视觉伺服分类及其动态过程

对视觉伺服进行了综述性的介绍,系统地介绍了机器人视觉伺服控制的发展历史以及现状·从控制模型给出了视觉伺服控制系统的分类·针对两种最基本的分类方式基于位置的视觉伺服和基于图像的视觉伺服进行了重点介绍·对于视觉系统和图像特征的选取问题进行了讨论,此外还对视觉伺服系统的动态过程进行了分析,指出视觉系统的延时是目前伺服控制的研究所面临的最大问题·对未来视觉伺服研究的方向进行了总结·     

基于视觉伺服的小型四旋翼无人机自主飞行控制研究进展

 在GPS信号较弱甚至失效的环境下,视觉伺服能够通过视觉信息控制自主飞行,因此近年来视觉伺服在自主飞行控制领域受到广泛关注。根据获取的图像信息不同,可将视觉伺服分为基于位置的视觉伺服和基于图像的视觉伺服。与基于图像的视觉伺服相比,基于位置的视觉伺服位姿估计稳定,可直观地在直角坐标空间定义机器人运动,符合机器人工作方式,且控制器设计简单,但控制精度受摄像机和机器人标定精度的影响,且计算量较大。对于小型四旋翼无人机自主飞行控制的应用研究中,视觉伺服的实时性、精确性和鲁棒性尚待提高,且小型四旋翼无人机的智能化不高,在室内室外模式转换及室内协同控制方面还有广阔的发展空间。     

基于视觉伺服的飞行器交会对接技术

目的利用视觉伺服对照相机或终端执行机构进行控制,实现飞行器的交会对接。方法在航天器动力学和运动学模型的基础上以二维图像特征作为反馈,结合视觉伺服算法,控制飞行器到达预定位置。结果提出将视觉伺服运用于飞行器导引技术,得到了基于图像的视觉伺服数字仿真结果,飞行器控制精度满足要求。结论基于图像的视觉伺服算法可以有效解决航天器交会对接的控制问题,且参数选择以及控制器设计对系统性能有不可忽视的影响。     

基于人工免疫算法的图像直接反馈视觉伺服

提出了一种基于图像直接反馈的平面视觉伺服控制方法,其特点是不需要提取期望图像与反馈图像的图像特征而用人工免疫的智能进化算法直接求解期望图像与反馈图像之间的位置与夹角误差向量,再将此误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而完成视觉伺服闭环控制。与传统的基于图像特征的视觉伺服控制方法相比具有更好的通用性与稳定性。对算法的关键技术、实现步骤及参数选择进行了深入分析,并通过实验验证了所提方法的有效性与稳定性。     

机器人视觉伺服控制研究进展与挑战

针对机器人视觉伺服研究,分别从基于位置的视觉伺服、基于图像的视觉伺服、混合视觉伺服等对视觉伺服的研究进展进行了回顾.从雅可比在线估计法、雅可比自适应估计法、深度独立雅可比矩阵估计法等多方面详细分析了无标定视觉伺服.在此基础上,就视觉伺服的实时性、可靠性、多传感器融合、多任务控制、基于离散时间域及混杂系统的控制器等,对机器人视觉伺服控制所面临的挑战及进一步研究进行了分析与展望.     

基于人工免疫和图像直接反馈的视觉伺服控制

传统的基于图像特征的视觉伺服控制方法通用性差,且图像特征的标记、提取与匹配过程复杂.为此,文中提出了一种基于人工免疫和图像直接反馈的平面视觉伺服控制方法.首先采用人工免疫算法求解期望图像与反馈图像之间的位置与旋转误差,然后将误差信号经视觉控制器转换成机器人空间的位姿增量信号发送给机器人控制器,从而在无需进行图像特征标记与提取的情况下完成视觉伺服闭环控制任务.实验结果表明,采用文中方法能控制机器人准确地跟踪目标物体,控制误差不超过1个像素,说明文中方法是有效和正确的.     

基于分层神经网络带预测器的视觉跟踪

提出了一种新的视觉伺服控制方案，在该方案中利用视觉雅可比映射矩阵，求出了任务空间到视觉空间的视觉伺服控制方程，并利用这一方程建立了预测器，对物体图像的未来位置进行预测，这样就减小了图像处理的区域，提高了图像处理的速度，同时，利用分层神经网络代替视觉空间到任务空间的映射，避免了复杂的逆矩阵计算，仿真结果表明，这种方法的使用提高了图像处理的速度和跟踪精度。     

大范围视觉伺服方法在空间机器人上的应用

为了克服人工维护卫星危险性高及成本昂贵等种种弊端,采用在卫星主体上安装一个空间机械臂、臂的末端安装单目摄像机的方法,无需远程遥操作控制,即可利用手眼视觉控制机械臂完成卫星的自我维护.在传统的基于位置的视觉伺服(PBVS)与基于图像的视觉伺服(IBVS)基础上,提出一种复合视觉伺服控制方法,通过在线估计目标的深度和旋转姿态来选择PBVS和IBVS控制器.该方法既具有两种伺服方法各自的优点,又保证了图像空间与笛卡尔空间轨迹的可控性.大范围运动(尤其是涉及到旋转伺服)时选择PBVS控制器,小范围运动时则使用IBVS控制器,从而实现了空间机器人的大范围完全自主视觉伺服控制.针对空间环境的特殊性,设计并实现了一种合作目标识别方法,确保了伺服系统能够在复杂的环境下快速稳定地提取伺服特征.实验结果表明,该方法在进行大范围视觉伺服时,伺服定位准确,对采样和标定误差具有鲁棒性.     

基于图像视觉伺服的移动机器人自主导航实现

提出了一种基于移动机器人双目摄像头的图像视觉伺服方法,实现了基于图像视觉伺服的移动机器人自主导航.当匹配图像特征点时,采取KLT算法和基于Harris算子角点检测与匹配算法相结合的方法,大幅优化了整个工程的运行时间,并结合RANSAC算法剔除误匹配的特征点对,使机器人能够精确地定位.实验结果证明该方法有效、正确.     

基于图像伺服控制的TLD算法

针对TLD(Tracking-Learning-Detection)算法在目标跟踪过程中容易出现跟踪失败的问题,在TLD算法的基础上引入了基于图像视觉伺服IBVS(Image Based Visual Servo)的理念,将图像视觉伺服控制应用到TLD算法中去,以此提高目标跟踪的鲁棒性,实现对目标的长时间跟踪,并且能够解决目标遮挡后的再次跟踪问题。实验表明,基于图像的视觉伺服能够有效控制目标跟踪的误差,将误差实时反馈给TLD算法,能够保证TLD算法跟踪的实时性与鲁棒性。     

基于图像矩的机器人视觉伺服

区别于图像的简单几何特征,利用图像的全局特征描述子－图像矩特征作为图像作征信息,推导了矩特征变化量与相对位姿变化量之间的关系矩阵,即图像雅可比矩阵。针对平面视觉伺服控制,利用了所推导的基于矩特征的图像雅可比矩阵,在不需要知道目标的成像高度、摄像机焦距及不需要精确标定的摄像机外部参数的情况下实现了基于图像的视觉伺服控制,最后给出了仿真与实验例子,表明了矩特征的有效     

信息融合下的无标定视觉伺服

本文在理论推导的基础上,针对手眼系统无标定视觉伺服,提出一种信息融合方法.由超声测距得到机械手末端与目标间的距离,在基于伪逆估计的信息融合无标定视觉伺服完成平面视觉伺服的同时,向目标靠近,实现单摄像机系统在三维空间的视觉伺服.仿真研究验证了文中提出的信息融合方法的有效性.     

基于图像矩的眼注视研究

利用图像的全局特征描述子－图像矩特征作为图像特征信息,从而构成视觉伺服,实现对动目标的注视跟踪,俯仰由末执行器完成,摇摆由腰的旋转完成,最后给出了实验结果,表明了矩特征的有效性以及五自由度机器人实现注视跟踪的可能性。     

Robust visual servoing based Chinese calligraphy on a humanoid robot

A robust visual servoing system is investigated on a humanoid robot which grasps a brush in Chinese calligraphy task.The system is implemented based on uncalibrated visual servoing controller utilizing Kalman-Bucy filter, with the help of an object detector by continuously adaptive MeanShift ( CAMShift) algorithm.Under this control scheme, a humanoid robot can satisfactorily grasp a brush without system modeling.The proposed method is shown to be robust and effective through a Chinese calligraphy task on a NAO robot.     

基于随机森林算法的气动软体机械臂视觉伺服

软体机械臂具有灵活性和柔顺性的特点，可在实现对位姿跟踪的同时确保与环境交互的安全性，近年成为研究的热点。但由于软体机械臂材料变形是非线性的，其运动学建模的参数众多且难以获得准确值，使软体机械臂实现运动学控制较为困难。为了补偿软体机械臂的不确定性，在现在视觉伺服的基础上，提出一种基于历史数据驱动的手眼视觉伺服新方法。该方法结合基于随机森林算法的控制器来完成机械臂控制任务，通过对历史数据聚类，基于随机森林回归模型建立软体机械臂驱动状态和末端图像特征的逆映射，无须求解机械臂和摄像机的任何参数，即可快速获取系统输入变量。实验结果表明，所提出的方法可以较好地实现预期控制目标。     

基于图像矩和矢量积法的六自由度机械臂视觉伺服控制

针对眼在手上的六自由度机械臂系统,提出一种基于图像的视觉伺服控制.通过图像矩和矢量积法,建立机器人正向、逆向运动学模型,引入雅可比矩阵解决机器人逆运动学解析问题.建立了图像矩特征变化量和笛卡尔空间的关节角速度之间的映射关系即复合雅可比矩阵,由矩特征变化量得到伺服过程中六自由度机器人各关节角速度.保证在图像逼近期望图像时,机械臂末端到达期望位置,并且此时关节角速度将收敛到零.仿真结果表明,计算复合雅可比矩阵的方法可控制机械臂渐近稳定到期望位置.     

A hybrid Jacobian control for uncalibrated robot visual servoing

Visualservocontrolhasbeenanactiveareaofre searchformanyyears.Since1973,therehasbeen significantprogressonvisualservoingcontrol[1],and severalspecialissuesonvisualservoinghavebeen published[2,3].Therearetwobasicapproachestovi sualservocontrol[1]:Position BasedVisualServoing(PBVS)andImage BasedVisualServoing(IBVS).InPBVSsystem,theobject’s3Dposeisrecovered throughcomputervisionandtheerrorbetweenthe currentposeandthedesiredposeiscomputedinthe Cartesiantaskspace.Estimationof3Dmotionsfrom…     

A hybrid Jacobian control for uncalibrated robot visual servoing

This paper focuses on the visual servo control of an uncalibrated robotic arm with an eye-in-hand camera. Without a prior knowledge of the kinematics of the robotic arm or camera calibration, the proposed hybrid Jacobian controller can track a moving object using visual feedback and joint-space velocity feedback. The proposed hybrid control method is a combination of the uncalibrated visual servoing and approximate Jacobian feedback control. First, the Jacobian matrix from joint-space to image-space is estimated by recursive least-squares (RLS) algorithm, and then the approximate Jacobian feedback controller is designed by using visual feedback and joint-space velocity feedback. The performances of the proposed control methods are illustrated by computer simulations.