увеличивает производительность за счет автоматизации рутинных задач.
В складских системах роботы с визуальным позиционированием могут эффективно выполнять задачи по перемещению и укладке товаров, обеспечивая оптимальное использование пространства и повышение скорости обработки заказов. Они способны самостоятельно ориентироваться в пространстве, распознавать объекты и точно их размещать.
1. Kevin M. Lynch and Frank C. Park. Modern Robotics: Mechanics, Planning, and Control//Cambridge University Press, 2017
2. Поляк Б.Т., Хлебников М.В., Рапопорт Л.Б. Математическая теория автоматического управления: учебное пособие//М.: ЛЕНАНД, 2019. — 500 с.: ил.
3. Документация pybullet.
https://docs.google.com/document/d/10sXEhzFRSnvFcl3XxNGhnD4N2SedqwdAvK3dsihxVUA/edit
4. Документация opencv.
https://docs.opencv.org/4.x/
5. Malis E., Chaumette F., Boudet S. 2 1/2 D Visual Servoing // IEEE Transactions on Robotics and Automation. 1999. Vol. 15, № 2. P. 238-250.
6. Юдин Д.А., Проценко В.В., Постольский Г.Г., Кижук А.С., Магергут В.З. Система технического зрения для автоматического ориентирования и позиционирования мобильного робота//Робототехника и техническая кибернетика. 2014. №1 стр. 70-75.
7. Севостьянов И.Е., Девитт Д.В. Система визуального позиционирования многороторный беспилотников для совершения высокоточной атомной посадки//Science Time. 2021
8. Павлов В. В., Орлов С. А. Применение системы технического зрения в задаче автоматизации сборочных процессов при совместной работа робота-манипулятора и человека//StudNet. 2022
9. Ефанов, А.В. Теория автоматического управления : учебник для вузов // А. В. Ефанов, В.А. Ярош.
— 3-е изд., стер. — Санкт-Петербург : Лань, 2024. — 160 с.
10. Охорзин, В. А. Теория управления : учебник // В. А. Охорзин, К. В. Сафонов. — Санкт-Петербург : Лань, 2022. — 224 с.
11. Обратная линеаризация.
https://akhatib.com/feedback-linearization-its-performance-and-limitations/
12. Кэлер, А. Изучаем OpenCV 3. Разработка программ компьютерного зрения на C++ с применением библиотеки OpenCV //А. Кэлер, Г. Брэдски; перевод с английского А. А. Слинкина. — Москва : ДМК Пресс, 2017. — 826 с.
13. Зубов В.И. Лекции по теории управления: Учебное пособие — 2-е изд., испр. — Санкт-Петербург: Лань, 2009. - 496 с.