Введение 3
Постановка задачи 5
Обзор литературы 7
Глава 1. Математические модели робота и камеры 10
1.1. Математическая модель робота 10
1.2. Математическая модель динамики изображения 11
Глава 2. Управление с использованием визуальной информации 15
2.1. Базовый закон управления 15
2.2. Управление с многоцелевой структурой 17
2.3. Настройка корректора 18
2.4. Результаты моделирования 20
Глава 3. Управление скоростью робота 25
3.1. Базовый закон управления 25
3.2. Управление с многоцелевой структурой 27
3.3. Настройка корректора 29
3.4. Результаты моделирования 31
Глава 4. Моделирование замкнутой системы 35
Выводы 39
Заключение 40
Список литературы 41
Мобильные роботы применяются сегодня в различных отраслях промышленности для решения достаточно широкого круга практических задач, таких как исследование местности, проведение работ в опасных для человека условиях, выполнение спасательных операций, т.д. Более того, все большее распространение получают сервисные роботы, используемые в быту, например, для уборки помещений.
Однако, на данный момент степень автономности роботов указанного класса невысока, большинство из них являются дистанционно управляемыми. Создание систем, позволяющих подобным аппаратам функционировать без непосредственного участия оператора, самостоятельно ориентироваться в окружающей среде и эффективно взаимодействовать с ней является важным направлением научных исследований в области робототехники.
Среди всего разнообразия доступных сенсоров в последнее время видеокамеры все чаще используются в качестве основного источника данных об окружающем мире. В первую очередь это обусловлено их доступностью и сравнительно невысокой стоимостью. Кроме того, современные алгоритмы компьютерного зрения позволяют использовать камеры для получения самых разнообразных данных, не ограничиваясь значениями отдельных показателей. Информация, извлекаемая из последовательностей двумерных или трехмерных изображений, может использоваться не только для определения положения робота в пространстве или корректировки данных GPS, но и, например, для оценки функциональности окружающих предметов, определения присутствия рядом человека и т. д. Метод управления аппаратами, основанный на использовании визуальных данных, известен как Visual Servoing.
В данной работе рассмотрена задача управления мобильным наземным роботом с использованием визуальной обратной связи. Предложен метод синтеза обратной связи, позволяющей роботу занять желаемое положение по отношению к интересующему объекту. При этом особое внимание уделено обеспечению устойчивости движения по отношению к внешним возмущениям, воздействующим как на сам робот, так и на объект, используемый в качестве цели.
В ходе выполнения выпускной квалификационной работы получены следующие основные результаты, которые выносятся на защиту:
1. Разработан метод синтеза управления с многоцелевой структурой, позволяющий перевести робот в положение, в котором наблюдаемая на экране точка имеет заданные координаты.
2. Разработан метод синтеза управления с многоцелевой структурой, обеспечивающий реализацию роботом скоростей, полученных на предыдущем этапе.
3. Построен имитационный моделирующий комплекс в среде MATLAB-Simulink, позволяющий имитировать как динамику точки на изображении, так и движение робота.
4. Проведено исследование обоих регуляторов в различных режимах функционирования.
1. Chaumette F., Hutchinson S. Visual servo control. I. Basic approaches // Robotics & Automation Magazine, IEEE. 2006. Vol. 13. No. 4. P. 82-90.
2. Szeliski R. Computer vision: algorithms and applications. Springer Science & Business Media, 2010.
3. Lang H., Wang Y., de Silva C. W. Vision based object identification and tracking for mobile robot visual servo control // Control and Automation (ICCA), 2010 8th IEEE International Conference on. IEEE, 2010. P. 92-96.
4. Chaumette F., Hutchinson S. Visual servo control. II. Advanced approaches [Tutorial] //Robotics & Automation Magazine, IEEE. 2007. Vol. 14. No. 1. P. 109-118.
5. Chaumette F. Potential problems of stability and convergence in image-based and position-based visual servoing // The confluence of vision and control. Springer London, 1998. P. 66-78.
6. Hosoda K., Asada M. Versatile visual servoing without knowledge of true jacobian // Intelligent Robots and Systems' 94.'Advanced Robotic Systems and the Real World', IROS'94. Proceedings of the IEEE/RSJ/GI International Conference on. IEEE, 1994. Vol. 1. P. 186-193.
7. Lopez-Nicolas G. et al. Nonholonomic epipolar visual servoing // Robotics and Automation, 2006. ICRA 2006. Proceedings 2006 IEEE International Conference on. IEEE, 2006. P. 2378-2384.
8. Hashimoto K., Noritsugu T. Visual servoing of nonholonomic cart // Robotics and Automation, 1997. Proceedings., 1997 IEEE International Conference on. IEEE, 1997. Vol. 2. P. 1719-1724.
9. Veremey E. I., Sotnikova M. V. Visual Image Based Dynamical Positioning Using Control Laws with Multipurpose Structure // IFAC-PapersOnLine. 2015. Vol. 48. No. 16. P. 184-189.
10. Siciliano B., Sciavicco L., Villani L., Oriolo G. Robotics: modelling, planning and control. Springer, 2009. 632 p.
11. Panteley E., Loria A. On global uniform asymptotic stability of nonlinear time-varying systems in cascade // Systems & Control Letters. 1998. Vol. 33. No. 2. P. 131-138.