【正文】 應(yīng)， MOTOMAN 機(jī)器人控制器有兩種控制機(jī)器人的方法，一是關(guān)節(jié)插值法，這是運動最快的方法。為實現(xiàn)直線運動，運動時機(jī)器人各關(guān)節(jié)按照要求以不同的速度運動，這就需要進(jìn)行大量的坐標(biāo)變換運算和機(jī)器人逆運動學(xué)求解，因此，直線運動比關(guān)節(jié)插值運動慢得多。 本實驗系統(tǒng)采用 SONY 1/3 CCD 彩色攝像頭，其 CCD 陣列含有像素個數(shù) 為 752(水平 ) ? 582(垂直 )，掃描面積為 (水平 ) ? (垂直 )mm(等于 1/3 英寸攝像管的掃描面西安理工大學(xué)本科生畢業(yè)設(shè)計（論文） 29 積 )，水平析像力為 480 行，焦距為 8mm，重量為 380g。 圖 43 MVPCIV3A 結(jié)構(gòu) 圖 由于采用 PCI 總線結(jié)構(gòu)，圖像數(shù)據(jù)可以實時存儲到計算機(jī)內(nèi)存中，并在屏幕上顯示。這是一款專業(yè)圖像采集卡，可以真彩、偽彩、黑白三種方式采集圖像。 視覺信息處理子系統(tǒng) 視覺信息處理子系統(tǒng) 主要由 CCD 攝像機(jī)、圖像采集設(shè)備和計算機(jī)組成，其相關(guān)配置如下： a. CCD 攝像機(jī) 可供機(jī)器人視覺系統(tǒng)選用的攝像機(jī)包括攝像管和 CCD。在這條復(fù)雜的路線上，機(jī)器人末端不會以恒定速度運動。 實驗中相關(guān)參數(shù)的設(shè)置如下： 通信端口號： COM2 波特率： 9600（最大） 奇偶校驗：偶校驗 數(shù)據(jù)位長度： 8位 停止位： 1位 MOTOMAN 型機(jī)器人編程采用三種坐標(biāo)系對末端執(zhí)行器進(jìn)行位置和姿態(tài)標(biāo)定 ,分別是基坐標(biāo)系 (World Coordinates)、工具坐標(biāo)系 (Tool Coordinates)和關(guān)節(jié)坐標(biāo)系 (Joint Coordinates)。 BsPMov()：將機(jī)器人移動到指定的脈沖位置。根據(jù)圖像反饋信息計算出來的視覺控制量即為了減小機(jī)器人手爪和目標(biāo)之間的距離機(jī)器人應(yīng)運動的位姿增量就是通過 MOTOMANCOM32軟件所提供的機(jī)器人控制接口函數(shù)傳送給機(jī)器人控制器的。整個機(jī)器人控制系統(tǒng)由機(jī)器人本體、供電電纜、 YANSNAC XRC 控制柜、 YANSNAC XRC 再現(xiàn)操作盒及 YANSNAC XRC 示教編程器五部分組成 [18]。整個視覺伺服系統(tǒng)可以分為 機(jī)器人 控制子系統(tǒng)和視覺信息處理子系統(tǒng)兩部分組成。 4 機(jī)器人無標(biāo)定視覺伺服實驗 系統(tǒng)整體結(jié)構(gòu) 系統(tǒng)的硬件部分主要由 : MOTOMANSV3 機(jī)器人 本體 、彩色 CCD 攝像頭、機(jī)器人控制柜、控制計算機(jī)、圖像采集卡等組成 。手爪在圖像平面坐標(biāo) 0f =[ ]，1f =[ ]， 2f =[ ]， 1gf? =1f 0f =[ ] 2gf? = 2f 1f =[ ],則初始 J 矩陣的估計值為： 11 2 1 2 0 . 0 0 5 8 0 . 0 5 1 5? ( 0 ) [ ] [ ] 1 . 0 0 0 4 * [ ]1 . 9 5 9 0 5 . 0 4 9 8g g g gJ f f p p e?? ? ? ? ? ? ? 視覺控制器 坐標(biāo)變換與軌跡規(guī)劃 機(jī)器人控制器 機(jī)器人 ? dX ? 目標(biāo)點 df X 0p 圖像采集 圖像處理 白蕾：工業(yè)機(jī)器人視覺伺服 24 所以在 該定位實驗中， T?x( 0) =1 .0e +0 04* [ 058 0. 051 5 1 .95 90 4 98]。由于現(xiàn)有機(jī)器人大多都有接收笛卡爾速度給定或位置增量指令的接口，因此雙環(huán)結(jié)構(gòu)簡單易行，被廣泛采用。其中內(nèi)環(huán)為關(guān)節(jié)伺服控制，通過關(guān)節(jié)位置反饋來實現(xiàn)機(jī)器人 軌跡跟蹤控制。取為 ? ? , ? 。定義觀察參數(shù)向量 x 為一個 4 維向量，包含雅可比矩陣 gJ 的所有元素。yvfiltered signal 圖 33 原始信號及濾波后的信號 0 0 . 5 1 1 . 5 2 2 . 5 300 . 0 10 . 0 20 . 0 30 . 0 40 . 0 50 . 0 60 . 0 70 . 0 80 . 0 90 . 1t i m e ( s )Covariance of estimation error 圖 34 誤差協(xié)方差的變化 仿真結(jié)果表明，該濾波器對控制干擾和測量噪聲具有很好的濾波作用。如下圖所示： 白蕾：工業(yè)機(jī)器人視覺伺服 20 圖 31 kalman 濾波原理圖 基于 kalman 濾波原理的 信號濾波 仿真 【 17] 設(shè)對象為二階傳遞函數(shù)：2133() 25pGs ss? ? 取采樣時間為 1ms，采用 Z 變換將對象離散化，并描述為離散狀態(tài)方程的形式： ( 1 ) ( ) ( ( ) ( ) )x k Ax k B u k w k? ? ? ? ( ) ( )y k Cx k? 帶有測量噪聲的被控對象輸出為： ( ) ( ) ( )vy k Cx k v k?? 式中， 1 .0 0 0 0 0 0 0 0 .0 0 0 9 8 7 60 .0 0 0 0 0 0 0 0 .9 7 5 3 0 9 9A ??? ????， 0. 00 659 ??? ????， [1,0]C? ， [0]D? 設(shè)控制干擾信號 ()wk 和測量噪聲信號 ()vk 幅值均為 的白噪聲信號，輸入信號幅值為 、頻率為 的正弦信號。 利用這些信息，我們可以建立 Kalman 濾波估計的遞推形式，對系統(tǒng)狀態(tài)進(jìn)行估計，下面直接給出隨機(jī)線性離散系統(tǒng)的 Kalman 濾波方程。 Kalman 濾波將狀態(tài)方程的概念引入到隨機(jī)估計理論中，把信號過程視為白噪聲作用下的一個線性系統(tǒng)輸出，用狀態(tài)方程來描述這種輸入 — 輸出關(guān)系，估計過程中利用系統(tǒng)狀態(tài)方程﹑觀測方程和白噪聲激勵的統(tǒng)計特性形成濾波算法，由于所用的信息都是時域內(nèi)的量，所以不但可以對平穩(wěn)的一維隨機(jī)過程進(jìn)行估計，也可以對非平穩(wěn)的﹑多維隨機(jī)過程進(jìn)行估計。 kalman 濾波算法概述 Kalman 濾波是對隨機(jī)信號進(jìn)行估計的算法。對于確定性信號，可根據(jù)頻率特性，通過設(shè)計各種濾波器，如低通濾波器、高通濾波器、帶通濾波器和帶阻濾波器等，使有用信號無衰減的通過而干擾信號得到抑制。 對于眼固定 E=（ pixel） ，而眼在手時 E=（ pixel） ，顯然眼在手的定位效果比眼固定好。設(shè)定 期望的目標(biāo) 為 [2 ]，即圖像坐標(biāo)為 [250 250]； 手爪西安理工大學(xué)本科生畢業(yè)設(shè)計（論文） 17 初始位置為 q =[ ]，在世界坐標(biāo)系下的起始位置為 [ 0 0]，即圖像坐標(biāo)為 [ ]。圖 23 中，“ +”表示手爪在圖像平面上的運動坐標(biāo)；“◇”表示要到達(dá)的期望的目標(biāo)坐標(biāo)。圖像平面大小為 [0 511 0 511]。這里我們采用第二種方式。 PID 控制是最經(jīng)典的控制器設(shè)計方法，被廣泛地應(yīng)用在機(jī)器人視覺伺服控制系統(tǒng)中。而末端執(zhí)行器的廣義運動速度 X? 由視覺控制器經(jīng)由對當(dāng)前視覺特征集與期望視覺特征集間的誤差的處理給出。機(jī)器人雅克比矩陣 pJ 通常是指從關(guān)節(jié)空間向操作空間運動速度的廣義傳動比，即 qJXV q ?? ??? 式中， X? 為末端執(zhí)行器在操作空間中的廣義運動速度， q? 為關(guān)節(jié)速度。確定某一攝像機(jī)的內(nèi)外參矩陣，稱為攝像機(jī)定標(biāo)。 整理上式可得 ： 1 1 3 1 1 2 3 22 1 3 1 2 2 3 21 g g g gg g g g g gcr u r r u rJr v r r v rz???????? ???? 由此可以看出，在跟蹤過程中， 手爪 運動引起 gcz ， gu ， gv 的變化，并引起 gJ 矩陣的改變。而根據(jù)機(jī)器人末端執(zhí)行器的運動，我們同時可以得到如下關(guān)系： c c c cP P T? ?? ? (22) 根據(jù)式 (21)、 (22)， Pc 的微分可以從下式算出 (y z xz x yx y zvzx zw w Tuzy w zw Tzz vw uw T???? ? ?? ? ?? ? ? 則 222 x z x y zz x x z u u v uu T T w w v wz z z??? ????? ? ? ? ? ? 西安理工大學(xué)本科生畢業(yè)設(shè)計（論文） 11 22y z x y zv v u vv T T w w u wzz?? ???? ? ? ? ? 經(jīng)過整理，可得圖像雅 可 比矩陣： 222200xyzxyzTTu uv vv Tuzzwv v v uvuwzzw???????????? ? ??? ? ??? ????? ??????? ?????????????? 從上式可以看出，圖像雅 可 比矩陣的值與機(jī)器人執(zhí)行器相對于攝像機(jī)坐標(biāo)系的當(dāng)前位置及攝像機(jī)內(nèi)部參數(shù)有關(guān)，并隨執(zhí)行器位置的變化而變化。 白蕾：工業(yè)機(jī)器人視覺伺服 10 ? ? ? ?? ? ? ?1111r r r rqr prJ r qf r f rnnrr p????????????? ??????????????? 通過視 覺投影映射變換，可以給出機(jī)器人關(guān)節(jié)運動與相應(yīng)的圖像特征運動之間的關(guān)系，即 i i rf J r J J q? ? ? ? 由此，我們可以建立從圖像特征空間到機(jī)器人關(guān)節(jié)運動空間的映射模型如下 ： f J q?? 此式中 irJ JJ? ，為整個系統(tǒng)的圖像雅 可 比矩陣。它反映了機(jī)器人運動空間與任務(wù)所選擇的圖像特征空間的微分映射關(guān)系。 西安理工大學(xué)本科生畢業(yè)設(shè)計（論文） 9 2 基于 標(biāo)定技術(shù)的機(jī)器人 視覺伺服 圖像雅可比矩陣模型簡介 圖像雅 可 比矩陣是目前在機(jī)器人手眼協(xié)調(diào)研究領(lǐng)域使用最為廣泛的一類方法 [12]。提出用 Kalman 濾波器 解決 圖像雅可比矩陣的在線辨識問題。構(gòu)建了 MOTOMAN— SV3XL 型六自由度工業(yè)機(jī)器人無標(biāo)定視覺伺服實驗平臺，完成了基于 kalman 濾波的機(jī)器人無標(biāo)定視覺伺服定位實驗，實驗結(jié)果表明該方法能很好的定位到目標(biāo)。但這種方法由于未能充分利用模型結(jié)構(gòu)方面的先驗知識，且沒有自學(xué)習(xí)能力，跟蹤效果并不理 想。如 Yoshimi 和 利用試探運動估計當(dāng)前的圖像雅可比矩陣，完成二維平面上插軸入孔的任務(wù) [11]。 對于無標(biāo)定條件下的機(jī)器人視覺伺服方法的研究是從二十世紀(jì)九十年代初開始，并已逐漸成為眾多 學(xué)者的研究熱點。在這樣的情況下，雖然可以采取分區(qū)域標(biāo)定的辦法，但這又是以增加系統(tǒng)操作復(fù)雜度 為代價的； (4)在某些特定環(huán)境下是難以對攝像機(jī)進(jìn)行標(biāo)定的，如在一些危險的或?qū)θ梭w有害的工作環(huán)境中。因此在確定二維圖像平面與三維任務(wù)空間的映射關(guān)系時，主要考慮攝像機(jī)內(nèi)部參數(shù)和外部西安理工大學(xué)本科生畢業(yè)設(shè)計（論文） 7 參數(shù)（即手眼關(guān)系參數(shù)）的確定。 總之，在機(jī)器人視覺伺服控制中，圖像特征的選擇不僅要考慮圖像識別問題，還要考慮控制問題，應(yīng)針對具體的任務(wù)、環(huán)境、系統(tǒng)的軟硬件性能，在時間、復(fù)雜性和系統(tǒng)的穩(wěn)定性之間進(jìn)行權(quán)衡。 值得提出的是，伺服控制用的特征與圖像識別用的特征，其選擇指標(biāo)有一定的差別。 圖像特征的選取往往因系統(tǒng)而異，目的是使整個系統(tǒng)便于分析和設(shè)計。特別是對于真實世界中的物體，其形狀、紋理、遮擋情況、噪聲、光照條件等都會影響特征的可見性。 圖像特征的選取 視覺伺服的性能依賴于控制回路中所用的圖像特征。 3)與基于圖象的視覺伺服相比更容易受到噪聲的影響。這種混合的視覺伺服方法繼承了基于位置和基于圖像視覺伺服的優(yōu)點，既保證了對于標(biāo)定誤差的魯棒性以及不依賴于笛卡兒空間模型的特點，又避免了直接估計深度信息。只要初始值和期望的圖像特征在攝像機(jī)的視野內(nèi)，機(jī)器人在運動過程中圖像軌控制在圖像平面內(nèi)。 基于圖象的視覺伺服的主要特點是： 1)不需要對機(jī)器人進(jìn)行位姿估計。 圖 13 基于位置的視覺伺服結(jié)構(gòu)框圖 (2)基于圖像的視覺伺服 (又稱 2D視覺伺服 )(見圖 14)： 其誤差信號直接用圖像特征來定義，例如圖像平面坐標(biāo)，而非任務(wù)空間坐標(biāo)的函數(shù)，因此無需再進(jìn)行位姿估計，直接利用圖像特征進(jìn)行視覺信息反饋控制，如圖 14所示。 這種伺服結(jié)構(gòu)還存在以下不足之處： 1)不能在圖象空間中進(jìn)行軌跡控制。 基于位置的視覺伺服的主要特點： 攝像機(jī) 機(jī)器人 驅(qū)動器 視覺控制器 圖像特征提取 f* 一 f 攝像機(jī) 機(jī)器人 驅(qū)動器 視覺控制器 圖像特征提取 f* 一 f 機(jī)器人關(guān)節(jié)控制器 關(guān)節(jié)角傳感器 白蕾：工業(yè)機(jī)器人視覺伺服 4 1)機(jī)器人期望的相對位姿或軌跡都是在三維笛卡兒空間中描述的，這符合機(jī)器人學(xué)習(xí)慣 【 6】 。 (1)基于位置