[发明专利]一种基于Feature-Shift和预测的视觉伺服控制方法

摘要

本发明公开了一种基于Feature‑Shift和预测的视觉伺服控制方法，包括：S1、以工件落到传送带的时刻所采集的图像作为第一帧，调用Feature‑Shift方法检测目标特征；S2、判断初始化是否成功，如果不成功则返回步骤S1，成功则进行步骤S3；S3、计算当前帧的K个特征的重心位置，预测目标状态；S4、读取下一帧的图像，调用Feature‑Shift方法检测目标特征，寻找初始帧的K个特征的匹配；S5、用找到匹配的若干特征，计算得到校正后的目标状态，作为该帧图像上目标的实际定位来驱动机械臂跟踪目标；S6、若执行工件目标抓取，则跟踪结束，否则，继续进行跟踪。本发明着力解决因工件发生偏转、远近大小变化、光照变化等情况下，目标检测存在误差进一步影响定位精度的问题。

主权项

1.一种基于Feature‑Shift和预测的视觉伺服控制方法，其特征在于，包括以下步骤：S1、以工件落到传送带的时刻所采集的图像作为第一帧，调用Feature‑Shift方法检测目标特征，并取前K个特征作为代表目标的显著特征，确定目标区域，作为初始目标位置，同时初始化目标运动的速度；S2、判断初始化是否成功，如果不成功则返回步骤S1调节Feature‑Shift方法的参数，成功则进行步骤S3；S3、针对当前帧的K个特征，计算其重心位置，将此坐标作为当前目标状态和运动参数一起传入Kalman滤波器，预测目标状态；S4、读取下一帧的图像，根据步骤S3预测得到的坐标，转换为距离，并用其更新目标位置，在此新区域内，调用Feature‑Shift方法检测目标特征，取前K个特征作为代表目标的显著特征，寻找初始帧的K个特征的匹配；S5、用找到匹配的若干特征，计算其重心位置，作为目标的观测结果，将此观测传入Kalman滤波器，计算得到校正后的目标状态，根据此坐标，转换为距离，并用其更新目标位置，作为该帧图像上目标的实际定位，再将此定位信息传入伺服控制机构，驱动机械臂跟踪目标；S6、若执行工件目标抓取，则跟踪结束，否则，继续进行跟踪，将校正后的目标状态作为当前状态，和运动参数一起传入Kalman滤波器，预测下一帧的目标状态，执行步骤S4。