[发明专利]一种面向移动柱状组合体的视觉伺服趋近方法有效

专利信息
申请号: 202011009179.9 申请日: 2020-09-23
公开(公告)号: CN111931387B 公开(公告)日: 2020-12-22
发明(设计)人: 沈添天;袁思敏;陈中祥;阳春华;骆明锐 申请(专利权)人: 湖南师范大学
主分类号: G06F30/20 分类号: G06F30/20;B25J9/16;G06F111/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 巴翠昆
地址: 410000 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 移动 柱状 组合 视觉 伺服 趋近 方法
【说明书】:

本申请公开了一种面向移动柱状组合体的视觉伺服趋近方法,包括:建立柱状组合体目标的视觉信息、目标模型参数和成像模型之间的关系;在成像视角范围内至少提取四个像素点坐标,构建面向柱状组合体目标的视觉伺服控制输入特征向量以及与其对应的雅可比转换矩阵;在视角约束时,对构建的控制输入特征向量和参照特征向量进行自适应重组,并得到与其对应的特征雅可比转换矩阵;对视觉伺服控制器的输出进行调校补偿,使视觉伺服系统趋近移动中的柱状组合体目标。这样充分利用柱状组合体目标成像的冗余视觉信息,可提高伺服系统针对图像噪声的鲁棒性,针对视角约束的自适应性和面向柱状组合体移动的适用性,促进视觉伺服控制面向移动目标时的全局收敛。

技术领域

发明涉及视觉伺服控制技术领域,特别是涉及一种面向移动柱状组合体的视觉伺服趋近方法。

背景技术

视觉特征,包括视觉信息获取、匹配、跟踪和据此构建的控制输入特征一直以来都是制约视觉伺服控制技术的瓶颈之一。控制输入特征的构造及其对应的雅可比转换矩阵决定了相机运动控制的解耦程度,笛卡尔速率与特征误差之间变换的近似线性特性,伺服系统针对图像噪声与相机标定误差的鲁棒性等等;特征构造引入的噪声过大可引起伺服过程中雅可比转换矩阵计算的近似奇异化、完全不收敛或局部收敛等问题,尤其当距离期望位姿的旋转量较大时。当目标物移动时,还可导致伺服过程中的目标物超出相机的成像视角范围,从而中断有用视觉信息的提取和伺服控制输入特征的实时计算;与此同时,还可不断带来较大的特征误差,致使经典视觉伺服控制器失效。

面对工业过程中呈现的产品形态多样化及其动态特性,现代工业对机器人视觉伺服控制提出了高要求,如控制机械臂手眼系统自远处任意位姿迅速趋近观测到的动态目标物,进而对目标实施动态中的相关操作等。将视觉伺服控制技术运用于相关工业过程,仍需解决与应用环境有关的核心技术难题,包括环境条件、成像约束、目标形态多异和目标动态特性等。

柱状组合体,作为特殊形态中的一类,目前已有相关研究,但是面向的都是静态柱状目标,尚未考虑面向动态柱状目标的伺服趋近方式,未考虑在相机伺服运动和目标移动的过程中,提取视觉信息超出成像视角范围的应对处理技术。

发明内容

有鉴于此,本发明的目的在于提供一种面向移动柱状组合体的视觉伺服趋近方法,可以解决现有技术中针对特殊柱状组合体及其移动性的视觉伺服趋近问题。其具体方案如下:

一种面向移动柱状组合体的视觉伺服趋近方法,包括:

建立柱状组合体目标的视觉信息、目标模型参数和成像模型之间的关系;

根据建立的所述关系,在成像视角范围内至少提取四个像素点的坐标,构建面向柱状组合体目标的视觉伺服控制输入特征向量以及与构建的所述控制输入特征向量对应的雅可比转换矩阵;

在视角约束时,对构建的所述控制输入特征向量和参照特征向量进行自适应重组,并得到与重组后的所述控制输入特征向量对应的特征雅可比转换矩阵;

根据重组后的所述控制输入特征向量和所述参照特征向量以及得到的所述特征雅可比转换矩阵,对视觉伺服控制器的输出进行调校补偿,使视觉伺服系统趋近移动中的柱状组合体目标。

优选地,在本发明实施例提供的上述面向移动柱状组合体的视觉伺服趋近方法中,建立的柱状组合体目标的视觉信息、目标模型参数和成像模型之间的关系包括:

其中,在成像视角范围内的像素点作为柱状组合体目标的视觉信息,,为端面成像的中心点像素坐标,为零阶图像矩,、、为中心图像矩,为柱状组合体目标的曲面与成像面轴之间的夹角;

位于以为中心,为半长轴,为半短轴的椭圆映射边缘上:

且有,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南师范大学,未经湖南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011009179.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top