[发明专利]一种低复杂度的移动机器人视觉伺服编队控制方法

权利要求书

1.一种低复杂度的移动机器人视觉伺服编队控制方法，其特征在于，包括以下步骤：

S1：在移动机器人中确定一个领航者及多个跟随者；

S2：跟随者获取领航者的图像信息，进行特征检测，提取图像中位置信息；

S3：跟随者依据与领航者之间的相对运动学模型得到图像空间中的相对视觉运动学模型，具体包含以下步骤：

S31：领航者相对于跟随者在世界坐标系的位置定位为：

其中，r_lf＝[x_lf,y_lf]^T为领航者相对于跟随者在世界坐标系中的位置，x_lf为领航者相对于跟随者在x坐标轴方向的相对位置，y_lf为领航者相对于跟随者在y坐标轴的相对位置；在世界坐标系内r_l为领航者的位置；r_f为跟随者的位置；θ_f为跟随者的方位；

S32：对领航者相对于跟随者的位置进行一阶微分换算，得到领航者相对于跟随者的相对运动学模型，模型描述为：

其中，为x_lf的一阶微分；为y_lf的一阶微分；ω_f为跟随者的角速度；v_f为跟随者的线速度；ω_l为领航者的角速度；v_l为领航者的线速度；θ_lf表示为θ_lf＝θ_l-θ_f；为θ_lf的一阶微分；

S33：领航者的特征点在跟随者相机图像坐标系中的归一化坐标定义为：

其中，P＝[X,Y,Z]^T为特征点在跟随者相机图像坐标系中的三维坐标，归一化坐标为将三维空间点的坐标都除以Z，使其转化为归一的平面坐标，m为领航者特征点归一化后在x坐标轴方向的坐标值，n为领航者特征点归一化后在y坐标轴方向的坐标值；

S34：设领航者的特征点在领航者的相机坐标系x-y平面的坐标为(X_p,Y_P)以及跟随者的相机光学中心与领航者的特征点之间的相对高度为Z_p，则领航者和跟随者在图像空间中的相对视觉运动学模型为：

其中，为s_o＝[m,n]^T的一阶微分，为m的一阶微分；为n的一阶微分；

S4：对相对视觉运动学模型进行视觉特征向量转换，得到解耦视觉运动学模型，具体包含以下步骤：

S41：定义视觉特征向量s＝[p,q]^T：

其中，是关于图像坐标(m,n)的函数；

S42：对式(5)进行一阶微分，得到视觉特征向量一阶微分和图像坐标一阶微分的关系：

S43：在一阶微分后的视觉特征向量下领航者和跟随者在图像空间中的相对视觉运动学模型转换为解耦视觉运动学模型，模型表示为：

S5：对实时视觉特征向量相对于期望恒定视觉特征向量的图像误差向量进行包含预定性能规范误差变换具体包含以下步骤：

S51：设置领航者的特征点在跟随者相机平面中的期望恒定视觉特征向量s^*＝[p^*,q^*]^T；

S52：依据解耦视觉运动学模型实时计算跟随者相机平面中的视觉特征向量s＝[p,q]^T与期望恒定视觉特征向量s^*＝[p^*,q^*]^T的误差，设图像误差向量为e＝[e₁,e₂]^T，则：

e＝[e₁,e₂]^T＝[p-p^*,q-q^*]^T (8)；

S53：用性能函数ρ_k(t)定义误差向量e＝[e₁,e₂]^T中的图像误差e_k的边界：

其中，-C_k和为正参数，k＝{1,2}；

性能函数ρ_k(t)由下式定义：

其中，收敛速度l为正参数，误差极限ρ_∞为任意值；

S54：定义具有预定性能规范误差变换：

其中，

S6：对误差变换后的解耦视觉运动学模型设计跟随者所需要的基于角速度和线速度的控制律，实现跟随者对领航者的自动编队控制具体包含以下步骤：

S61：依据预定性能规范误差变换，设计跟随者的线速度和角速度v_f、w_f如下：

w_f＝-k₁ρε₁ (13)

其中，k₁和k₂为正参数，函数N(ε₂)定义为N(ε₂)＝cos(ε₂)ε₂，n为领航者特征点归一化后在跟随者图像平面y坐标轴方向的坐标值，ε₁为误差向量e₁通过预定性能规范误差变换得到，ε₂为误差向量e₂通过预定性能规范误差变换得到；

S62：依据跟随者的线速度和角速度v_f、w_f，得到跟随者基于线速度和角速度的控制律：

跟随者依据该控制律实现与领航者的自动编队控制。