【技术实现步骤摘要】
本专利技术涉及位姿控制，特别涉及一种基于视觉感知的机器位姿控制系统及方法。
技术介绍
1、视觉感知是使用由环境中的物体反射的可见光谱中的光来解释周围环境的能力，视觉是指视觉器官眼睛，通过接收及聚合光线，得到对物体的影像，然后接收到的信息会传到脑部进行分析，以作为思想及行动的反应，眼睛能看到物体的移动，有助辨别物体的方向和运动的速度，随着科学技术的快速发展，机器通过视觉感知的智能操控应用也随之增多。
2、目前，由于视觉感知技术中会受到多种因素干扰，特别是曝光率过大或不足时，容易对视觉感知的精准度造成影响，同时针对非高斯、非线性和不确定环境模型下目标物跟踪检测定位过程中的实时性差，且在大噪声下视觉感知的机器位姿控制系统的可观性较弱，导致容易出现滤波算法不稳定以及收敛速度较慢的问题。
3、因此，现提出一种基于视觉感知的机器位姿控制系统及方法解决上述问题。
技术实现思路
1、本专利技术的主要目的在于提供一种基于视觉感知的机器位姿控制系统及方法，以解决上述背景中提出的问题。
2、为实现上述目的，本专利技术采取的技术方案为：一种基于视觉感知的机器位姿控制系统及方法，包括目标物监测、状态预测、数据算法更新模块和分组滤波估计模块；
3、所述目标物监测用于设定机器移动标准路径，并通过视觉捕捉设备实时捕捉机器前方的目标物，以及通过光照传感器和数据传感器实时监测光照强度和位姿移动数据；
4、所述状态预测用于通过监测到的光照强度和位姿移动数据实时
5、所述数据算法更新模块用于将srckf slam状态模型结合观测模型通过直接传播误差协方差矩阵的平方根因子进行更新，并通过搭载的传感器在机器运动过程中估计运动状态，同时建立环境模型，实现同步定位和构建位姿模型；
6、所述分组滤波估计模块包括位姿估计模块和特征扩展模块，所述位姿估计模块和状态预测之间设置有数据检测模块；
7、所述数据检测模块用于通过数据传感器实时检测视觉感知的机器位姿数值，位姿数值包括但不限于俯仰角、滚转角、航向角和位置信息；
8、所述特征扩展模块用于通过将标准位姿状态的图像与实际位姿状态的图像进行融合，计算差异度，得到表征目标物状态的容积点集和更精确的状态估计值；
9、所述特征扩展模块和状态预测通过深度学习连接，所述位姿估计模块和特征扩展模块之间共同设置有位姿纠正模块；
10、所述位姿纠正模块用于通过将标准位姿状态与实际位移状态进行偏离计算，实时判断是否出现位姿偏离，若出现位姿偏离则进行自动纠正补偿。
11、所述数据算法更新模块包括模型迭代模块、权值训练模块和实时追踪模块；
12、所述模型迭代模块用于将srckf slam状态模型结合观测模型通过直接传播误差协方差矩阵的平方根因子进行更新，方法如下：
13、步骤1：计算视觉感知机器位姿的目标物运动数值，公式如下：
14、
15、其中，εk表示视觉感知的噪声，表示srckf slam状态模型结合观测模型的运动模型，表示目标物运动模型，表示目标物的噪声，表示目标状态转移信息矩阵；
16、步骤2：计算视觉感知机器位姿过程中的观测数值，公式为：
17、zk＝h(xk)+δk
18、式中，表示srckf slam状态模型结合观测模型的观测模型，表示目标物观测模型，表示环境地图特征点的观测值，表示目标的观测值，且中的包含多个差异路径环境特征信息，存在动态目标的伪观测值，观测噪声矩阵δk服从n(0,)的正态分布；
19、步骤3：计算视觉感知的机器位姿特征点的位置，公式如下：
20、
21、已知控制信息矩阵μk和观测信息矩阵zk的条件，求解对应时刻位姿特征向量mk、动态目标物状态向量和srckf slam状态模型结合观测模型的观测模型状态向量的条件概率，μk＝[μ1,μ2,…,μn]为srckf slam状态模型结合观测模型的观测模型全部控制信息矩阵，μk表示控制向量，由视觉感知特征信息构成的向量，其中，表示检测到的第1个视觉感知特征点的位置。
22、所述权值训练模块用于根据视觉感知的输出和实际标签计算损失函数，步骤如下：
23、步骤ⅰ：赋予视觉感知路径中的每个特征点一个初始的数值，输入数据通过网络层进行前向传播，每一层都会根据当前的权重计算输出，根据网络的输出和实际标签计算损失函数，利用损失函数对权重进行梯度计算；
24、步骤ⅱ：重复上述过程，直至视觉感知数据位于权重范围内；
25、所述实时追踪模块用于通过数据追踪仪实时追踪权值训练模块的数值。
26、所述位姿估计模块包括目标监测模块，所述目标监测模块包括视觉感知单元和位姿计算单元；
27、所述视觉感知单元包括光线检测单元和光线调整单元；
28、所述光线检测单元用于通过光电检测器将光信号转换为电信号，实时检测机器移动路径的视觉感知光线强度和波长。
29、所述光线调整单元用于通过arm与计算机控制双光楔来调整光轴，可以实现机器移动路径时视觉感知的光轴调整轨迹，直至对应时刻的视觉感知光线强度和波长趋于标准权值范围内；
30、所述位姿计算单元用于通过最小两组视觉感知距离来估计机器路径视觉感知的位姿数据。
31、所述位姿纠正模块包括偏离角度单元和角度纠正单元；
32、所述偏离角度单元用于将计算出的位姿数据与标准位姿进行差值计算，若差值＝0则判断位姿未出现偏离，若差值≠0则判断位姿出现偏离，出现偏离时通过超前补偿、滞后补偿、超前滞后补偿的相位补偿技术实现自动纠正补偿；
33、所述角度纠正单元用于当判断位姿出现偏离时，则上报服务器反馈人工处理。
34、所述特征扩展模块包括图像融合模块和差异度判断模块；
35、所述图像融合模块用于将系统内设定的标准图像信息与机器携带视觉传感器实际获取目标物的图像信息相融合。
36、所述差异度判断模块包括视觉差异单元和视觉定位单元；
37、所述视觉差异单元用于比对标准图像信息与机器携带视觉传感器实际获取目标物的图像信息融合的差异度，实时比较两张图片在照明度、对比度和结构三个方面的差异度，ssim的阈值范围从0到1，值越大表示图像越相似，如果两张图片完全相同，ssim值为1。
38、所述视觉定位单元用于通过位移追踪实时定位视觉感知的机器位置，并实时定位自动纠正补偿后的位姿位置，以及实时自追踪位姿状态。
39、一种基于视觉感知的机器位姿控制方法，包括以下步骤：
40、步骤一：设定机器移动标准路径和视觉感知标准光线，通过视觉捕捉设备实时捕捉机器前方的目标物，以及通过光照传感器和数据传感器实时监测光照强度和位姿移动数据；
41、步骤二：通过监测到的光照强度和位姿移动数据实时预测本文档来自技高网...
【技术保护点】
1.一种基于视觉感知的机器位姿控制系统，其特征在于，所述系统包括目标物监测、状态预测、数据算法更新模块和分组滤波估计模块；
2.根据权利要求1所述的系统，其特征在于：所述数据算法更新模块包括模型迭代模块、权值训练模块和实时追踪模块；
3.根据权利要求2所述的系统，其特征在于：所述权值训练模块用于根据视觉感知的输出和实际标签计算损失函数，步骤如下：
4.根据权利要求1所述的系统，其特征在于：所述位姿估计模块包括目标监测模块，所述目标监测模块包括视觉感知单元和位姿计算单元；
5.根据权利要求4所述的系统，其特征在于：所述光线调整单元用于通过ARM与计算机控制双光楔来调整光轴，可以实现机器移动路径时视觉感知的光轴调整轨迹，直至对应时刻的视觉感知光线强度和波长趋于标准权值范围内；
6.根据权利要求1所述的系统，其特征在于：所述位姿纠正模块包括偏离角度单元和角度纠正单元；
7.根据权利要求1所述的系统，其特征在于：所述特征扩展模块包括图像融合模块和差异度判断模块；
8.根据权利要求7所述的系统，其特征在于：
9.根据权利要求8所述的系统，其特征在于：所述视觉定位单元用于通过位移追踪实时定位视觉感知的机器位置，并实时定位自动纠正补偿后的位姿位置，以及实时自追踪位姿状态。
10.一种基于视觉感知的机器位姿控制方法，引用权利要求1-9任意一条所述的一种基于视觉感知的机器位姿控制系统，其特征在于，包括以下步骤：
...【技术特征摘要】
1.一种基于视觉感知的机器位姿控制系统，其特征在于，所述系统包括目标物监测、状态预测、数据算法更新模块和分组滤波估计模块；
2.根据权利要求1所述的系统，其特征在于：所述数据算法更新模块包括模型迭代模块、权值训练模块和实时追踪模块；
3.根据权利要求2所述的系统，其特征在于：所述权值训练模块用于根据视觉感知的输出和实际标签计算损失函数，步骤如下：
4.根据权利要求1所述的系统，其特征在于：所述位姿估计模块包括目标监测模块，所述目标监测模块包括视觉感知单元和位姿计算单元；
5.根据权利要求4所述的系统，其特征在于：所述光线调整单元用于通过arm与计算机控制双光楔来调整光轴，可以实现机器移动路径时视觉感知的光轴调整轨迹，直至对应时刻的...
【专利技术属性】
技术研发人员：王丹丹，谭开拓，梁磊，刘琪，吴长林，黄凯峰，
申请(专利权)人：淮南师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。