[发明专利]轮式移动机器人外参数无标定视觉伺服跟踪

说明书

针对摄像机平移外参数未知的情况，设计了视觉伺服轨迹跟踪方法.根据单应矩阵的分解方法，得到了当前位姿与期望轨迹之间的相对位姿关系.根据相对位姿定义了轨迹跟踪误差，进而求出了开环误差方程.之后设计了自适应的视觉伺服轨迹跟踪控制律，通过使用Lyapunov技术和Barbalat的引理，严格证明了跟踪误差渐近收敛到零。即使平移摄像机参数是未知的，也可通过进行仿真和比较实验证明所提出的策略可以驱动机器人高效地跟踪期望的轨迹。

技术领域

本发明属于计算机视觉与移动机器人的技术领域，特别是涉及一种轮式移动机器人外参数无标定视觉伺服跟踪控制方法。

背景技术

视觉传感器已被广泛应用于轮式移动机器人等智能代理，具有信息量大，外形美观，可靠性高等优点。在过去的几十年里，机器人系统给人类生活带来了巨大的社会经济影响，例如在社会生活，工业工程和生物工程等方面。移动机器人和视觉传感器的结合增强了其外部环境感知能力，并使机器人能够完成一些艰巨的任务。与人类视觉感受的相似性以及其拥有非接触式测量环境的能力使得视觉传感器成为各类机器人非常有用的一部分。机器人视觉伺服系统可以将视觉数据集成到机器人控制器中，提高了控制性能，使机器人更加灵活。通常，视觉伺服框架可以分为三类，即基于位置的视觉伺服，基于图像的视觉伺服和混合视觉伺服。对于系统中的不确定参数和环境扰动，已经有很多关于参数估计的研究，并且还有关于如何处理环境扰动的工作，例如Zhao等人解决模糊的图像问题。

在经典的视觉伺服过程中，校准视觉系统的内在和外在参数一直是一个乏味和必要的过程。在用于移动机器人系统的典型视觉伺服框架中，通常要求把相机放置在机器人上适当的位置，以便具有良好的可用视野。因此，相机与机器人之间存在外在参数。而且，由于在将摄像机放置在机器人平台上时存在不可避免的安装错误，因此会导致引入未知的外部参数。因此，对于轮式移动机器人的特定视觉伺服跟踪问题，处理未校准的外部相机以及其对应机器人参数是非常有趣的并且也是具有挑战性的。

视觉伺服策略已被广泛用于机器人操纵器，它们通常必须处理环境和控制系统中的未知因素。视觉伺服策略已被广泛用于机器人操纵器，它们通常必须处理环境和控制系统中的未知因素。Wang等人设计自适应法则来估计在线对象的曲线参数，该对象基于视觉的机器人操纵系统。在文献[19]中，作者对机器人操纵器使用了主动照明控制，以保证环境的照明质量。在[20]中，鲁棒自适应未校准视觉伺服控制器设计用于机器人终端效应器的渐近调节。文献[21]提出了一种立体视觉-惯性测距算法，用不同的分离卡尔曼滤波器组装。Wang等人利用Cosserat棒理论和Kelvin模型设计了一种硅橡胶软机械手的新机制。文献[24]提出了一种运输多种生物细胞的新策略，该策略包括一个用于系统参数识别的自动在线校准算法。与机器人机器人相比，由于非完整约束和欠驱动性质，未知参数对轮式移动机器人的影响更为严重，给控制器设计和稳定性分析带来很大困难。

对于轮式移动机器人的视觉调节，应考虑非完整约束和视觉不确定性，如[26]中的工作。Li等人使用并发学习策略和单应性分解技术来调节移动机器人所需的姿势。在[28]中，自适应视觉伺服策略被设计用于驱动具有自然行为的移动机器人。还有一些关于移动机器人视觉调节的工作，如工作[29]等未经校准的参数。采用自适应控制器和反步法，在[30]中精心设计了一种新型的两级控制器，完成了机器人调节任务，具有未知的外部摄像机-机器人参数和未知深度。