【正文】 ................ 18 kalman 濾波算法概述 ................................ 18 kalman 濾波原理的信號濾波仿真 ................... 20 Kalman 濾波的雅可比矩陣在線辨識 ......... 21 kalman 濾波的機(jī)器人無標(biāo)定視覺仿真 ............... 22 4 機(jī)器人無標(biāo)定視覺伺服實(shí)驗(yàn) ................................. 25 ....................................... 25 機(jī)器人控制子系統(tǒng) ................................... 26 ................................. 28 ........................ 30 5 總結(jié) ..................................................... 33 致 謝 ...................................................... 35 參考文獻(xiàn) ................................................... 36 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 1 1 緒論 引言 近年來，機(jī)器人技術(shù)已成為高技術(shù)領(lǐng)域內(nèi)具有代表性的戰(zhàn)略性技術(shù)之一，它使得傳統(tǒng)的工業(yè)生產(chǎn)方式發(fā)生根本性的變化，對人類社會的發(fā)展產(chǎn)生深遠(yuǎn)的影響。 畢業(yè)設(shè) 計(jì)（ 論 文） 題 目 工業(yè)機(jī)器人視覺伺服 專 業(yè) 自 動 化 班 級 自 064 班 學(xué) 生 白 蕾 指導(dǎo)教師 辛 菁 2022 年白蕾：工業(yè)機(jī) 器人視覺伺服 摘 要 機(jī)器人視覺伺服 是 利用從圖像 中提取的視覺信息 — 視覺特征，進(jìn)行機(jī)器人末端執(zhí)行器的位置閉環(huán)控制 。但 隨著傳感器技術(shù)、計(jì)算機(jī)技術(shù)、電子技術(shù)以及人工智能技術(shù)的發(fā)展，人們已不再滿足于只能在固定的已知環(huán)境中按照程序設(shè)定的功能完成重復(fù)作業(yè)的機(jī)器人， 紛紛開始研究具有高度靈活性、環(huán)境適應(yīng)能力強(qiáng)的智能型機(jī)器人。以上優(yōu)點(diǎn)決定了機(jī)器人視覺伺服在較短的時間里成為機(jī)器人研究領(lǐng)域中的熱點(diǎn)之一并在工業(yè)生產(chǎn)、海洋探測等眾多領(lǐng)域得到了成功的應(yīng)用。 1994 年 Hager 研究了手眼分離配置下，任意放置的雙攝像機(jī)組成立體視覺監(jiān)控機(jī)器人抓取物體的手眼協(xié)調(diào)系統(tǒng) 【 3】 。 (2)眼在手上：攝像機(jī)固定在機(jī)器人終端操作器上，隨手爪的運(yùn)動而運(yùn)動，不存在圖像特征遮蓋問題。然而，由于機(jī)器人系統(tǒng)和視覺系統(tǒng)固有的非線性特性，西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 3 視覺伺服控制器的設(shè)計(jì)成為一大難題。 (1)基于位置的視覺伺服 (又稱 3D視覺伺服 )：其反饋信 號在三維任務(wù)空間中以直角坐標(biāo)形式定義 【 5】 (如圖 13)。 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。 基于圖象的視覺伺服的主要特點(diǎn)是： 1)不需要對機(jī)器人進(jìn)行位姿估計(jì)。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(diǎn)，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(diǎn)，又避免了直接估計(jì)深度信息。 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。 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(jì)。 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。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(xiǎn)的或?qū)θ梭w有害的工作環(huán)境中。如 Yoshimi 和 利用試探運(yùn)動估計(jì)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]。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，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)。 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（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]。 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(yùn)動與相應(yīng)的圖像特征運(yùn)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(yùn)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。 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(yùn)動引起 gcz ， gu ， gv 的變化，并引起 gJ 矩陣的改變。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(yùn)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(yùn)動速度， q? 為關(guān)節(jié)速度。 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。圖像平面大小為 [0 511 0 511]。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(jì)（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 [ ]。對于確定性信號，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，使有用信號無衰減的通過而干擾信號得到抑制。 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(jì)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(jì)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(jì)，也可以對非平穩(wěn)的﹑多維隨機(jī)過程進(jìn)行估計(jì)。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。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。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(shí)現(xiàn)機(jī)器人軌跡跟蹤控制。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(jì)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(diǎn) 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(shí)驗(yàn)中， T?x( 0) =1 .0e +0 04* [ 058 0. 051 5 1 .95 90 4 98]。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。根據(jù)圖像反饋信息計(jì)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(yùn)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。 實(shí)驗(yàn)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(yàn)：偶校驗(yàn) 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)。 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(jì)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。本實(shí)驗(yàn)系統(tǒng)只使用了一個攝像機(jī)，故只用到一個通道。 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)時存儲到計(jì)算機(jī)內(nèi)存中，并在屏幕上顯示。為實(shí)現(xiàn)直線運(yùn)動，運(yùn)動時機(jī)器人各關(guān)節(jié)按照要求以不同的速度運(yùn)動，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)動學(xué)求解，因此，直線運(yùn)動比關(guān)節(jié)插值運(yùn)動慢得多。 白蕾：工業(yè)機(jī) 器人視覺伺服 28 MOTOMANCOM32 軟件提供的通信協(xié)議有兩種： RS232C 或 TCP/IP。其主要參數(shù)如表 41 所示，其中 6 個軸的定義如圖 42 所示。圖 41 所示的系統(tǒng)中CCD 攝像頭固定 在 機(jī)器人斜上方，可同時觀察目標(biāo)和手爪運(yùn)動。 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 R? 、 vR ，分別取為 ， ，P 矩陣的初始值可取 5(0) 10 mnPI? (sI 意為 s 維單位陣 )。 ?(0)x 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 12,ggpp??，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 12,ggff??，從而獲得初始 J 矩陣的估計(jì)值為： 11 2 1 2? ( 0 ) [ ] [ ]g g g ggJ f f p p ?? ? ? ? ? (315) 然后用 ?(0)gJ 構(gòu)成 ?(0)x 。在應(yīng)用此矩陣建立圖像反饋控制器時，為保證控制性能，有必要對其進(jìn)行實(shí)時的辨識。而且這種方法經(jīng)過修正后，還可用來進(jìn)行狀態(tài)空間參數(shù)模型參數(shù)的估計(jì)。 Kalman 意義下的濾波問題實(shí)際上就是相當(dāng)于誤差方差最小的狀態(tài)估計(jì)。而眼在手 機(jī)器人運(yùn)動過程中，可能會發(fā)生圖像特征遮蓋現(xiàn)象，觀察靈活性差。 仿真結(jié)果如下圖所示： 215 220 225 230245250255260265270275眼固定圖像平面手爪定位曲線y方向 單位：像素x 方向 單位：像素機(jī)器人手爪運(yùn)動軌跡目標(biāo)點(diǎn) 圖 23 手爪在圖像平面上的運(yùn)動軌跡 (眼固定 ) 白蕾：工業(yè)機(jī) 器人視覺伺服 16 0 5 10 15 20 25050100150200250300350圖像平面定位誤差曲線圖像平面誤差 單位：像素 單位：采樣時刻 圖 24 圖像平面 定位 誤差曲線 (眼固定 ) 0 5 10 15 20 25 2 5 0 2 0 0 1 5 0 1 0 0 5 0050100150200250x,y方向跟蹤誤差 單位：像素