[发明专利]基于自适应粒子滤波的机器人视觉伺服控制方法

权利要求书

1.基于自适应粒子滤波的机器人视觉伺服控制方法，其特征在于包括以下步骤：

第一步，根据实际需要给出期望的目标图像特征y_d及对应的机器人关节角θ(0)，并初始化J(0)；J(0)的各元素构成状态向量x(0)，生成N个粒子对(i＝1，…，N)，其初始权值均取为1/N；

第二步，拍摄图像，读取当前时刻机器人关节角θ，并获取θ随时间t的变化量Δθ，Δθ＝θ(t)-θ(t-1)；

第三步，根据图像计算目标物的实际图像特征y＝[y₁，y₂，…，y_m]^T；

第四步，计算图像特征偏差同时，计算y的变换量Δy＝y(t)-y(t-1)；若控制流程结束，否则执行第五步；其中“|| ||”表示求模；

第五步，获取图像雅可比矩阵J；

第六步，根据第五步得到的矩阵J及第四步得到的Δy，得到关节角变化量的估计值

第七步，将第六步得到的输入给机器人控制器，控制器根据来控制调整机器人的运动；

第八步，返回第二步。

2.如权利要求1所述的基于自适应粒子滤波的机器人视觉伺服控制方法，其特征在于，所述第五步获取矩阵J的方法如下：

(1)根据状态转移方程，计算N个样本的预测值(i＝1，…，N)；

(2)根据观测方程，得到观测向量zⁱ(i＝1，…，N)，并据此修改各样本的权值

(3)对权值进行归一化处理；

(4)复制权大的样本，去掉权小的样本，并重新取各样本的权值为1/N，由此得到N个新粒子对{xⁱ，wⁱ}(i＝1，…，N)；

(5)更新状态得到J。

3.如权利要求2所述的基于自适应粒子滤波的机器人视觉伺服控制方法，其特征在于，在步骤(5)完成后，根据||Δy||与观测向量||z||之比的大小自适应修正N的值，并将修正后的值作为下一时刻样本的数量；其修正方法为：

N←||Δy||||z||N.]]>