题目：网络化多机器人食品加工过程的视觉反馈协同优化控制

中国是一个农产品大国，而目前我国食品加工过程主要依靠人工完成，人工操作存在诸如效率低下成本高、产品质量和质量一致性难以保证，产品卫生条件难以提高等问题。智能化多机器人技术引入食品加工领域，并逐步取代人工操作将是未来必然的发展趋势。所以，研究网络化多机器人食品加工过程的视觉反馈协同优化控制技术对推动我国的食品加工行业向机械化、智能化方向发展具有重要和深远的意义。本文紧密结合食品加工过程的工程背景和技术需求，研究面向食品加工的网络化多机器人视觉反馈协同优化控制等方面的问题，针对机器人系统建模分析、视觉系统的颜色校正与全局标定、堆叠目标识别以及多机器人协同调度优化等关键性命题进行重点研究，其主要贡献和创新点可列述如下：（1）运用D-H参数法对六自由度串联机器人进行建模，并在此基础上进行运动学分析和逆运动学分析，给出整体算法和计算流程。（2）提出了一种基于改进的混合蛙跳算法的HSI空间相机颜色一致性自动校正方法。可在HSI颜色空间建立相机颜色一致性优化模型，进而利用改进的动态步长混合蛙跳算法的相机参数优化方法，实现了相机颜色一致性的自动优化校正。（3）针对多机器人多视觉系统，提出了一种系统全局标定方法。本方法通过分析传送带运动的流谱，建立了传送带全局正交曲线坐标系，再利用一维参照物获得全局坐标系与每个相机和机器人的局部世界坐标系之间的转换关系，从而实现系统的全局联合标定。（4）提出了一种基于概率轮廓模型的堆叠食品目标通用检测方法。利用食品目标样本图像集建立目标的轮廓概率模型，然后通过目标轮廓与位姿间的对偶关系计算待检测图像中堆叠食品目标的出现概率，从而最终确定目标的位置和姿态。（5）面向多机器人多任务操作过程的优化控制问题，建立了包括决策层、调度优化层、运动规划层和伺服控制层等4个层次的分层递阶组态模型。在决策层采用多Agent系统的拍卖机制进行上层任务分解，在调度优化层采用蟑螂算法实现优化调度。利用四层递阶关系以及各层之间的交互和反馈，实现了多机器人系统的智能化协调优化控制。（6）利用实验室的网络化多机器人食品加工综合实验系统对文中所提出的各种模型和算法进行了实验检验，验证了其有效性，得到了具有重要应用参考价值的实验研究结果。