面向服务任务的快速机器视觉与智能伺服控制

现有的视觉伺服控制方法面向单个机器人相对固定的工作环境，如装配、焊接、油漆、传送等工业生产应用。在未来机器人化的智能服务家居环境中，人们期望服务机器人能像人一样大范围地移动，机器人之间能相互分享自己拥有的环境和任务信息，并能有一定的冗余稳健地操作事先未知的随机目标。考虑机器人自身的物理极限，简单的轮式移动机器人在非结构环境中存在较多的物理约束。因此，本项目试图结合网络化的图像目标快速识别（机器人之间分享视觉信息）和移动机械臂（拥有多余自由度和更大操作空间）的优势，通过构建网络化快速视觉量测信息，研究基于网络延时的视觉信息时间配准和空间配准；通过构建多视觉网络融合，将冗余运动规划任务映射到网络视觉空间中，研究在网络化视觉空间中的基于服务任务的统一的冗余度解析方案及理论框架；通过考虑网络延时的非线性不确定性，研究基于网络延时的移动机械臂群协调伺服控制理论和方法。

全面完成了项目计划书中预定的研究目标。针对智能家居环境多任务、多目标、多机器人和多传感器网络下的传感和控制、协调任务分成四个子项目进行深入研究，取得以下成果：.1.在机器人控制方面，实现了服务机器人在各种未知干扰下的鲁邦性能保持和优化；首次提出并发展了基于表征空间的统一的单/多机器人控制理论；在此框架下探索特定配置机器人系统对特定任务的可完成性，完成仿人机器人自主运动、多机器人编队，以及冗余机器人的协调运动控制。.2.在视觉信息处理和人机交互方面，利用三维几何不变量实现序列图像间配准，提出了针对机器人目标操作的完备特征集概念并发展了机器人视觉伺服的新理论框架，完成了对特定目标的搜索和定位，以及机器人基于人脸识别的用户身份认证，该成果在第十三届“挑战杯”全国大学生课外学术科技作品竞赛中荣获特等奖，并在工博会和高交会上获得优秀产品奖，受到广泛关注。进一步基于合作型和非合作型人机交互，实现了机器人对用户意图的识别和推理，为机器人充分利用自身智能提高完成特定服务任务的性能和效率提供了全新的解决思路和方案。.3.针对服务环境和任务，构建了传感器网络和机器人网络并实现了共享；应用Markov跳跃系统理论和方法研究集群机器人系统性能。对非线性时延网络机器人系统，利用积分反推方法实现闭环系统的随机稳定，建立了简单的时变时滞参数对系统稳定性影响分析的基本架构，保证网络机器人面向任务的控制性能。.4.针对冗余机器人系统的实时运动规划与控制，在以不同约束表述机器人运动轨迹基础上，将各种目标函数统一为一个二次型优化目标，设计了求解优化问题的多种神经网络模型。基于多种平面多连杆机械臂、移动机械臂、仿人机器人，成功地实现了基于上述理论的服务机器人视觉伺服、人机交互和协调系统的构建。.本项目实施过程中，课题组共发表学术论文285篇，其中SCI收录101篇，EI收录245篇；IEEE Transactions论文20篇；出版学术专著8本，申请发明专利17项，其中授权6项，公开11项；获得软件著作权3项；联合培养博士后2人，博士生21人，培养硕士生53人；项目组成员组织、参加国际学术会议68次。项目成果还获得第13届挑战杯全国科技竞赛“特等奖”及第14届中国国际工业博览会、第14届、15届中国国际高新技术成果交易会“优秀产品奖”。