1.1目的及意义

随着社会的发展，机器人逐步进入了人们的生活，在各行各业发挥着重要的作用。工厂流水线上许多单臂机器人在周而复始地工作，而在服务业上，许多人形双臂机器人也正逐步发挥着重要的作用，甚至已经出现许多教育机器人，机器人不再是那么神秘与遥不可及，这为我们学习机器人原理，实现机器人操控提供了极大的便利。

第二次世界大战后，人类从未停止过对宇宙的探索，但是在很长一段时间内，中国在太空探索方面只能作为一个看客，但现在，中国已经在这个舞台上越来越闪耀。2018年12月，中国的嫦娥四号探测器成功在月球背面着陆，这是中国探索宇宙过程中的一个里程碑^[1]。而在完成月球探测器的成功着陆之后，在未来两年内的规划中，有一项任务是月球岩石陨石样本的采集，它需要通过视觉识别技术和较高的机械臂操作水平完成^[2][3]。

在月球上，航天员在月面上行动不便，处于真空状态下的航天员进行切割作业，危险系数更是大大提高，因此需要设计出能满足切割操作要求的机器帮助完成切割作业。月面环境复杂多变，因此需要机器人较为灵活，而冗余机械臂能较好地满足其需求。当前，机器人技术百花齐放，机器视觉也得到了极大的发展，涌现出许多用于识别的方法，如霍夫变换法和检测最大轮廓等方法，在机器人末端轨迹规划方面，也已较为成熟，这为此次研究提供了充足的理论支持及实践实例。

探月工程的发展不仅关系着中国在世界航空领域的地位，更是中国国力和科研实力的体现，与我们每一个人息息相关，为了更进一步了解月面机器人采集岩石样本的控制过程，实现机器人切割岩石这一过程的规划，本论文将通过模拟月面机器人切割岩石的动作，通过机器视觉识别特定形状，进行机器人切割岩石任务规划及其控制研究。

1.2国内外研究现状

从上世纪80年代开始，机器视觉识别技术在快速发展。识别技术与人眼识别原理相似，先通过摄像头对图像信息进行获取，然后对图像信息进行预处理，最后对形状的特征值进行匹配^[4]，但在这过程中，不同的处理方法是被的准确率不一样。在机器视觉识别形状的研究中，较为常见的是霍夫变换及基于图形轮廓特征的识别。史思琦对机器识别轮廓特征进行研究，通过对含有噪声的轮廓进行平滑预处理，利用图形的曲率将待识别的区域划分为特征区域和非特征区域的方法提高识别的准确率^[5]。崔晓洁等人则通过运用霍夫变换原理对环形交叉口进行识别，通过霍夫变换栅格数据识别出矢量圆环，计算出圆心位置，再通过对支路的判别进行环形交叉口的识别，而霍夫变换的原理是利用点与线的对偶性，将原始图像曲线通过曲线表达式转换为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题^[6]。Mr. Suhas G. Salve等人通过对形状上下文的描述，引入形状描述符，通过指定边界形状特定点，实现能够识别被部分遮挡的物体^[7]。A. Yu. Dorogov通过对计算机获取的位图图像转换为矢量图图像，通过计算几个点之间的坐标位置，找到了物体的中点^[8]。A. M. Nickfarjam等人通过使用尺度不变特征变换和霍夫变换相结合来实现图像之间的匹配，提高了匹配的准确度^[9]。Kubra SAKA则通过对图像的拐点进行分析，来实现形状的识别，如三角形为三个拐点，矩形为四个拐点^[10]。张野等人运用更深层次的Inception-v3 深度卷积神经网络模型对几种类型的岩石进行识别，通过机器深度学习岩石表面的纹理形状，建立迁移模型，最终实现了岩石的识别与分类^[11]。当前，机器识别也被运用于许多地方，如人脸识别和指纹识别，大部分都是基于图像的识别方法，通过建立大量的样本数据完成复杂的形状识别。

目前人们对于机器人末端的研究非常多，丁磊研究了冗余机械臂在工业缝制过程中的应用^[12]，Panagiota Tsarouchia等人则研究了机械臂在汽车装配生产线上的运用，这些机器臂运动的前提都是进行轨迹规划^[13]。目前对于机械臂的轨迹规划方法，最为人们所熟知的是在笛卡尔空间下，运用多次插补对运动轨迹进行分解计算，最后得到关节角得到机械臂的运动过程。刘海蓉便通过运用空间圆弧插补的方法消除机械臂运动过程中的拐角，消除奇异性^[14]。齐志刚等人通过优化A* 路径规划算法，在臂形角空间和笛卡尔空间进行搜索，实现较好的避障功能^[15]。Xucheng等人通过将机械臂末端轨迹转换为关节的空间运动轨迹，实现机械臂的末端轨迹规划^[16]。

综上来说，对机械臂末端实现模拟切割的操作具有较为良好的外部基础，不论是在理论上还是在实践上，都有可借鉴的部分，给本次毕业设计带来了良好的前提条件。

2. 研究的基本内容与方案

2.1研究的基本内容