【正文】 特別是對(duì)于真實(shí)世界中的物體，其形狀、紋理、遮擋情況、噪聲、光照條件等都會(huì)影響特征的可見性。圖像特征的選取往往因系統(tǒng)而異，目的是使整個(gè)系統(tǒng)便于分析和設(shè)計(jì)。值得提出的是，伺服控制用的特征與圖像識(shí)別用的特征，其選擇指標(biāo)有一定的差別?？傊?，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(shí)別問題，還要考慮控制問題，應(yīng)針對(duì)具體的任務(wù)、環(huán)境、系統(tǒng)的軟硬件性能，在時(shí)間、復(fù)雜性和系統(tǒng)的穩(wěn)定性之間進(jìn)行權(quán)衡。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(shí)，主要考慮攝像機(jī)內(nèi)部參數(shù)和外部參數(shù)（即手眼關(guān)系參數(shù)）的確定。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(jià)的；(4)在某些特定環(huán)境下是難以對(duì)攝像機(jī)進(jìn)行標(biāo)定的，如在一些危險(xiǎn)的或?qū)θ梭w有害的工作環(huán)境中。對(duì)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(diǎn)。完成二維平面上插軸入孔的任務(wù)[11]。但這種方法由于未能充分利用模型結(jié)構(gòu)方面的先驗(yàn)知識(shí)，且沒有自學(xué)習(xí)能力，跟蹤效果并不理想。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(shí)驗(yàn)平臺(tái)，完成了基于kalman濾波的機(jī)器人無標(biāo)定視覺伺服定位實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明該方法能很好的定位到目標(biāo)。提出用Kalman濾波器解決圖像雅可比矩陣的在線辨識(shí)問題。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]。它反映了機(jī)器人運(yùn)動(dòng)空間與任務(wù)所選擇的圖像特征空間的微分映射關(guān)系。通過視覺投影映射變換，可以給出機(jī)器人關(guān)節(jié)運(yùn)動(dòng)與相應(yīng)的圖像特征運(yùn)動(dòng)之間的關(guān)系，即 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(yùn)動(dòng)空間的映射模型如下： 此式中，為整個(gè)系統(tǒng)的圖像雅可比矩陣。而根據(jù)機(jī)器人末端執(zhí)行器的運(yùn)動(dòng)，我們同時(shí)可以得到如下關(guān)系： (22)根據(jù)式(21)、(22)，的微分可以從下式算出則 經(jīng)過整理，可得圖像雅可比矩陣：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(duì)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。整理上式可得：由此可以看出，在跟蹤過程中，手爪運(yùn)動(dòng)引起，的變化，并引起矩陣的改變。確定某一攝像機(jī)的內(nèi)外參矩陣，稱為攝像機(jī)定標(biāo)。機(jī)器人雅克比矩陣通常是指從關(guān)節(jié)空間向操作空間運(yùn)動(dòng)速度的廣義傳動(dòng)比，即 式中，為末端執(zhí)行器在操作空間中的廣義運(yùn)動(dòng)速度，為關(guān)節(jié)速度。而末端執(zhí)行器的廣義運(yùn)動(dòng)速度由視覺控制器經(jīng)由對(duì)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。PID控制是最經(jīng)典的控制器設(shè)計(jì)方法，被廣泛地應(yīng)用在機(jī)器人視覺伺服控制系統(tǒng)中。這里我們采用第二種方式。圖像平面大小為[0 511 0 511]。圖23中，“+”表示手爪在圖像平面上的運(yùn)動(dòng)坐標(biāo)；“◇”表示要到達(dá)的期望的目標(biāo)坐標(biāo)。設(shè)定期望的目標(biāo)為[2 ]，即圖像坐標(biāo)為[250 250]；手爪初始位置為=[ ]，在世界坐標(biāo)系下的起始位置為[ 0 0]，即圖像坐標(biāo)為[ ]。對(duì)于眼固定E=（pixel），而眼在手時(shí)E=（pixel），顯然眼在手的定位效果比眼固定好。對(duì)于確定性信號(hào)，可根據(jù)頻率特性，通過設(shè)計(jì)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(hào)無衰減的通過而干擾信號(hào)得到抑制。 kalman濾波算法概述Kalman濾波是對(duì)隨機(jī)信號(hào)進(jìn)行估計(jì)的算法。 Kalman濾波將狀態(tài)方程的概念引入到隨機(jī)估計(jì)理論中，把信號(hào)過程視為白噪聲作用下的一個(gè)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(jì)過程中利用系統(tǒng)狀態(tài)方程﹑觀測(cè)方程和白噪聲激勵(lì)的統(tǒng)計(jì)特性形成濾波算法，由于所用的信息都是時(shí)域內(nèi)的量，所以不但可以對(duì)平穩(wěn)的一維隨機(jī)過程進(jìn)行估計(jì)，也可以對(duì)非平穩(wěn)的﹑多維隨機(jī)過程進(jìn)行估計(jì)。 利用這些信息，我們可以建立Kalman濾波估計(jì)的遞推形式，對(duì)系統(tǒng)狀態(tài)進(jìn)行估計(jì)，下面直接給出隨機(jī)線性離散系統(tǒng)的Kalman濾波方程。如下圖所示：圖31 kalman濾波原理圖【17] 設(shè)對(duì)象為二階傳遞函數(shù)：取采樣時(shí)間為1ms，采用Z變換將對(duì)象離散化，并描述為離散狀態(tài)方程的形式：帶有測(cè)量噪聲的被控對(duì)象輸出為：式中，、。在應(yīng)用此矩陣建立圖像反饋控制器時(shí)，為保證控制性能，有必要對(duì)其進(jìn)行實(shí)時(shí)的辨識(shí)。由雅可比矩陣的定義,有 (39)寫成如下狀態(tài)方程：其中，分別為狀態(tài)噪聲和圖像觀察噪聲，假定為高斯白噪聲。采用如下如下方法獲得：在初始位置任意給定兩步線性無關(guān)的試探運(yùn)動(dòng)，而在固定攝像機(jī)中觀察到手爪相應(yīng)的圖像特征變化為，從而獲得初始矩陣的估計(jì)值為： (315) 然后用構(gòu)成。外環(huán)為視覺控制器，以較低的采樣速率完成關(guān)節(jié)角設(shè)定。仿真模型如下圖所示：圖36 基于kalman濾波的機(jī)器人眼固定模型在固定目標(biāo)定位實(shí)驗(yàn)中，Kalman濾波估計(jì)算法中的、分別取為，P矩陣的初始值可取 (意為維單位陣)。實(shí)驗(yàn)最后的得到的誤差為E=（pixel）。圖41所示的系統(tǒng)中CCD攝像頭固定在機(jī)器人斜上方，可同時(shí)觀察目標(biāo)和手爪運(yùn)動(dòng)。其中視覺控制量是根據(jù)視覺信息處理子系統(tǒng)得到的圖象反饋信息計(jì)算得到的。其主要參數(shù)如表41所示，其中6個(gè)軸的定義如圖42所示。BscImov()：在指定的坐標(biāo)系中實(shí)現(xiàn)增量式運(yùn)動(dòng)。MOTOMANCOM32軟件提供的通信協(xié)議有兩種：RS232C或TCP/IP。與坐標(biāo)系相對(duì)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(yùn)動(dòng)最快的方法。為實(shí)現(xiàn)直線運(yùn)動(dòng)，運(yùn)動(dòng)時(shí)機(jī)器人各關(guān)節(jié)按照要求以不同的速度運(yùn)動(dòng)，這就需要進(jìn)行大量的坐標(biāo)變換運(yùn)算和機(jī)器人逆運(yùn)動(dòng)學(xué)求解，因此，直線運(yùn)動(dòng)比關(guān)節(jié)插值運(yùn)動(dòng)慢得多。本實(shí)驗(yàn)系統(tǒng)采用SONY 1/3 CCD彩色攝像頭，其CCD陣列含有像素個(gè)數(shù)為752(水平)582(垂直)，(水平) (垂直)mm(等于1/3英寸攝像管的掃描面積)，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(shí)時(shí)存儲(chǔ)到計(jì)算機(jī)內(nèi)存中，并在屏幕上顯示。 MV_DisableVGAOverlay( ) ：禁止圖像顯示。內(nèi)存緩沖區(qū)被分割成若干塊用于采集，每塊內(nèi)存的大?。床杉翱诘拇笮。┛捎珊瘮?shù)MV_GetCapture Rect( )得到、由于系統(tǒng)的開銷，實(shí)際的可用幀數(shù)比簡(jiǎn)單計(jì)算出的要小。實(shí)驗(yàn)中主要參數(shù)設(shè)置如下：A/D變換采樣空間大?。?20240屏幕上活動(dòng)圖像的顯示的位置和大小：屏幕左上角，320240內(nèi)存緩沖區(qū)大?。?20240 c. 計(jì)算機(jī) 本實(shí)驗(yàn)系統(tǒng)沒有采用任何現(xiàn)成的視覺信息處理系統(tǒng)，所有視覺信息的采集、預(yù)處理、特征提取和控制算法都在外部計(jì)算機(jī)中完成。為簡(jiǎn)化圖像處理和目標(biāo)識(shí)別，手爪的位置用一個(gè)安裝在手爪上并伸出一定長(zhǎng)度的顏色塊（白色）標(biāo)識(shí)，而目標(biāo)為一個(gè)紅色物塊。目標(biāo)點(diǎn)在(186 162)，定位過程及結(jié)果如下所示： 圖44 手爪定位過程圖45 圖像平面誤差曲線圖46 x,y方向定位誤差曲線圖47 x，y軸控制量變化曲線以上為目標(biāo)在(167 153)點(diǎn)時(shí)的結(jié)果及分析，若目標(biāo)在任意兩點(diǎn)：(140 98)、(130 150)結(jié)果如下表所示：步數(shù)12345678x軸144144139140134133138136y軸274271270260246232219203步數(shù)910111213141516x軸133130133130129128126125y軸185167148127113107105104表42 目標(biāo)為(140 98)是手爪的運(yùn)動(dòng)軌跡步數(shù)1234567x軸146147141124122132133y軸273268270257244231217步數(shù)891011121314x軸132134129127125125124y軸201185166157153150148表43 目標(biāo)為(130 150)是手爪的運(yùn)動(dòng)軌跡實(shí)驗(yàn)表明：目標(biāo)在任意點(diǎn)，手爪定位目標(biāo)的效果很好，誤差也很小，所以本文所設(shè)計(jì)的方法對(duì)固定目標(biāo)的定位能獲得良好的性能。采用VC++編寫了整個(gè)實(shí)驗(yàn)的控制系統(tǒng)，該系統(tǒng)能有效的完成與機(jī)器人及圖像采集卡底層間的通信。(4)在應(yīng)用Kalman濾波算法在線辨識(shí)圖像雅可比矩陣的基礎(chǔ)上，采用直接圖像反饋控制，針對(duì)固定目標(biāo)，設(shè)計(jì)了相應(yīng)的P控制器實(shí)現(xiàn)無標(biāo)定下機(jī)器人對(duì)固定目標(biāo)的準(zhǔn)確定位。首先利用固定全局視覺將機(jī)器人執(zhí)行器引導(dǎo)到目標(biāo)附近，在使用手上的攝像機(jī)實(shí)現(xiàn)精確定位。本文在課題選擇和研究過程中自始至終都得到了辛老師的親切關(guān)懷、悉心指導(dǎo)和嚴(yán)格要求。Automation，2004，4【14】 熊有倫．機(jī)器人技術(shù)基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，1996【15】 Gary V. McMurray and Jenelle Armstrong Piepmeier，A Dynamic Jacobian Estimation Method for Uncalibrated Visual Servoing，the 1999 IEEE/ASME International Conference on Advanced Intelligent Mechatronics，September 19~【16】 席文明，羅翔， 究[J].南京航空航天大學(xué)學(xué)報(bào)，2002，34(6):540~543【17】 郭藍(lán)彬,楊延西,[C]. :11001104【18】 曹弋．MATLAB教程及實(shí)訓(xùn)[M].北京：機(jī)械工業(yè)出版社，中國(guó)學(xué)術(shù)期刊網(wǎng)CNKI，西安理工大學(xué)圖書館網(wǎng)站。辛老師諄諄教誨與無微不至的關(guān)懷使我受益終生，不僅為今后從事科學(xué)研究工作培養(yǎng)了嚴(yán)謹(jǐn)、扎實(shí)、認(rèn)真的工作態(tài)度，而且還培養(yǎng)了樂觀上進(jìn)、積極進(jìn)取、團(tuán)結(jié)協(xié)作和頑強(qiáng)拚搏的工作精神，在此謹(jǐn)向她表示衷心的感謝！同時(shí)，在畢業(yè)設(shè)計(jì)過程中，還得到張捷學(xué)長(zhǎng)、陳可敏學(xué)姐、李梓學(xué)姐的大力支持與幫助，并且提出了許多寶貴的意見和建議，在此我要對(duì)他們表示衷心的感謝。如系統(tǒng)的能控性，穩(wěn)定性分析，圖像特征集的選擇對(duì)視覺伺服性能的影響等，為無標(biāo)定視覺伺服系統(tǒng)進(jìn)一步走向?qū)嶋H應(yīng)用提供理論指導(dǎo)。文中需要進(jìn)一步研究和解決的問題有：(1)基于圖像雅克比矩陣的無標(biāo)定手眼系統(tǒng)，不論是使用固定攝像機(jī)還是眼在手的配置，都存在一定的問題，如固定眼的目標(biāo)遮擋，手上眼的觀察視野過小等。分析了