一种基于图像矩的搬运机器人视觉伺服控制方法技术

本发明专利技术提供了一种基于图像矩的搬运机器人视觉伺服控制方法，包括如下步骤：建立机器人工作区域的笛卡尔空间直角坐标系，并设定机器人末端初始位置；通过实时图像处理得到物体的位置，并将目标与背景进行二值化处理，根据机器人期望位姿下目标图像的特征信息得到期望图像特征s*；得到实时图像特征s；将实时图像特征s与s*作比较，计算出图像特征偏差e＝(s‑s*)，如果e小于预设的阈值δ，则机器人末端执行器达到期望位置，控制流程结束，否则利用实时图像特征s，计算图像雅可比矩阵的广义逆矩阵

【技术实现步骤摘要】
一种基于图像矩的搬运机器人视觉伺服控制方法
本专利技术涉及机器人
，尤其涉及一种基于图像矩的搬运机器人视觉伺服控制方法。
技术介绍
我国现代农业正处于快速发展阶段，农资运输问题，特别是粮食、化肥、饲料等粉粒状农资的袋装运输变得日益突出。目前，袋装农资主要通过火车运输，装卸及仓库运输主要靠人工搬运，不仅工作效率低、劳动强度大，而且有些农资有化学腐蚀性或毒性、以及粉尘的环境等都会危害装卸工人的身心健康。采用搬运机器人装卸袋装农资是农资装卸、搬运行业的主要发展趋势，其显著特点是抓取可靠、移动灵活、摆放整齐、生产成本低和整体装卸效率高。搬运机器人通过机器视觉识别获取袋装农资的位置和形状信息，并以此作为机器人的控制输入，通过视觉伺服控制方法引导机器人机械臂末端执行装置以期望姿态运动到目标位姿，实现袋装农资的抓取和装卸。图像矩是计算机视觉中模式识别常用的一种方法，其作为一种全局图像特征，在视觉伺服中表现了出良好的性能，但其在绕摄像机X轴及Y轴的旋转控制的特征选择以及非平面物体的视觉伺服中仍是一个难题。
技术实现思路
本专利技术提供了一种基于图像矩的搬运机器人视觉伺服控制方法，提出了基于高斯过程回归的图像矩特征设计，得到结合学习特征的改进图像矩视觉伺服控制方法，实现良好的视觉伺服控制效果，适用于非平面物品的视觉伺服控制。本专利技术实施例提供了一种基于图像矩的搬运机器人视觉伺服控制方法，包括如下步骤：S1：建立一个眼在手机器人工作区域的笛卡尔空间直角坐标系，以工作台水平面为xy平面，垂直于水平面的方向为z轴方向，物体放置在工作台上，并设定机器人末端初始位置；S2：通过实时图像处理得到物体的位置，并将目标与背景进行二值化处理，采集图像数据及对应机器人绕X、Y轴的转角，计算出机器人该位姿下的图像矩特征，通过高斯过程回归分别得到两个模型fGPRX,fGPRY；S3：根据机器人期望位姿下目标图像的特征信息得到期望图像特征s*；S4：通过高斯过程回归构造两个虚拟矩特征，并与图像矩特征组合为控制系统的实时图像特征s；S5：将步骤S4中的实时图像特征s与步骤S3中的s*作比较，计算出图像特征偏差e＝(s-s*)，如果e小于预设的阈值δ，则机器人末端执行器达到期望位置，即完成指定任务，控制流程结束，否则执行步骤S6；S6：利用步骤S4中得到的实时图像特征s，计算图像雅可比矩阵的广义逆矩阵并通过得到末端执行器的移动方向和速率，结合伺服控制器调整机器人末端的位姿；S7：获取调整姿态后的机器人末端相机捕捉的图像，返回步骤S4。具体地，所述步骤S3中根据机器人期望位姿下目标图像的特征信息得到期望图像特征s*，具体为：计算目标物体图像的面积a＝m00，目标物体图像的重心(Xg,Yg)，目标物体方向角α，以及到达预期位姿时绕X轴转角γ*和绕Y轴转角β*；所述S*＝{Xg，Yg，a，γ*，β*，α}。具体地，所述计算目标物体图像的面积的方法为：对于二值图像而言具体地，所述计算目标物体图像的重心的方法为：其中n为图像像素值个数。具体地，所述计算目标物体方向角的方法为：其中，中心距具体地，所述计算到达预期位姿时绕X轴转角γ和绕Y轴转角β的方法为：对于机器人期望位姿下目标图像，γ*＝β*＝0。具体地，所述步骤S4中，通过高斯过程回归构造两个虚拟矩特征，并与图像矩特征组合为控制系统的实时图像特征s，具体为：计算目标物体图像的面积a＝m00，目标物体图像的重心(Xg,Yg)，目标物体方向角α，以及到达预期位姿时绕X轴转角γ和绕Y轴转角β；所述计算目标物体图像的面积的方法为：对于二值图像而言所述计算目标物体图像的重心的方法为：其中n为图像像素值个数；所述计算目标物体方向角的方法为：其中所述到达预期位姿时绕X轴转角γ和绕Y轴转角β，通过设定两个虚拟矩特征，并结合高斯过程回归进行建模，利用模型估计值作为到达预期位姿时绕X轴转角γ和绕Y轴转角β；所述s＝{Xg，Yg，a，γ，β，α}。具体地，通过设定两个虚拟矩特征，并结合高斯过程回归进行建模，利用模型估计值作为到达预期位姿时绕X轴转角γ和绕Y轴转角β；具体为：记录每个采样点的模型输入量x＝[I1,I2,I3,I4,I5,I6,I7,b/a]和对应的输出量y＝[γ,β]；将样本数据分为两组Dx和Dy，分别用来训练γ、β的回归模型；然后将模型应用于实时获取的图像信息中，模型γ＝fGPRX(I1,I2,I3,I4,I5,I6,I7,b/a),β＝fGPRY(I1,I2,I3,I4,I5,I6,I7,b/a)输出的是相机分别绕X轴及Y轴的转角γ和β。具体地，所述输入量x＝[I1,I2,I3,I4,I5,I6,I7,b/a]，具体为：λ1,λ2分别是惯性矩阵的两个特征值，且b/a为平移、旋转和尺度不变特征纵横比，I1～I7是Hu矩。具体地，S6利用步骤S4中得到的实时图像特征s，计算图像雅可比矩阵的广义逆矩阵并通过得到末端执行器的移动方向和速率，结合伺服控制器调整机器人末端的位姿，具体为：La＝[-aA-aBa(3/Zg-C)3ayg-3axg0]Lγ＝[000100]Lβ＝[000010]其中：其中A＝α/(αXg+βYg+γZg),B＝β/(αXg+βYg+γZg),C＝γ/(αXg+βYg+γZg)，(Xg,Yg,Zg)为重心点在相机坐标系下的三维坐标；其中λ为控制器增益，为Ls的广义逆矩阵。由上述对本专利技术的描述可知，与现有技术相比，本专利技术具有如下有益效果：(1)本专利技术提出了基于高斯过程回归的图像矩特征设计，得到结合学习特征的改进图像矩视觉伺服控制方法；且该方法对非平面物体的视觉伺服具有良好的控制效果。(2)本专利技术提出了适用于非平面物体的基于学习特征和图像矩特征的视觉伺服方法，克服了传统基于点特征的视觉伺服方法的局限性，且具有较高的定位精度，最终位移定位精度可精确到毫米级，方向角定位精度可精确到0.1度级别，且对超出视场范围的目标图像仍具有一定收敛效果。(3)本专利技术提出的方法实现了绕X轴和Y轴旋转控制的完全解耦，解决了视觉伺服中因雅可比矩阵奇异导致视觉伺服任务失败的问题。附图说明图1为本专利技术实施例提供的基于图像矩的搬运机器人视觉伺服控制方法流程图；图2为本专利技术实施例提供的基于图像矩的视觉伺服控制框图；图3为本专利技术实施例提供的六自由度图像矩视觉伺服仿真结果图；图(a)期望位姿处的目标图像；图(b)初始位姿处的目标图像图；(c)特征误差曲线图；(d)摄像机速度曲线图；(e)相机运动轨迹。具体实施方式本专利技术实施例提供了一种基于图像矩的搬运机器人视本文档来自技高网...

【技术保护点】
1.一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，包括如下步骤：/nS1：建立一个眼在手机器人工作区域的笛卡尔空间直角坐标系，以工作台水平面为xy平面，垂直于水平面的方向为z轴方向，物体放置在工作台上，并设定机器人末端初始位置；/nS2：通过实时图像处理得到物体的位置，并将目标与背景进行二值化处理，采集图像数据及对应机器人绕X、Y轴的转角，计算出机器人该位姿下的图像矩特征，通过高斯过程回归分别得到两个模型f

【技术特征摘要】
1.一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，包括如下步骤：
S1：建立一个眼在手机器人工作区域的笛卡尔空间直角坐标系，以工作台水平面为xy平面，垂直于水平面的方向为z轴方向，物体放置在工作台上，并设定机器人末端初始位置；
S2：通过实时图像处理得到物体的位置，并将目标与背景进行二值化处理，采集图像数据及对应机器人绕X、Y轴的转角，计算出机器人该位姿下的图像矩特征，通过高斯过程回归分别得到两个模型fGPRX,fGPRY；
S3：根据机器人期望位姿下目标图像的特征信息得到期望图像特征s*；
S4：通过高斯过程回归构造两个虚拟矩特征，并与图像矩特征组合为控制系统的实时图像特征s；
S5：将步骤S4中的实时图像特征s与步骤S3中的s*作比较，计算出图像特征偏差e＝(s-s*)，如果e小于预设的阈值δ，则机器人末端执行器达到期望位置，即完成指定任务，控制流程结束，否则执行步骤S6；
S6：利用步骤S4中得到的实时图像特征s，计算图像雅可比矩阵的广义逆矩阵并通过得到末端执行器的移动方向和速率，结合伺服控制器调整机器人末端的位姿；
S7：获取调整姿态后的机器人末端相机捕捉的图像，返回步骤S4。


2.根据权利要求1所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述步骤S3中根据机器人期望位姿下目标图像的特征信息得到期望图像特征s*，具体为：
计算目标物体图像的面积a＝m00，目标物体图像的重心(Xg,Yg)，目标物体方向角α，以及到达预期位姿时绕X轴转角γ*和绕Y轴转角β*；
所述S*＝{Xg，Yg，a，γ*，β*，α}。


3.根据权利要求2所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述计算目标物体图像的面积的方法为：

对于二值图像而言


4.根据权利要求3所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述计算目标物体图像的重心的方法为：



其中n为目标图像像素点个数。


5.根据权利要求3所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述计算目标物体方向角的方法为：



其中，中心距


6.根据权利要求3所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述计算到达预期位姿时绕X轴转角γ和绕Y轴转角β的方法为：
对于机器人期望位姿下目标图像，γ*＝β*＝0。


7.根据权利要求1所述的一种基于图像矩的搬运机器人视觉伺服控制方法，其特征在于，所述步骤S4中，通过高斯过程回归构造两个虚拟矩特征，...

【专利技术属性】
技术研发人员：李涵，熊志，施文杰，左治江，
申请(专利权)人：江汉大学，
类型：发明
国别省市：湖北;42