基于单应性矩阵的最短路径视觉伺服控制方法技术

本发明专利技术公开了一种基于单应性矩阵的最短路径视觉伺服控制方法，是将机器人的运动分解成三个阶段，首先使机器人旋转到其面向目标图像所在位置点，简称目标点，然后机器人平移至该目标点，最后机器人旋转到目标位姿的角度，每个阶段可依据相应的控制律对机器人的运动进行控制。本发明专利技术的方法直接利用单应性矩阵中的元素构成误差函数，不需要进行单应性矩阵的分解，对相机参数和图像噪声的鲁棒性较好，同时解决了单目相机未知深度信息的问题和履带式机器人的非完整约束的问题，使机器人以最短路径稳定的达到目标位姿。

【技术实现步骤摘要】

本专利技术设及一种视觉伺服控制方法，尤其设及一种基于单应性矩阵的最短路径视 觉伺服控制方法。
技术介绍
自动寻物机器人已经逐步被投用于工业生产中，现有的自动寻物机器人通常采用 已知地图的高精确定位寻物，灵活性差并且实现成本高。一些机器人采用基于视觉信息的 伺服控制方法控制机器人运动W提高灵活性和稳定性。基于图像的视觉伺服控制系统反馈 信息定义在图像平面，其控制目标是使当前获取的图像状态S和给定的目标图片状态S*的 误差最小。利用机器视觉的相关知识，可W通过对当前图像和目标图像匹配得到对应的特 征点，用图像特征点的像素坐标结合相机参数构造图片状态S，设计控制器使S和S*间的 误差减小W实现控制目标。但是利用单目相机获取图像信息进行控制的方案中一个十分重 要的问题就是无法获取深度信息。近年来有许多学者提出了不同的办法W试图解决该一问 题，如利用线性化系统模型并结合扩展卡尔曼滤波巧K巧算法W补偿深度信息，使用单目 全景摄像机系统的反馈完成沿墙壁运动、跟踪标记或位置校准等等。但是，使用EKF算法估 计深度信息存在需要对模型进行线性化处理的缺点。除EKF算法外，有学者尝试利用从连 续图像的光流信息中得到的表观速度去估计深度信息，但是光流技术需要大量的图像处理 工作，会导致机器人控制方面的实时性变差。也有学者在工作空间中增加一个不需标定的 固定相机W开发自适应跟踪控制器，用W弥补相机参数和机器人动力学建模的误差，但该 种方法需要相机到机器人运动平面的距离维持不变。 机器人的非完整约束是指机器人在移动过程中同时受到空间位置和运动速度的 约束，并且运动速度不能积分W转换为空间位置。由于存在非完整约束，机器人的控制变量 的维数小于机器人状态空间的维数，使对机器人的运动控制变得困难。非完整约束在机器 人系统中占据着十分重要的位置，许多移动机器人、角动量守恒空间机器人W及冗余度机 器人等系统结构中都包含着非完整约束的应用。对非完整约束早期的研究主要是运用微分 方程理论和变分原理等对系统进行建模分析等等，随后有学者将微分几何、群论等数学工 具应用于非线性系统分析，使得对非完整系统的研究有了较快发展，但是分析的过程仍然 较为复杂。 现有的自动寻物机器人通常采用已知地图的高精确定位寻物，灵活性差并且实现 成本高，有些通过视觉伺服控制的机器人需要双目相机来计算深度信息，使得运算复杂并 且实现成本较高。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提供一种简单稳定、易于实现的基于单 应性矩阵的最短路径视觉伺服控制方法。 本专利技术的，包括如下步骤： 1) W机器人前进方向为Z轴，垂直地面向下为y轴，建立机器人的右手坐标系；[000引 2)将机器人捕捉的实时画面与给定的目标图像进行匹配得到相应的实时的单应 性矩阵： 分=个阶段控制机器人的运动，根据实时计算出的单应性矩阵得到每一阶段实时 的控制律如下：阶段I[001引当W =0时，阶段I结束，机器人的运动进入阶段II ;阶段II 当V =0时，阶段II结束，机器人的运动进入阶段III ;阶段III;v =0,W = -kjii3 当w=0时，机器人到达目标位姿，运动结束； 其中，V为机器人实时线速度，W为机器人实时角速度，1^、、1^，1、1^，2人3为比例因子， 且 kyG(0，l)，kwG (0,0.3)，kw2E(〇,〇.3)，kw3E(0,2)，a X为机器人的相机的焦距在 图像平面像素水平排列方向上占据的单位像素个数。 上述技术方案所依据的控制思路如下： 将机器人的运动分解成=个阶段，首先使机器人旋转到其面向目标图像所在位置 点，简称目标点，然后机器人平移至该目标点，最后机器人旋转到目标位姿的角度，比较每 个阶段单应性矩阵的各元素的差异得出速度的控制方程。 对于一个平面上的机器人，W其前进方向为Z轴，垂直地面向下为y轴，建立机器 人的右手坐标系，如图1所示；可W将它相对于目标位姿的旋转矩阵和平移矩阵化简如下： 其中，X、Z分别为机器人当前位置在目标位姿坐标系中的表示，4为机器人实时 位姿与目标位姿间的夹角，机器人的当前位姿可W由状态向量（X，z，4)表示。 相应的机器人的单应性矩阵可W写成： 其中各元素分别由下式计算得出： 其中，a,为机器人的相机的焦距在图像平面像素水平排列方向上占据的单位像 素个数， ay为机器人的相机的焦距在图像平面像素垂直排列方向上占据的单位像素个 数， 枉，rvriz]T为给定的目标图像的法向量在目标位姿坐标系中的表示， d为目标位姿坐标系的原点到给定的目标图像的距离， 将机器人的运动分解为=个阶段：第一阶段使机器人旋转到其相机指向目标位 置，即只做旋转运动；第二阶段使机器人平移到目标位置，即只做平移运动；第=阶段使机 器人旋转到正确的角度，即只做旋转运动；=个阶段的运动过程如图2所示。 下面将分析每一阶段中单应性矩阵的变化情况。[003引机器人刚开始运动时，设机器人当前位置与目标位置的连线与目标位姿坐标系的 Z轴所形成的夹角为（K，当第一阶段结束时，4 = (K，将该式子代入单应性矩阵中可W得 出第一阶段完成时的单应性矩阵的表达式： 第二阶段中，机器人始终指向目标位置，此时一直有4 = (K，第二阶段完成时，X =〇，z = 0, 4 = (l)t，将上式代入单应性矩阵中可W得出第二阶段完成时的单应性矩阵的 表达式： 第=阶段中，机器人在原地旋转到正确的角度，最终达到目标位姿，此时有X= 0，z = 0, d) = 0,将上式代入单应性矩阵中可W得出第=阶段完成时的单应性矩阵的表达 式： H(x = 0,Z= 0,本=本t)= I 假定相机的标定矩阵是已知的，则可W得到焦距长度a ,的值，分析比较该S阶段 中单应性矩阵的变化情况，可W得出每一阶段的控制律： 第一阶段的运动目标是达到4 =(K的状态，也就是使机器人指向目标点，该个 过程中V始终为0,当d) = (K时，从相应的单应性矩阵中可W得出： 且机器人由4变化到的过程中，当前第1页1 2 本文档来自技高网...

【技术保护点】
基于单应性矩阵的最短路径视觉伺服控制方法，其特征在于，包括如下步骤：1)以机器人前进方向为z轴，垂直地面向下为y轴，建立机器人的右手坐标系；2)将机器人捕捉的实时画面与给定的目标图像进行匹配得到相应的实时的单应性矩阵：H=h11h12h13010h31h32h33]]>分三个阶段控制机器人的运动，根据实时计算出的单应性矩阵得到每一阶段实时的控制律如下：阶段Ⅰ：v=0,w=-kw1(h112+h132αx2-1)]]>当w＝0时，阶段Ⅰ结束，机器人的运动进入阶段Ⅱ；阶段Ⅱ：v=-kvh32,w=-kw2(h112+h132αx2-1)]]>当v＝0时，阶段Ⅱ结束，机器人的运动进入阶段Ⅲ；阶段Ⅲ：v＝0,w＝‑kw3h13当w＝0时，机器人到达目标位姿，运动结束；其中，v为机器人实时线速度，w为机器人实时角速度，kv、kw1、kw2、kw3为比例因子，且kv∈(0，1)，kw1∈(0，0.3)，kw2∈(0，0.3)，kw3∈(0，2)，αx为机器人的相机的焦距在图像平面像素水平排列方向上占据的单位像素个数。

【技术特征摘要】

【专利技术属性】
技术研发人员：杜卓洋，丁夏清，陆逸卿，刘山，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33