【正文】 MV_。本實(shí)驗(yàn)系統(tǒng)只使用了一個(gè)攝像機(jī)，故只用到一個(gè)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(shí)存儲(chǔ)到計(jì)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。 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 )，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(jì)（論文） 29 積 )，水平析像力為 480 行，焦距為 8mm，重量為 380g。 視覺(jué)信息處理子系統(tǒng) 視覺(jué)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(jué)系統(tǒng)選用的攝像機(jī)包括攝像管和 CCD。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。在這條復(fù)雜的路線上，機(jī)器人末端不會(huì)以恒定速度運(yùn)動(dòng)。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。 實(shí)驗(yàn)中相關(guān)參數(shù)的設(shè)置如下： 通信端口號(hào)： COM2 波特率： 9600（最大） 奇偶校驗(yàn)：偶校驗(yàn) 數(shù)據(jù)位長(zhǎng)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(duì)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)。 白蕾：工業(yè)機(jī) 器人視覺(jué)伺服 28 MOTOMANCOM32 軟件提供的通信協(xié)議有兩種： RS232C 或 TCP/IP。 BsPMov()：將機(jī)器人移動(dòng)到指定的脈沖位置。 BscImov()：在指定的坐標(biāo)系中實(shí)現(xiàn)增量式運(yùn)動(dòng)。根據(jù)圖像反饋信息計(jì)算出來(lái)的視覺(jué)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(dòng)的位姿增量就是通過(guò) 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。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。整個(gè)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]。其中視覺(jué)控制量是根據(jù)視覺(jué)信息處理子系統(tǒng)得到的圖象反饋信息計(jì)算得到的。整個(gè)視覺(jué)伺服系統(tǒng)可以分為 機(jī)器人 控制子系統(tǒng)和視覺(jué)信息處理子系統(tǒng)兩部分組成。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)。 4 機(jī)器人無(wú)標(biāo)定視覺(jué)伺服實(shí)驗(yàn) 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(jì)算機(jī)、圖像采集卡等組成 。實(shí)驗(yàn)最后的得到的誤差為 E=（ pixel）。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(jué)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(jué)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]。 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 )。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(jiǎn)單易行，被廣泛采用。外環(huán)為視覺(jué)控制器，以較低的采樣速率完成關(guān)節(jié)角設(shè)定。其中內(nèi)環(huán)為關(guān)節(jié)伺服控制，通過(guò)關(guān)節(jié)位置反饋來(lái)實(shí)現(xiàn)機(jī)器人軌跡跟蹤控制。 ?(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(wú)關(guān)的試探運(yùn)動(dòng) 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 。取為 ? ? , ? 。 由雅可比矩陣的定義 ,有 ( 1 ) ( ) ( ) ( )g g ggf k f k J k p k? ? ? ?? (39) 白蕾：工業(yè)機(jī) 器人視覺(jué)伺服 22 寫(xiě)成如下?tīng)顟B(tài)方程： ( 1) ( ) ( )x k x k k?? ? ? ( ) ( 1 ) ( ) ( ) ( ) ( )ggy k f k f k C k x k v k? ? ? ? ? ? 其中 ()k? ， ()vk 分別為狀態(tài)噪聲和圖像觀察噪聲，假定為高斯白噪聲。定義觀察參數(shù)向量 x 為一個(gè) 4 維向量，包含雅可比矩陣 gJ 的所有元素。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)。yvfiltered signal 圖 33 原始信號(hào)及濾波后的信號(hào) 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(duì)控制干擾和測(cè)量噪聲具有很好的濾波作用。仿真時(shí)間為 3s，原始信號(hào)及帶有噪聲的原始信號(hào)、原始信號(hào)及濾波后的信號(hào)和誤差協(xié)方差的變化分別如圖所示 ： 0 0 . 5 1 1 . 5 2 2 . 5 3 0 . 200 . 20 . 40 . 60 . 811 . 21 . 4t im e ( s )yideal signal。如下圖所示： 白蕾：工業(yè)機(jī) 器人視覺(jué)伺服 20 圖 31 kalman 濾波原理圖 基于 kalman 濾波原理的 信號(hào) 濾波 仿真 【 17] 設(shè)對(duì)象為二階傳遞函數(shù)：2133() 25pGs ss? ? 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： ( 1 ) ( ) ( ( ) ( ) )x k Ax k B u k w k? ? ? ? ( ) ( )y k Cx k? 帶有測(cè)量噪聲的被控對(duì)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(hào) ()wk 和測(cè)量噪聲信號(hào) ()vk 幅值均為 的白噪聲信號(hào)，輸入信號(hào)幅值為 、頻率為 的正弦信號(hào)。而且這種方法經(jīng)過(guò)修正后，還可用來(lái)進(jìn)行狀態(tài)空間參數(shù)模型參數(shù)的估計(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。 西安理工大學(xué)本科生畢業(yè)設(shè)計(jì)（論文） 19 設(shè)隨機(jī)線性離散系統(tǒng)采用如下?tīng)顟B(tài)方程表示為： ( 1) ( ) ( )x k Ax k k?? ? ? (31) ( ) ( ) ( )y k Cx k v k?? (32) 式中， nxR? 為系統(tǒng)的狀態(tài)向量， myR? 是系統(tǒng)的觀測(cè)序列， ? 是 n 維系統(tǒng)過(guò)程噪聲序列， v 是 m 維觀測(cè)噪聲序列，矩陣 A 是系統(tǒng)的 nn? 維狀態(tài)轉(zhuǎn)移矩陣， C 是 mn? 維噪聲輸入矩陣。 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(guò)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(lái)描述這種輸入 — 輸出關(guān)系，估計(jì)過(guò)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(guò)程進(jìn)行估計(jì)，也可以對(duì)非平穩(wěn)的﹑多維隨機(jī)過(guò)程進(jìn)行估計(jì)。 Kalman 意義下的濾波問(wèn)題實(shí)際上就是相當(dāng)于誤差方差最小的狀態(tài)估計(jì)。 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 濾波是kalman()于 1960年提出的從與被提取信號(hào)有關(guān)的觀測(cè)量中通過(guò)算法估計(jì)出所需信號(hào)的一種濾波算法，是一種最優(yōu)估計(jì)方法。對(duì)于確定性信號(hào)，可根據(jù)頻率特性，通過(guò)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(wú)衰減的通過(guò)而干擾信號(hào)得到抑制。而眼在手 機(jī)器人運(yùn)動(dòng)過(guò)程中，可能會(huì)發(fā)生圖像特征遮蓋現(xiàn)象，觀察靈活性差。 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。 實(shí)驗(yàn)最后的得到的誤差為 E=（ pixel）。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 [ ]。 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(dòng)軌跡目標(biāo)點(diǎn) 圖 23 手爪在圖像平面上的運(yùn)動(dòng)軌跡 (眼固定 ) 白蕾：工業(yè)機(jī) 器人視覺(jué)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(shí)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 單位：采樣時(shí)刻x 方向定位誤差y 方向定位誤差 圖 25 x， y 方向 定位 誤差（眼固定） 眼在手 (見(jiàn)圖 26) 圖 26 眼在手模型 仿真參數(shù)設(shè)置如下：攝像機(jī)的內(nèi)參數(shù)為 [8e3 80e3 80e3 256 256]。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)。 P 控制器的參數(shù)為 K=。圖像平面大小為 [0 511 0 511]。圖中，“ fkine”，“ jacob”， “ ijacob”，“相機(jī)模型”以及“圖像雅可比矩陣”等模塊都是由Matlab Function 模塊調(diào)用相關(guān)的“ .m”函數(shù)然后創(chuàng)建 Subsystem（子系統(tǒng)） 而形成的。這里我們采用第二種方式。對(duì)于基于圖像的視覺(jué)伺服控制系統(tǒng)，誤差信號(hào)是在圖像空間表示的，而機(jī)器人的控制輸入要求是在笛卡兒空間或關(guān)節(jié)空間，因此控制器的作用方式有兩種，第一種 是 直接在圖像平面設(shè)計(jì)視覺(jué)控制器，然后將得到的控制量乘以圖像雅可比矩陣的逆，從而得到笛卡兒空間中的控制量 (即相對(duì)位姿增量 )，或乘以圖像雅可比矩陣的逆再乘以機(jī)器人雅可比矩陣從而得到關(guān)節(jié)空 間中的控制量 (即關(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(jué)伺服控制系統(tǒng)中。 視覺(jué)控制器的設(shè)計(jì) 根據(jù)機(jī)器人和視覺(jué)系統(tǒng)的性能及具體任務(wù)的復(fù)雜性不同，視覺(jué)控制器的設(shè)計(jì)方法也不同，典型的設(shè)計(jì)方法有經(jīng)典 PID 控制器、狀態(tài)空間方法和任務(wù)函數(shù)法。而末端執(zhí)行器的廣義運(yùn)動(dòng)速度 X? 由視覺(jué)控制器