基于无标定的机器人平面运动物体跟踪伺服系统研究

《基于无标定的机器人平面运动物体跟踪伺服系统研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于无标定的机器人平面运动物体跟踪伺服系统研究)摘要：本文在未标定摄像机模型和机器人手眼关系的情况下，针对“眼在手”型机器人视觉伺服系统，采用基于位置的控制方法，提出了一种简易实用的无标定算法，采用PD控制实现了平面运动物体的跟踪，通过仿真和实验验证了该方法的有效性和可靠性。关键词：基于位置的机器人视觉伺服；眼在手型；摄像机无标定；平面运动物体跟踪PlanarmotiontrackingwithuncalibratedrobotvisualsevorsystemAbstract:Thispaperpresentsasimpleandusefuluncalibratedalgorith

2、musedinan‘eye-in-hand’position-basedrobotvisualservosystem.APDcontrolschemeisappliedtorealiseaplanarmovingobjecttracking.Simulationandexperimentsaredonetoprovethevalidityoftheproposedmethod.Keywords:position-basedvisualservosystem;eye-in-hand;uncalibratedcamara;plannarmotiontracking0引言机器人视觉伺服首先

3、由Hill和Park在1979年提出，指为机器人末端控制器提供闭环的位置控制，其任务是利用视觉信息来控制机器人末端执行器相对于目标物或目标点的位姿。关于视觉伺服的研究涉及到很多领域：高速图像处理、运动学、动力学、控制理论、实时计算等，因此研究上存在一定的困难。但这同时也引起了许多研究者的兴趣。可以从不同的角度，如反馈信息类型、控制结构和图像处理时间等方面对机器人视觉伺服系统进行分类。例如根据摄像机的安装位置可分为eye-in-hand安装方式（手眼系统）和其它安装方式（固定摄像机系统）。其中比较重要和常用的是根据反馈信息类型(误差信号定义的不同)进行的分类，据此机器人视觉伺服系统可分

4、为基于位置(position-based)的视觉控制和基于图像(image-based)的视觉控制，前者的反馈偏差在3DCartesian空间进行计算(误差信号定义在三维笛卡儿空间)，视觉或特征信息用来估计机械手末端与目标的相对位姿。后者的反馈偏差在2D图像平面空间进行计算(误差信号定义在二维图像空间)。基于图像的视觉伺服的优点是直接使用图像特征空间的偏差控制机器人的运动，不需要三维空间位姿估计，减少了计算延迟，对传感器建模及摄像机标定误差不敏感，静态定位精度比较高。但是设计控制器困难，并且需要计算图像雅克比矩阵，由图像雅可比矩阵的定义可知，随着图像特征点的变化，图像雅可比矩阵应该实

5、时调整，它是时变且非线性的，在动态估计时需要不断进行更新和求逆，计算时间上也有待于进一步优化；而且，计算图像雅可比一般需要估计目标的深度信息，即目标物体相对于摄像机的深度，而这在单目视觉图像处理方面(特别是眼在手型或目标物体运动情况下)是比较困难的，若计算的不准确，将直接影响到视觉伺服系统的性能。很多研究基于使用一个固定的图像雅可比，虽然能够很快计算出来，但是只有在任务空间的一个较小区域才有效[1]。基于位置的方法的优点是直接在笛卡儿空间控制机器人的运动，符合机器人操作习惯，设计过程直观，不易产生奇异性。另外，它把视觉重构问题从机器人控制问题中分离出来，可以分别对其研究。但这种方法一

6、般需要对视觉系统和机器人进行精确标定，对图像进行在线解释，增加了计算量。由于前面所提到的图像雅可比矩阵的计算困难，基于图像的方法所提的降低计算负担等优势在操作中面临怀疑。而基于位置的方法中的计算缺点在近期的研究中得到改善。同时，一些机器人内部已经具有关节反馈环节，它要求输入速度或位置增量来实现机器人伺服系统的运动控制，即机器人逆运动学环节已集成在机器人内部，这就给基于位置的机器人视觉伺服提供了优越条件。因此本系统采用基于位置的视觉伺服控制结构。1预备知识1.1伺服过程简介基于位置的视觉伺服系统可以分为以下几个部分：图像处理、特征提取、摄像机标定、位姿估计、机器人控制。文献[2.3.4

7、]针对摄像机固定的单目机器人视觉系统，提出了基于非标定的机器人平面运动目标跟踪、抓取方案，利用仿真结果验证了方法的有效性。本文的伺服方案以“眼在手”型单目机器人为对象，实现摄像机无标定的基于位置的平面运动物体的跟踪，并对整个算法进行了试验验证，证明了其有效性和可靠性。本文的伺服过程中，图像处理及特征提取采用文献[5]提出的基于遗传算法的图像识别方法，该方法较好地实现了伺服过程的实时性，在此不再赘述。摄像机标定环节被省略，代之以本文提出的无标定方法。位姿估计