【正文】 最后，向百忙之中審閱本文的各位老師致以崇高的敬意和深深的謝意！參考文獻(xiàn)【1】 李牧．機(jī)器人無(wú)標(biāo)定視覺伺服關(guān)鍵技術(shù)的研究[J]．哈爾濱工業(yè)大學(xué)，2008【2】 王麟琨，徐德，譚民. 機(jī)器人視覺伺服研究進(jìn)展[J]. 機(jī)器人，2004，26(3):277~282【3】 Hager, ., Chang, ., Morse, .(1995), Robot handeye coordination based on stereo vision: Towards calibrationfree hand/eye coordination. IEEE Robotics and Automation:2850~2856【4】 Yoshimi, ., Allen, .(1995), Alignment using an uncalibrated camera system, IEEE Trans. On Robotics and Automation, , No. 4, ~521【5】 薛定宇,項(xiàng)龍江,司秉玉,(自然科學(xué)版).2003,24(6):543~547【6】 , , endeffector control using Cartesian Position based visual Tans on Robotics and Automation,1996,12(5):684~96【7】 , planning for robust imagebased control. IEEE Transactions on Robotics and Automation,2002,18(4):534~549【8】 problems of stability and convergence in imagebased and positionbased visual servoing. The Confluence of Vsion and ,Germany, SPringerVerlag, 1998:66~78【9】 ashimoto, imoto，, an control with ImageBased Visual Servo[C], Proceedings of the IEEE Intemational Conference on Robotics and Automatio, Sacramento，Califomia , April, 1991:2267~2272【10】 , , , and from controlled motion[J].IEEE Transaction on Pattern Analysis and Machine Intelligence, 1996, 18(5):492~504【11】 ，2008,3(2):109~114【12】 , 上海交通大學(xué)碩士論文,2003 【13】 . LaprestC, E Jurie and M. Dhome，An Efficient Method to Compute the Inverse Jacobian Matrix in Visual Servoing，the 2004 IEEE International Conference on Roboticsamp。致 謝本課題是在辛菁老師的精心指導(dǎo)下完成的。所以設(shè)想：使用眼固定和眼在手上相結(jié)合的混合配置方式，使系統(tǒng)中兩臺(tái)攝像機(jī)的觀察能力相互補(bǔ)充。(3)針對(duì)現(xiàn)有方法有可能會(huì)在運(yùn)動(dòng)過(guò)程中引入冗余運(yùn)動(dòng)，對(duì)圖像觀測(cè)噪聲敏感等缺點(diǎn)，利用Kalman濾波適用于白噪聲激勵(lì)的任何平穩(wěn)或非平穩(wěn)隨機(jī)向量過(guò)程估計(jì)，所得估計(jì)在線性估計(jì)中的精度最佳等優(yōu)點(diǎn)，采用基于Kalman濾波算法的圖像雅可比矩陣在線估計(jì)策略，利用機(jī)器人本身的運(yùn)動(dòng)信息完成雅可比矩陣的在線估計(jì)，使之可以應(yīng)用于固定目標(biāo)的定位任務(wù)中。研究工作包括：(1)構(gòu)建了MOTOMANSV3XL工業(yè)機(jī)器人視覺伺服系統(tǒng)實(shí)驗(yàn)平臺(tái)。利用上文所述的視覺反饋控制率導(dǎo)引手爪定位目標(biāo)，在系統(tǒng)初始時(shí)引入三步試探運(yùn)動(dòng)估計(jì)圖像雅克比矩陣的初始值，隨后利用kalman濾波器對(duì)雅克比矩陣進(jìn)行遞推估計(jì)。視頻信號(hào)通過(guò)圖像采集卡進(jìn)行采集并使用PC處理，采集窗口設(shè)為320240像素。MV_SystemFini( )：釋放圖像卡資源占用，程序結(jié)束時(shí)調(diào)用此函數(shù)。3) 圖像采集 MV_GetImageBufNumber( ) ：獲得內(nèi)存緩沖區(qū)可用于采集的幀數(shù)。實(shí)驗(yàn)中所用到的MVPCIV3A 圖像采集卡的主要函數(shù)有1) 實(shí)時(shí)顯示 MV_EnableVGAOverlay( )：使采集到的圖像實(shí)時(shí)顯示在VGA卡上，實(shí)現(xiàn)同屏顯示工作方式。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，其中位置信息的單位為，姿態(tài)信息單位為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[ ]。視覺控制器坐標(biāo)變換與軌跡規(guī)劃?rùn)C(jī)器人控制器機(jī)器人目標(biāo)點(diǎn)圖像采集圖像處理圖35 基于圖像的機(jī)器人視覺伺服系統(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 (意為維單位陣)。 (38)式中，分別為雅可比矩陣的四個(gè)組成元素。 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。在一個(gè)濾波周期內(nèi)，從Kalman濾波在使用系統(tǒng)信息和觀測(cè)信息的先后次序來(lái)看，Kalman濾波具有兩個(gè)明顯的信息更新過(guò)程：時(shí)間更新過(guò)程和觀測(cè)更新過(guò)程。關(guān)于系統(tǒng)過(guò)程噪聲和觀測(cè)噪聲的統(tǒng)計(jì)特性，可假設(shè)如下： 其中，是系統(tǒng)過(guò)程噪聲的維對(duì)稱非負(fù)定方差矩陣，是系統(tǒng)觀測(cè)噪聲的維對(duì)稱正定方差陣。Kalman濾波具有如下顯著特點(diǎn)：濾波器設(shè)計(jì)簡(jiǎn)單易行；采用遞推算法；適用于白噪聲激勵(lì)的任何平穩(wěn)或非平穩(wěn)隨機(jī)向量過(guò)程估計(jì)，所得估計(jì)在線性估計(jì)中精度最佳。目前，Kalman濾波作為一種重要的最優(yōu)估計(jì)理論被廣泛應(yīng)用于各種領(lǐng)域，如慣性導(dǎo)航、制導(dǎo)系統(tǒng)、移動(dòng)機(jī)器人定位【13】、目標(biāo)跟蹤等。3基于kalman濾波的機(jī)器人無(wú)標(biāo)定視覺伺服機(jī)器人是一個(gè)復(fù)雜的多輸入多輸出的非線性系統(tǒng)，在實(shí)際工作中，難免會(huì)受到噪聲的干擾，導(dǎo)致控制精度下降，因此，為了獲取所需信號(hào)，排除干擾，就需要對(duì)所獲取的信號(hào)進(jìn)行濾波。仿真結(jié)果如下所示：圖27 手爪在圖像平面上的運(yùn)動(dòng)軌跡(眼在手)圖28 圖像平面定位誤差曲線(眼在手)圖29 x，y方向定位誤差(眼在手)仿真結(jié)果分析：由上圖可知，在眼固定和眼在手的情況下都可達(dá)到滿意的定位效果。圖像平面大小為[0 511 0 511]。實(shí)驗(yàn)最后的得到的誤差為E=（pixel）。眼固定(見圖22) 圖22 眼固定模型仿真參數(shù)設(shè)置如下：目標(biāo)運(yùn)動(dòng)平面為機(jī)器人基坐標(biāo)系的xoy平面，攝像機(jī)的內(nèi)參數(shù)為[8e3 20e3 20e3 256 256]。第二種方式是先將圖像平面的誤差乘以圖像雅可比矩陣的逆變換到笛卡兒空間中的誤差，然后在笛卡兒空間中設(shè)計(jì)視覺控制器，也可以直接變換到關(guān)節(jié)空間。這里我們使用PID控制器。式(25)是機(jī)器人關(guān)節(jié)控制器的設(shè)計(jì)依據(jù)，其輸入為末端執(zhí)行器的廣義運(yùn)動(dòng)速度,輸出為各關(guān)節(jié)的轉(zhuǎn)動(dòng)控制量（角位移增量）。機(jī)器人模型的一個(gè)關(guān)鍵問(wèn)題是機(jī)器人的雅可比矩陣。稱為投影矩陣；僅與攝像機(jī)內(nèi)部結(jié)構(gòu)有關(guān)，稱為內(nèi)參矩陣；完全由攝像機(jī)相對(duì)于世界坐標(biāo)系的方位決定，稱為外參矩陣。圖像雅克比矩陣反映了圖像特征空間與機(jī)器人運(yùn)動(dòng)空間的微分關(guān)系，即 使用針孔模型描述攝像頭的成像投影關(guān)系：圖像特征運(yùn)動(dòng):設(shè)從機(jī)器人基坐標(biāo)系到固定攝像機(jī)坐標(biāo)系的變換關(guān)系如下：式中： ，為相應(yīng)的旋轉(zhuǎn)和平移關(guān)系，對(duì)于固定攝像機(jī)，它們是常數(shù)陣。為固定在此執(zhí)行器上的一點(diǎn)，為該點(diǎn)在攝像機(jī)坐標(biāo)系中的坐標(biāo)，為該點(diǎn)在攝像機(jī)圖像平面上的坐標(biāo)： (21)為攝像機(jī)焦距。式中被稱為機(jī)器人雅可比矩陣。即為圖像雅可比矩陣。第五章對(duì)己取得的研究成果進(jìn)行了簡(jiǎn)單的總結(jié)及分析。第三章針對(duì)無(wú)標(biāo)定系統(tǒng)的特點(diǎn)以及傳統(tǒng)雅可比矩陣在線估計(jì)算法的缺點(diǎn)，專門分析了圖像雅可比矩陣模型的在線辨識(shí)問(wèn)題。本文的工作主要集中在研究基于標(biāo)定技術(shù)的機(jī)器人視覺伺服，和基于kalman濾波原理的機(jī)器人無(wú)標(biāo)定視覺伺服，并通過(guò)仿真，表明了該方法的有效性和可行性。此外，無(wú)模型理論和ADRC方法也被用于解決無(wú)標(biāo)定的視覺跟蹤問(wèn)題，其基本思路是將視覺伺服系統(tǒng)近似為一個(gè)簡(jiǎn)單的線性模型，而對(duì)這種近似所造成的非線性誤差在控制過(guò)程中加以動(dòng)態(tài)補(bǔ)償?；谘趴杀染仃嚨姆椒D用線性關(guān)系逼近系統(tǒng)非線性在采樣點(diǎn)的瞬時(shí)表現(xiàn)，并用這種近似線性化模型建立圖像反饋控制。它是指在不預(yù)先標(biāo)定攝像機(jī)和機(jī)器人參數(shù)的情況下，直接通過(guò)圖像上的系統(tǒng)狀態(tài)誤差來(lái)設(shè)計(jì)控制律，驅(qū)動(dòng)機(jī)器人的運(yùn)動(dòng)，使系統(tǒng)誤差收斂到一個(gè)容許的誤差域內(nèi)的機(jī)器人視覺伺服方法。所以，一旦攝像機(jī)的位置、焦距等發(fā)生稍微變化后，根據(jù)原標(biāo)定參數(shù)計(jì)算出的結(jié)果會(huì)有很大誤差，必須進(jìn)行重新標(biāo)定；(3)由于攝像機(jī)鏡頭畸變等因素的影響，攝像機(jī)的標(biāo)定區(qū)域一般限制在一個(gè)比較小的區(qū)域，如果機(jī)器人的工作范圍比較大時(shí)，難以得到一個(gè)滿足工作范圍內(nèi)所有位置的參數(shù)模型。由于現(xiàn)有的機(jī)器人控制器一般都采用雙閉環(huán)控制結(jié)構(gòu)，機(jī)器人的馬達(dá)驅(qū)動(dòng)、力矩控制對(duì)用戶來(lái)說(shuō)是完全透明的，可將其視作理想的笛卡爾運(yùn)動(dòng)元件。另一方面特征必須可控，即通過(guò)一系列的控制行為能夠得到所選擇的圖像特征。大多數(shù)基于圖像的視覺伺服系統(tǒng)都采用點(diǎn)特征(如質(zhì)心點(diǎn)，角點(diǎn)或經(jīng)過(guò)特殊設(shè)計(jì)的具有明顯特征的點(diǎn)等)做為圖象特征，也有一部分基于圖像的視覺伺服系統(tǒng)中采用線特征(如圖像等效橢圓的主、副軸)、面特征(如面積)圓等做為圖象特征。全局特征可以避免局部特征超出視場(chǎng)所帶來(lái)的問(wèn)題，也不需要在參考特征與觀察特征之間進(jìn)行匹配，適用范圍較廣，但定位精度比用局部特征低。局部特征雖