【正文】 其結(jié)構(gòu)如圖 43 所示。攝像管是一種已發(fā)展成熟的商品， CCD 是近幾年發(fā)展起來(lái)的新技術(shù)，由于體積小、重量輕、壽命長(zhǎng)且抗沖擊等特點(diǎn)，工作起來(lái)比較可靠，因此被廣泛的應(yīng)用在機(jī)器人視覺(jué)中。二是直線運(yùn)動(dòng)，機(jī)器人末端按指定的速度和折線路徑在基坐標(biāo)或工具坐標(biāo)系中以小步距插補(bǔ)的方式實(shí)現(xiàn)。其中基坐標(biāo)系和工具坐標(biāo)系是直角坐標(biāo)系，分別與機(jī)器人本體的基座和末端執(zhí)行器固聯(lián)；而關(guān)節(jié)坐標(biāo)系則為廣義坐標(biāo)系，它以機(jī)器人各關(guān)節(jié)變量 組成的向量為廣義坐標(biāo)。 利用這些函數(shù)可以控制機(jī)器人在不同坐標(biāo)系下的六個(gè)運(yùn)動(dòng)分量，實(shí)現(xiàn)非常簡(jiǎn)單。 常用的 機(jī)器人控制接口函數(shù)有 ： BscIsRobotPos()：在指定的坐標(biāo)系中讀取機(jī)器人當(dāng)前的位姿信息，其中位置信息( , , )xyz 的單位為 mm ，姿態(tài)信息 ( , , )x y zT T T 單位為 o。 MOTOMANSV3XL 型機(jī)器人具有 6 個(gè)自由度，而且六個(gè)關(guān)節(jié)均為旋轉(zhuǎn)關(guān)節(jié)，每個(gè)關(guān)節(jié)都采用一個(gè)交流伺服電機(jī)單獨(dú)驅(qū)動(dòng)。 圖 41 機(jī)器人無(wú)標(biāo)定視覺(jué)伺服實(shí)驗(yàn)系統(tǒng)示意圖 機(jī)器人控制子系統(tǒng) 機(jī)器人控制子系統(tǒng)主要完成視覺(jué)控制量的計(jì)算和機(jī)器人運(yùn)動(dòng)控制。 CCD 攝像頭可 以固定安裝在機(jī)器人運(yùn)動(dòng)空白蕾：工業(yè)機(jī)器人視覺(jué)伺服 26 間中一個(gè)任意位置，也可以固定安裝于機(jī)器人的末端執(zhí)行器上。 手爪在世界坐標(biāo)上的起始位置為： [ 0 0]，即圖像坐標(biāo)為 [ ]；期望的目標(biāo)為： [ ]，即圖像坐標(biāo)為 [ ]。 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 23 圖 35 基于圖像的機(jī)器人視覺(jué)伺服系統(tǒng) 在 MATLAB 平臺(tái)上對(duì)上文所述的 基于 kalman 濾波的機(jī)器人（眼固定） 系統(tǒng) 的固 定目標(biāo)定位過(guò)程進(jìn)行仿真 。在高性能伺服控制器作用下可將機(jī)器人控制系統(tǒng)近似為線性環(huán)節(jié)。其初始值可取 5(0) 10 mnPI? ( sI意為 s 維單位陣 )。 1 2 3 4[ ] [ ]g g g g Tg g g gb b b bu u v vx x x x x x y x y? ? ? ??? ? ? ? ? (38) 式中 ggbux??， ggbuy??， ggbvx??， ggbvy??分別為雅可比矩陣 gJ 的四個(gè)組成元素。 固定眼的基于 Kalman 濾波的雅可比矩陣在線辨識(shí) 因?yàn)楣潭ㄑ鄣膱D像雅可比矩陣在機(jī)器人運(yùn)動(dòng)過(guò)程中是不斷變化的。采用卡爾曼濾波器實(shí)現(xiàn)信號(hào)的濾波，取 1Q? ， 1R? 。 狀態(tài)一步預(yù)測(cè)： ? ?( 1) ( )x k Ax k? ?? (33) 協(xié)方差預(yù)測(cè)： ( 1) ( ) TQ k A p k A R?? ? ? (34) 狀態(tài)估計(jì)： ? ? ?( 1 ) ( 1 ) ( 1 ) [ ( 1 ) ( ) ]x k x k K k y k CAx k?? ? ? ? ? ? ? (35) 濾波增益矩陣： 1( 1 ) ( 1 ) [ ( 1 ) ]TT vK k Q k C C Q k C R ?? ? ? ? ? (36) 估計(jì)誤差方差陣： ( 1 ) [ ( 1 ) ] ( 1 )P k I K k C Q k? ? ? ? ? (37) 上面給出的遞推的 Kalman 濾波算法是通用的，也是相當(dāng)有效的。 Kalman 濾波實(shí)際上是一種最優(yōu)估計(jì)方法 【 16】 。假設(shè)系統(tǒng)由狀態(tài)變量模型描述，其中狀態(tài)變量及輸出變量受到外界噪聲的污染，當(dāng)存在這種不希望有的噪聲的情況下，估計(jì)出所需狀態(tài)的數(shù)據(jù)處理系統(tǒng)被稱為濾波器。對(duì)隨機(jī)信號(hào)由于其具有確定的功率譜特性，可以根據(jù)有用信號(hào)和干擾 信 號(hào) 的 功 率 設(shè) 計(jì) 濾 波 器 ， 如 維 納 濾 波 和 卡 爾 曼 濾 波 。分析其原因可知 眼在手的攝像機(jī)的位置隨 手爪 動(dòng)，可以說(shuō) 手爪 的位置決定攝像機(jī)的位置，所以通過(guò)調(diào)整手爪位姿，可以讓攝像機(jī)靠近被觀察對(duì)象，提高圖像分辨率，從而提高測(cè)量精度 。 P 控制器的參數(shù)為K=。圖 25 中，“ — ”表示 x方向 手爪運(yùn)動(dòng)坐標(biāo)相對(duì) 于目標(biāo)點(diǎn) 的誤差 ， “ ”表示 y 方向手爪運(yùn)動(dòng)坐標(biāo)相對(duì)于目標(biāo)點(diǎn)的誤差 。設(shè)定目標(biāo)位置為 [ ] ； 手爪 初 始 位置 為 q =[ ]，攝像機(jī)位置 [ ； 0 +.5； ； 0 0 0 ]。 基于圖像雅克比矩陣的機(jī)器人標(biāo)定視覺(jué)伺服 的 仿真 基于以上原理，在 MATLAB 中搭建基于圖像反饋視覺(jué)伺服系統(tǒng)如下圖所示。在該控制系統(tǒng)中誤差可以在工作空間、關(guān)節(jié)空間或圖像特征空間表示，而機(jī)器人的控制輸入為直角空間 (也稱笛卡爾空間 )或機(jī)器人關(guān)節(jié)空間的位置或速度運(yùn)動(dòng) (即位置增量 )指令，根據(jù)視覺(jué)反饋得到的誤差信號(hào)可以建立如下的 PID 控制律 ： 1( ) ( ) ( ) ( ( ) ( 1 ) )kp I Diu k K e k K e k K e k e k?? ? ? ? ?? 式中， ()uk 為機(jī)器人的控制輸入， pK 、 IK 、 DK 分別為比例、積分和微分的三個(gè)系數(shù)矩陣，一般取對(duì)角陣。 X? 作為視覺(jué)控制器的輸出控制量送入機(jī)器人關(guān)節(jié)控制器，關(guān)節(jié)控制器將其轉(zhuǎn)換為各關(guān)節(jié)的轉(zhuǎn)動(dòng)控制量，并經(jīng)驅(qū)動(dòng)器驅(qū)動(dòng)，完成機(jī)器人的伺服過(guò)程。 根據(jù)各變換矩陣可以計(jì)算出各連桿到末 端執(zhí)行器的變換矩陣 TiS (i =0,1? 6)： ???????????????1000iziziziziyiyiyiyixixixixiS paonpaonpaonT (25) 關(guān)節(jié)機(jī)器人雅可比矩陣的第 i 列元素 iqJ 由 TiS 決定： ][ isisisixiyiyixixiyiyixixiyiyixiq aonpapapopopnpnJ ??????? (26) 由式 (23)和 (24)可以構(gòu)造出機(jī)器人雅可比矩陣。 至此，我們推導(dǎo)出了攝像機(jī)的成像模型 (24)，它表征了世界 坐標(biāo)系空間中目標(biāo)點(diǎn)與其在像素坐標(biāo)系中對(duì)應(yīng)點(diǎn)的映射關(guān)系。 攝像機(jī)模型 線性投影模型 (見(jiàn)圖 21)是最常用的攝像機(jī)成像模型 [13]： ????????????? yxzfyx ccc 圖 21 小孔成像模型 其中， ),( yx 為空間點(diǎn) P 在圖像坐標(biāo)系上的投影 位置 p 的坐標(biāo)： ),( zyx ccc 為 P 在攝像機(jī)坐標(biāo)系下的坐標(biāo)。 固定攝像機(jī)觀察二維運(yùn)動(dòng)的圖像雅 可 比矩陣 假定一個(gè) 6DOF 機(jī)器 人手眼系統(tǒng)， 手爪作二維運(yùn)動(dòng)，其在機(jī)器人基坐標(biāo)系中的坐標(biāo)為 []ggbbx y z , z 為 手爪 在機(jī)器人基座標(biāo)系中的 z 軸高度，保持不變。它反映了在當(dāng)前機(jī)器人位置下某一機(jī)器人關(guān)節(jié)運(yùn)動(dòng)與其引起的圖像特征運(yùn)動(dòng)之間的比例關(guān)系，從而建立起從關(guān)節(jié)空間到圖像特征空間 的直接映射，并可被用來(lái)建立各種圖像反饋控制器。 由于在絕大多數(shù)機(jī)器人系統(tǒng)中， 控制量輸入都是關(guān)節(jié)運(yùn)動(dòng)速度。這類方法的主要特 點(diǎn)就是使用圖像雅 可 比矩陣模型描述機(jī)器人手眼映射關(guān)系。本章給出了 kalman 濾波 算法的詳細(xì)描述，并利用此法 仿真 了 無(wú)標(biāo)定情況下機(jī)器人 完成 二維平面固定目標(biāo)的定位 。 第二章對(duì)基于標(biāo)定 技術(shù)的機(jī)器人 視覺(jué)伺服進(jìn)行了具體介紹。 目前，應(yīng)用上面所說(shuō)的這些方法，無(wú)標(biāo)定視覺(jué)伺服研究己經(jīng)在靜態(tài)的任務(wù)目標(biāo)上取得了很多成果，如機(jī)械手的空間定位（ Positioning），平面上的插軸入孔（ Peg in hole）操作，或是抓取空間具有 3D形狀的物體等，但在實(shí)際的應(yīng)用環(huán)境中，更多的是運(yùn)動(dòng)跟蹤等動(dòng)態(tài)視覺(jué)伺服任務(wù)。而神經(jīng) 網(wǎng)絡(luò)方法則試圖利用人工神經(jīng)網(wǎng)絡(luò)強(qiáng)大的函數(shù)擬合能力，從全局上把握視覺(jué)伺服系統(tǒng)的非線性特性，白蕾：工業(yè)機(jī)器人視覺(jué)伺服 8 并在此基礎(chǔ)上建立圖像反饋控制率。從本質(zhì)上講，無(wú)標(biāo)定機(jī)器人視覺(jué)伺服是一個(gè)具有未建模動(dòng)態(tài)的非線性系統(tǒng)控制問(wèn)題。 鑒于以上原因，有必要探尋一種新的對(duì)環(huán)境適應(yīng)能力更強(qiáng)、魯棒性更好的視覺(jué)伺服方法。 采用基于標(biāo)定的方法實(shí)現(xiàn)機(jī)器人視覺(jué)伺服，需要預(yù)先對(duì)攝像機(jī)的內(nèi)外參數(shù)進(jìn)行標(biāo)定，然后根據(jù)已知模型和標(biāo)定好的攝像機(jī)參數(shù)，建立圖像空間與機(jī)器人操作空間的映射。 無(wú)標(biāo)定視覺(jué)伺服系統(tǒng) 傳統(tǒng)的機(jī)器人視覺(jué)伺服大都是基于系統(tǒng)標(biāo)定技術(shù)的，包括攝像機(jī)內(nèi)部參數(shù)標(biāo)定、機(jī)器 人運(yùn)動(dòng)學(xué)標(biāo)定、手眼關(guān)系標(biāo)定。從圖像識(shí)別角度看，特征應(yīng)具有魯棒性和唯一性 ； 但是從伺服控制的角度看，特征必須對(duì)物體姿態(tài)的變化具有敏感性，即如果目標(biāo)的位置和姿態(tài)發(fā)生變化，圖像的特征必須變化。 特征包括幾何特征和非幾何特征，機(jī)器人視覺(jué)伺服中常見(jiàn)的是采用幾何特征。所以單獨(dú)利用局部特征會(huì)影響機(jī)器人可操作的任務(wù)范圍。尤其是對(duì)于基于圖象的視覺(jué)圖像空間控制率 關(guān)節(jié)控制器 機(jī)器人對(duì)象 獲得圖像特征 攝像機(jī) 圖像 給定 末端位 姿 白蕾：工業(yè)機(jī)器人視覺(jué)伺服 6 伺服結(jié)構(gòu)，圖像特征的選擇和提取變得更加重要，它將直接決定控制律和最終系統(tǒng)的穩(wěn)定性和魯棒性等性能。 由文獻(xiàn) 【 9】 的仿真和實(shí)驗(yàn)研究表明，對(duì)于 EyeinHand 構(gòu)型，在存在圖象 量化誤差及圖象噪聲的情況下，基于圖象比基于位置的控制方式有更好的跟蹤性能。通過(guò)設(shè)計(jì)解 耦 的控制律，可以使系統(tǒng)達(dá)到全局穩(wěn)定。 這種伺服結(jié)構(gòu)還存在以下不足之處 【 8】 ： 1)計(jì)算圖像雅可比矩陣需要估計(jì)目標(biāo)深度，而深度的估計(jì)一直是視覺(jué)中的難點(diǎn)； 2)整個(gè)系統(tǒng)只是局部漸近穩(wěn)定的。 笛卡爾空間控制 關(guān)節(jié)控制器 機(jī)器人對(duì)象 笛卡爾空間位姿估計(jì) 獲得圖像特征 攝像機(jī) 末端位 姿 位 姿給定 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 5 2)系統(tǒng)的動(dòng)態(tài)穩(wěn)定性對(duì)攝象機(jī)標(biāo)定誤差具有較強(qiáng)的魯棒性。其基本原理是由該誤差信號(hào)計(jì)算出控制量，并將它變換到機(jī)器人運(yùn)動(dòng)空間中去，從而驅(qū)動(dòng)機(jī)械手向目標(biāo)運(yùn)動(dòng)，當(dāng)圖象平面中期望的圖象特征和給定的圖象特征之間的距離為 0(或一個(gè)給定的域值 )時(shí) ，機(jī)器人視覺(jué)伺服任務(wù)結(jié)束。這使得位姿估計(jì)中所用的圖象特征可能超出視場(chǎng)，即不滿足圖象邊界約束條件，進(jìn)而導(dǎo)致視覺(jué)伺服任務(wù)失敗。 2)可以直接在笛卡兒空間中控制機(jī)器人末端執(zhí)行器的運(yùn)動(dòng)軌跡，例如讓它沿著笛卡兒空間中的一條直線移動(dòng)?；驹硎峭ㄟ^(guò)對(duì)圖像特征的抽取，并結(jié)合已知的目標(biāo)幾何模型及攝像機(jī)模型，在三維笛卡爾坐標(biāo)系中對(duì)目標(biāo)位姿進(jìn)行估計(jì)，然后根據(jù)機(jī)械手當(dāng)前位姿與目標(biāo)位姿之差，進(jìn)行軌跡規(guī)劃并計(jì)算出控制量，驅(qū)動(dòng) 機(jī)械手向目標(biāo)運(yùn)動(dòng)，最終實(shí)現(xiàn)定位、 抓取 功能。由于現(xiàn)存機(jī)器人大多預(yù)留了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(jiǎn)單易行，被廣泛采用。 而且為了獲得較好的動(dòng)態(tài)相應(yīng)特性，要求較高的 采樣速率，這給工程實(shí)現(xiàn)帶來(lái)了一定的困難。 ，分為單閉環(huán)系統(tǒng)和雙閉環(huán)系統(tǒng)。同時(shí)，通過(guò)調(diào)整手爪位姿，可以讓攝像機(jī)靠近被觀察對(duì)象，提高圖像分辨率，從而提高測(cè)量精度。 ，分為眼固定構(gòu)型和眼在手上構(gòu)型。 1995 年 Yoshimi 實(shí)現(xiàn)了眼在手上配置的機(jī)器人視覺(jué)伺服系統(tǒng)插軸入孔的操作 【 4】 。顯然該方法是一種基于圖像處理的開(kāi)環(huán)控制，在控制過(guò)程中白蕾：工業(yè)機(jī)器人視覺(jué)伺服 2 并沒(méi)有對(duì)圖像信息進(jìn)行反饋，其嚴(yán)格意義來(lái)講并不屬于我們所說(shuō)的“視覺(jué)伺服”的范疇。而在一些較為危險(xiǎn)和復(fù)雜的任務(wù)領(lǐng)域內(nèi)，如：太空機(jī)器人操作，核設(shè)施建設(shè)，高電壓設(shè)備維護(hù)，殘疾人輔助設(shè)備等等，具有視覺(jué)功能的機(jī)器人將會(huì)具有很廣闊的應(yīng)用前景。 視覺(jué)是一種復(fù)雜的感官，要從大量的視覺(jué)信息數(shù)據(jù)中提取有用的特征信息，需要實(shí)施復(fù)雜的算法及耗費(fèi)大量的運(yùn)算時(shí)間。研究工作者們通過(guò)給機(jī)器人加上外部傳感器件，如力覺(jué)、觸覺(jué)、接近覺(jué)、視覺(jué)等，來(lái)提高機(jī)器人的自主感知和決策規(guī)劃能力，以適應(yīng)周圍變化的環(huán)境。 因此，本 文研究了基于 kalman 濾波原理的機(jī)器人無(wú)標(biāo)定視覺(jué)伺服，并對(duì)其仿真，仿真結(jié)果表明了該方法的有效性和可行性。 它 是實(shí)時(shí)圖像處理、機(jī)器人運(yùn)動(dòng)學(xué)、控制理論、計(jì)算機(jī)技術(shù)以及實(shí)時(shí)計(jì)算等領(lǐng)域的融合，是計(jì)算機(jī)視覺(jué)研究 前沿的一個(gè)重要分支。 本文首先研究了基于標(biāo)定技術(shù)的機(jī)器人視覺(jué)伺服，推導(dǎo)了眼在手和眼固定兩種配置下的手眼映射關(guān)系 — 圖像雅克比矩陣，并在 MATLAB 環(huán)境下對(duì)這兩種配置分別仿真，仿真結(jié)果表明該方法能很好 地 定位到目標(biāo)。 最后，采用 VC++ 編寫(xiě)控制軟件， 并 以 MOTOMAN— SV3XL 型六自由度工業(yè)機(jī)器人為對(duì)象 ，采用 CCD 攝像機(jī)、圖像采集卡與 PC 機(jī)建立了機(jī)器人無(wú)標(biāo)定視覺(jué)伺服實(shí)驗(yàn)平臺(tái)， 完成了基于 kalman 濾波的機(jī)器人無(wú)標(biāo)定視覺(jué)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)。而在諸多傳感器中，視覺(jué)傳感器因其信息量大、適用范 圍廣、非接觸性等特點(diǎn)已成為最重要的機(jī)器人傳感器之一。這使得機(jī)器人視覺(jué)伺服控制系統(tǒng)的研究涉及高速 圖像處理技術(shù)、機(jī)器人運(yùn)動(dòng)學(xué)、機(jī)器人動(dòng)力學(xué)、控制理論、實(shí)時(shí)計(jì)算在內(nèi)的多個(gè)相關(guān)領(lǐng)域且多個(gè)學(xué)科相互交叉和融合，所以實(shí)現(xiàn) 機(jī)器人視覺(jué)伺服控制有相當(dāng)?shù)碾y度，是機(jī)器人領(lǐng)域中 具有挑戰(zhàn)性的課題。 總之，智能機(jī)器人視覺(jué)伺服控制的研究，是一個(gè)具有重要理論意義和廣闊的工業(yè)應(yīng)用前景的基礎(chǔ)性研 究課題。早期的“ static look t