[发明专利]一种移动机器人同时视觉伺服与自适应深度辨识方法

摘要

一种移动机器人同时视觉伺服与自适应深度辨识方法，属于计算机视觉与移动机器人的技术领域，首先根据机器人位姿的极坐标表示法,得到镇定误差的开环运动学方程。然后，根据并发学习策略,设计能将深度信息辨识出的自适应更新律,继而构造移动机器人的视觉镇定控制律。本方法设计的参数自适应更新律,可在机器人做镇定运动的初期进行学习,之后在机器人运动过程中对深度信息进行在线辨识。根据Lyapunov方法和LaSalle不变性原理,可证明出位姿误差与深度辨识误差同时收敛。在移动机器人完成视觉镇定控制的同时,本发明能将深度信息准确可靠辨识出,即能证明出控制器与辨识模块同时收敛。

主权项

1.一种移动机器人同时视觉伺服与自适应深度辨识方法，其特征在于包括以下步骤：第1，定义系统坐标系，包括：第1.1，系统坐标系描述定义车载摄像机的坐标系与移动机器人的坐标系一致；以表示机器人/摄像机期望位姿的直角坐标系，其中的原点在车轮轴线的中心点，也在摄像机的光心位置；z^*轴与摄像机镜头的光轴重合，同时也和机器人前进方向重合；x^*轴和机器人轮轴平行；y^*轴垂直于x^*z^*平面；以表示摄像机/机器人当前位姿坐标系；以e(t)表示期望位置和当前位置之间的距离；θ(t)表示相对于的旋转角度；α(t)表示机器人当前位姿和从到的旋转向量之间的角度；φ(t)表示机器人期望位姿和从到的旋转向量之间的角度；另外，视野中有N个静止的共面特征点P_i(i＝1,2...,n)；定义是特征平面的单位法向量在中的表示；是从原点到沿n^*的特征平面的未知距离；这里假设特征平面不经过原点，即d^*≠0；第1.2,坐标系变换不失一般性，本方法以作为参考坐标系；从到的旋转矩阵和平移向量分别记为和^*T_c(t)；考虑到移动机器人的平面运动约束，和^*T_c(t)的形式可写为如下形式：其中^*T_cx(t)和^*T_cz(t)分别表示的原点在中的x和z坐标；因此，机器人的当前位姿表示为(^*T_cz(t)，^*T_cx(t)，θ(t))；第2，构造系统模型，包括：第2.1，可测量信号对于特征点P_i，在和采集到的图像分别表示期望图像和当前图像；利用单应性矩阵估计和快速分解技术，从当前图像和期望图像中得到机器人的相对位姿，即和n^*；然后，得到笛卡尔坐标系下的含比例因子的机器人坐标，其形式为为了便于控制器的设计，将机器人的笛卡尔坐标转变为极坐标形式；定义e(t)为^*T_c(t)的范数，即根据第1.1的假设d^*≠0，定义可测的含比例因子的距离e_s(t)为：另外，φ(t),α(t)的计算公式分别为：α＝φ‑θ            (4)第2.2，建立机器人运动学方程选择可测量信号e_s(t),φ(t),α(t)构造执行视觉伺服任务的摄像机机器人系统模型；用极坐标下的e(t),φ(t),α(t)表示移动机器人运动学方程为：v_r(t)和w_r(t)分别表示移动机器人的线速度和角速度；将e_s(t)的定义(2)带入(5)，得到系统开环动态方程如下:另外，表示深度辨识，定义深度辨误差为e_s(t),φ(t),α(t)收敛至0时，移动机器人镇定至期望位姿；当为0时，系统成功辨识出深度信息；第3，构建自适应控制器根据第2.2中的系统开环动态方程，为配有摄像机的移动机器人系统设计控制器和自适应更新律；根据并发学习方法，为深度辨识设计自适应更新律，其形式如下：其中Γ₁,为更新增益,为正常数，t_k∈0,t是初始时间和当前时间之间的时间点；投影函数Proj(x)定义为：其中是正值的下界；从(9)可知即也是深度辨识的下界,应选取的初值大于进一步,可知：为了达到位姿控制目的，设计移动机器人的线速度和角速度为：其中k_α,k_e,为控制增益；控制律(11)(12)和参数更新律(8)将移动机器人镇定到期望位姿的同时进行深度辨识，即下式成立：至此，完成了移动机器人同时视觉伺服与自适应深度辨识。